UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE INGENIERA INDUSTRIAL DEPARTAMENTO ACADMICO DE INVESTIGACIN DE OPERACIONES

SLABO
I. DATOS GENERALES Nombre de la Asignatura Cdigo Facultad Escuela Profesional Nivel de Estudios / Ciclo Condicin Requisitos Nmero de Crditos Horas de clase semanales Fecha de inicio Fecha de finalizacin Semestre Acadmico Profesor Responsable II. : : : : : : : : : : : : : INVESTIGACIN DE OPERACIONES I IO 3412 Ingeniera Industrial Ingeniera Industrial Tercero / V Obligatorio Sistema de Informacin Gerencial y lgebra Lineal 04 (cuatro) Total: 05 Teora: 03 Prctica: 02 15 de Abril 2013 26 de Julio 2013 2013 - I Dr. Ing. MIGUEL JIMNEZ CARRIN

RASGOS DEL PERFIL PROFESIONAL El Ingeniero Industrial/ Informtico de la Universidad Nacional de Piura es un profesional con capacidad y habilidad para: Identificar, formular y resolver problemas propios de los procesos productivos, desde una perspectiva sistmica. Incidir en la productividad y rendimiento de un sistema productivo considerando simultneamente todos los factores que afectan a su diseo o funcionamiento. Enfatizar la optimizacin en el uso de los recursos humanos, materiales, financieros e informacin de una unidad productiva.

III.

SUMILLA Asignatura terico-prctica que contribuye a capacitar al estudiante para administrar los sistemas de produccin, mejorar funciones o procesos especficos de empresas de produccin y/o servicios, tomar decisiones ptimas y ofrecer servicios de asesora y consultora a empresas. Comprende: Definicin de Investigacin de Operaciones, Modelos matemticos y Programacin Lineal, Programacin entera, Problema de asignacin y Transporte incluyendo en ste todas las variantes, Utilizacin del mtodo Smplex para la solucin y aplicacin a los problemas por medio de computadora.

IV.

COMPETENCIA Identifica y analiza problemas diversos de toma de decisiones de las organizaciones, susceptibles de ser resueltos utilizando las tcnicas de optimizacin determinsticas de programacin lineal, transporte, asignacin y programacin entera, de la Investigacin de Operaciones, y formula los correspondientes modelos matemticos, que analiza, resuelve e interpreta de manera creativa y crtica, con ayuda del computador y herramientas especiales de software.

V.

PROGRAMACIN DEL CONTENIDO Y CRONOGRAMA DE ACTIVIDADES ACTITUDES PERMANENTES El estudiante de la asignatura: Es puntual, responsable, honesto, respetuoso y participa activamente en clase. Asume una actitud crtica frente a los contenidos conceptuales desarrollados. Es corts y respeta las ideas de sus compaeros. Demuestra inters y empeo en las tareas complementarias asignadas por el profesor. UNIDAD DE APRENDIZAJE I: INVESTIGACIN DE OPERACIONES Y MODELOS Duracin: 15 horas (semanas 1 a 3). Capacidades: Explicar la naturaleza de la Investigacin de Operaciones como tcnica de soporte a la toma de decisiones. Identificar, interpretar y formular casos aplicativos de la Programacin Lineal. Resolver problemas de optimizacin lineal mediante el mtodo grfico.
Semana Contenidos Conceptuales 1.1 Naturaleza de la Investigacin de Operaciones. Caractersticas. 1.2 Tcnicas de la Investigacin de Operaciones 1 1.3 Fases de un estudio de Investigacin de Operaciones 1.4 Modelos. Clasificacin. Estructura de los modelos matemticos de Investigacin de Operaciones. Contenidos Procedimentales Comprende la importancia de la IO en la toma de decisiones gerenciales, describe su naturaleza y sus principales caractersticas. Describe las diferentes tcnicas de IO. Explica las fases de un estudio de IO. Identifica diferentes tipos de modelos matemticos y los elementos de un modelo matemtico de IO. Explica el modelo matemtico de PL y sus propiedades. Analiza, formula e interpreta modelos matemticos de PL para dar solucin a problemas de decisin diversos de las organizaciones. Indicadores de evaluacin
Explica oralmente y por escrito la naturaleza de la IO, su importancia en la toma de decisiones, sus caractersticas, sus tcnicas y su metodologa. Identifica y explica en un modelo matemtico los diferentes elementos de ste. Explica oralmente y por escrito el modelo de PL y sus propiedades. Elabora el modelo matemtico de PL a partir de una situacin problemtica dada, lo analiza y lo interpreta. Dado un modelo de PL lo resuelve utilizando el mtodo grfico. Dado un modelo de PL identifica su forma de presentacin y la transforma a otra.

1.5 El modelo de Programacin Lineal: Definicin y Propiedades. 2 1.6 Formulacin matemtica de modelos de Programacin Lineal. Ejemplos.

1.7 Mtodo grfico de resolucin de un modelo de Programacin Lineal. 3 1.8 Formas cannica, estndar y mixta de un modelo matemtico de Programacin Lineal. Transformaciones.

Utiliza el mtodo grfico para resolver modelos de PL con 2 variables. Identifica las diferentes formas de presentacin de un modelo de PL y aplica transformaciones para pasar de una forma de presentacin a otra.

Actitudes Valora la importancia de la IO como herramienta de soporte de la toma de decisiones. Demuestra creatividad e iniciativa en el desarrollo de los problemas planteados Demuestra precisin, orden y claridad en el modelamiento de un problema.

 Demuestra precisin, orden y claridad al utilizar el mtodo grfico para resolver un problema.

Producto Modelos matemticos de Programacin Lineal que dan solucin a problemas de decisin diversos de las organizaciones (formulados, analizados e interpretados). Modelos matemticos de Programacin Lineal resueltos mediante el mtodo grfico.

UNIDAD DE APRENDIZAJE II: EL MTODO SMPLEX Duracin: 15 horas (semanas 4 a 6). Capacidades: Identificar y resolver analticamente problemas de Programacin Lineal utilizando el mtodo Smplex. Interpretar relaciones econmicas en el modelo matemtico de Programacin Lineal. Utilizar el complemento SOLVER de la hoja de clculo MS Excel y/o el software WinQSB como herramientas de software para resolver modelos de Programacin Lineal.
Semana Contenidos Conceptuales 2.1. Teora del mtodo Smplex. Definiciones. Propiedades. 4 2.2. Condiciones de optimalidad y factibilidad. Procedimiento del mtodo Smplex. Ejemplos de aplicacin. Contenidos Procedimentales Explica definiciones y propiedades referidas al mtodo Smplex. Explica las condiciones de factibilidad y optimalidad y aplica el algoritmo Smplex para dar solucin a los modelos de maximizacin. Utiliza el algoritmo Smplex para resolver modelos de minimizacin y aplica la tcnica de variables artificiales. Explica, interpreta e identifica variantes que se pueden presentar el la aplicacin del mtodo Smplex. Repasa la formulacin de modelos matemticos de Programacin Lineal diversos y los resuelve utilizando el complemento SOLVER de Excel y software especializado como WinQSB. Indicadores de evaluacin
Explica mediante ejemplos definiciones y propiedades relacionadas con el mtodo Smplex. Dado un modelo de PL tipo maximizacin lo resuelve utilizando el mtodo Smplex, e interpreta los resultados. Dado un modelo de PL tipo minimizacin lo resuelve utilizando el mtodo Smplex, e interpreta los resultados. Identifica, analiza e interpreta en el tablero Smplex, casos especiales de modelos de PL. Da ejemplos de casos aplicativos de PL. Formula, analiza, resuelve e interpreta problemas de PL utilizando software (Solver/WinQSB)

2.3. El algoritmo Smplex en problemas de maximizacin y minimizacin. Tcnica de variables artificiales. 2.4. Variantes en la aplicacin del mtodo Smplex: Degeneracin, soluciones no acotadas, soluciones ptimas alternativas, soluciones factibles no existentes. 2.5. Aplicaciones. Solucin de modelos con SOLVER/WinQSB.

Actitudes Muestra precisin, orden y claridad en la solucin de los modelos matemticos. Muestra satisfaccin en el uso de software especializado. Trabaja ordenadamente y con satisfaccin en el laboratorio. Producto Modelos matemticos de Programacin Lineal que dan solucin a problemas de decisin diversos de las organizaciones (formulados, analizados, resueltos analticamente usando el algoritmo Smplex y/o mediante software de computadora como SOLVER y WinQSB, e interpretados).

UNIDAD DE APRENDIZAJE III : DUALIDAD Y ANLISIS DE SENSIBILIDAD Duracin: 15 horas (semanas 7 a 9). Capacidades: Analizar la relacin Primal-Dual. Interpretar econmicamente la dualidad. Aplicar el anlisis de sensibilidad.
Semana Contenidos Conceptuales 3.1 Introduccin. Definicin del problema dual. 3.2 El mtodo Smplex en la solucin del primal y del dual. Relaciones entre los modelos primal y dual. 3.3 Interpretacin econmica de los modelos duales. Contenidos Procedimentales Formula el problema dual asociado a un primal y describe sus caractersticas. Explica las relaciones entre el primal y el dual y entre sus soluciones smplex. Interpreta econmicamente los elementos del modelo dual. Indicadores de evaluacin
Dado un modelo primal formula su dual asociado, identificando y explicando sus caractersticas. Dado un problema primal formula su modelo dual asociado, lo analiza, lo resuelve y lo interpreta econmicamente. Explica a travs de ejemplos las propiedades primaldual. Dado un modelo de PL lo resuelve utilizando el Smplex dual e interpreta sus resultados. Explica a travs de ejemplos el anlisis de sensibilidad de un modelo de PL. Dada la solucin ptima de un modelo de PL realiza su correspondiente anlisis de sensibilidad.

3.4 Propiedades importantes primaldual. 8 3.5 El mtodo Smplex dual.

Explica las propiedades primaldual Aplica el mtodo Smplex dual.

3.6 Anlisis de sensibilidad o de postoptimalidad. 9 3.7 Aplicaciones. Solucin de modelos con software.

Explica en qu consiste el anlisis de sensibilidad. Aplica el anlisis de sensibilidad haciendo uso de software.

Actitudes Muestra precisin, orden y claridad en el modelamiento y solucin del problema dual asociado a un primal. Trabaja ordenadamente y con satisfaccin en el laboratorio. Producto Modelos matemticos Primal y Dual asociados (formulados, analizados, resueltos e interpretados). Anlisis de sensibilidad de un modelo matemtico de Programacin Lineal.

UNIDAD DE APRENDIZAJE IV: MODELOS DE TRANSPORTE Y ASIGNACIN Duracin: 15 horas (semanas 10 a 12). Capacidades: Reconocer los problemas de Transporte y Asignacin. Desarrollar una matriz de transporte y aplicar los mtodos de solucin. Resolver los problemas de asignacin con el algoritmo de solucin correspondiente.
Semana Contenidos Conceptuales Contenidos Procedimentales Indicadores de evaluacin

4.1 El modelo de transporte. Formulacin general. Tcnica general de solucin. 10 4.2 Mtodos para hallar la solucin bsica factible inicial: de la esquina noroeste, del costo mnimo, de aproximacin de Vogel. 4.3 Mtodos que conducen a la solucin ptima. Mtodo UV. 11 4.4 Otras consideraciones generales sobre el modelo: degeneracin, soluciones ptimas alternativas, problemas desbalanceados, rutas prohibidas, caso de minimizacin.

Describe el problema de transporte, lo formula matemticamente y plantea situaciones prcticas aplicativas. Aplica diversos mtodos para hallar la solucin bsica factible inicial del modelo. Describe y aplica el mtodo UV para hallar la solucin ptima del modelo. Describe, resuelve e interpreta problemas con soluciones degeneradas, desbalanceados, con rutas prohibidas, y de minimizacin. Describe el problema de asignacin, lo formula matemticamente y plantea situaciones prcticas aplicativas. Utiliza el algoritmo hngaro para hallar la solucin ptima del modelo. Analiza, formula, resuelve e interpreta modelos de transporte y asignacin haciendo uso de software.

Identifica problemas de transporte en situaciones cotidianas, los analiza y formula los modelos correspondientes Dado un problema de transporte halla una solucin bsica inicial. Dado un problema de transporte utiliza el algoritmo UV para hallar su solucin ptima. Identifica, analiza, resuelve e interpreta casos especiales de modelos de transporte. Identifica problemas de asignacin en situaciones cotidianas, los analiza y formula sus modelos correspondientes. Dado un problema de asignacin utiliza el algoritmo hngaro para hallar su solucin ptima. Formula, analiza, resuelve e interpreta problemas de transporte y asignacin utilizando software (WinQSB)

4.5 El modelo de Asignacin. Formulacin. El mtodo Hngaro. 4.6 Aplicaciones. Solucin mediante software. 12

Actitudes Muestra confianza, precisin, orden y claridad en el modelamiento y solucin de problemas de transporte y asignacin. Trabaja ordenadamente y con satisfaccin en el laboratorio. Producto Modelos matemticos de Transporte y Asignacin que dan solucin a problemas de decisin diversos de las organizaciones (formulados, analizados, resueltos analticamente usando los algoritmos correspondientes y/o mediante software de computadora como WinQSB, e interpretados).

UNIDAD DE APRENDIZAJE V: PROGRAMACIN ENTERA Duracin: 15 horas (semanas 13 a 15). Capacidades: Describir las caractersticas de los modelos de programacin entera. Identificar los tipos y mtodos de solucin de programacin entera Resolver e interpretar los resultados de los modelos utilizando software.
Semana 13 Contenidos Conceptuales 5.1. Introduccin. Modelos lineales enteros puros, mixtos y cero-uno 5.2. Mtodo de solucin de planos de corte. Ejemplo de aplicacin. Contenidos Procedimentales Indicadores de evaluacin

Explica de manera diferenciada Explica a travs de los modelos matemticos ejemplos los diferenlineales enteros puros, mixtos y tes tipos de modelos de PE. cero-uno. Dado un modelo de Utiliza el mtodo de planos de PE lo resuelve utili-

corte para resolver modelos enteros. 5.3. Mtodo de solucin de ramificacin y acotacin. Ejemplo de aplicacin. 14 5.4. Mtodo de enumeracin implcita. Ejemplo de aplicacin.

zando el algoritmo de planos de corte.

Utiliza el mtodo de Dado un modelo de ramificacin y acotacin para PE lo resuelve utilizando el algoritmo resolver modelos enteros. Utiliza el mtodo de acotacin. enumeracin implcita para Dado un modelo de PE lo resuelve utiliresolver modelos enteros.

de ramificacin y

zando el algoritmo de enumeracin implcita.

5.5. Aplicaciones de la programacin entera. 15

modelos Analiza, formula, resuelve e Elabora interpreta modelos de matemticos de PE a programacin entera haciendo partir de situaciones problemticas dadas, uso de software.

los analiza, los resuelve utilizando Solver/WinQSB y los interpreta.

Actitudes Demuestra creatividad e iniciativa en el desarrollo de los problemas planteados. Muestra precisin, orden y claridad en el modelamiento y solucin de problemas de programacin entera. Trabaja ordenadamente y con satisfaccin en el laboratorio. Producto Modelos matemticos de Programacin Entera que dan solucin a problemas de decisin diversos de las organizaciones (formulados, analizados, resueltos mediante los algoritmos correspondientes y mediante software de computadora como SOLVER y WinQSB, e interpretados).

VI.

ESTRATEGIAS METODOLGICAS. Para el desarrollo de las sesiones de enseanza-aprendizaje se utilizar el mtodo expositivodialgico, buscando la participacin activa y permanente de los estudiantes. Se desarrollarn casos en talleres y trabajos en grupos pequeos. Se desarrollarn prcticas en laboratorios de computacin, para lo cual se utilizar el complemento SOLVER de la hoja electrnica MS EXCEL y el software WinQSB. La asignacin de horas por cada tipo de sesin de clase (incluidas las prcticas calificadas y examen parcial) ser la siguiente: Tipo de Sesin de Clase Unidad de Aprendizaj Laboratorio de Teora en aula Taller en aula e computacin I 09 02 02 II 09 02 02 III 09 02 02 IV 09 02 02 V 09 02 02 Subtotal 45 10 10 horas (*) Prctica calificada y/o Examen Parcial Prctica en aula (*) 02 02 02 02 02 10 Subtotal horas 15 15 15 15 15 75

VII.

MATERIALES EDUCATIVOS Y OTROS RECURSOS DIDCTICOS. Pizarra / Plumones / Borrador. Equipo multimedia / Ecran. Material impreso preparado por el docente. Laboratorio de Computacin. Software (SOLVER / WinQSB). Internet.

VIII.

EVALUACIN DEL APRENDIZAJE. Prcticas calificadas (PC) : 40% Se evaluarn cuatro prcticas. No se administrarn prcticas opcionales ni de rezagados. 1ra. Prctica Calificada : Al finalizar la unidad de aprendizaje I. 2da. Prctica Calificada : Al finalizar la unidad de aprendizaje II. 3ra. Prctica Calificada : Al finalizar la unidad de aprendizaje IV. 4ta. Prctica Calificada : Al finalizar la unidad de aprendizaje V. Examen Parcial (EP) : 20% Se administrar al finalizar el tem 3.5. de la unidad de aprendizaje III. Trabajo encargado (TE) : 20% El trabajo encargado versar sobre un estudio de un caso real propuesto por los estudiantes. Ser desarrollado en grupos de no menos de 5 integrantes. Examen Final (EF) : 20% Los temas del examen final correspondern fundamentalmente a las unidades de aprendizaje III, IV y V. La nota promedio (NP) de la asignatura ser calculada de la siguiente manera: NP = 0.40 x PC + 0.20 x TE + 0.20 x EP + 0.20 x EF Unidad de Aprendizaj e I II III IV V PC N 3 (de 3.6 a 4.6) PC N 4 Modalidad de Evaluacin Examen Trabajo Parcial Encargado EP (de 1.1 a 3.5) TE (Aplicacin Real)

Prctica de aula PC N 1 PC N 2

Examen Final

EF (Unidades III, IV y V)

NOTA: La asistencia a clases, las evaluaciones extemporneas y dems aspectos evaluativos se sujetarn a lo estipulado en el Reglamento Acadmico de la UNP y normas adicionales al respecto. (De acuerdo al artculo 38 del Reglamento Acadmico de la UNP el alumno de la Facultad o Escuela que acumule un 30% o ms de faltas injustificadas, sobre el total de horas programadas, ser separado del curso). IX. BIBLIOGRAFA RECOMENDADA BIBLIOGRAFA BSICA 1. HILLIER, F. S. y LIEBERMAN, G. J. (2006). Introduccin a la Investigacin de Operaciones. 8a. ed. Mxico: McGraw-Hill. 2. TAHA, H. A. (2003). Investigacin de Operaciones, Una Introduccin. Mxico: Pearson Educacin S.A., Stima edicin. 3. WINSTON, W. L. (2005) Investigacin de Operaciones: Aplicaciones y algoritmos. 4a. ed. Mxico: Internacional Thomson Editores.

BIBLIOGRAFA COMPLEMENTARIA 1. ALVAREZ, J. (1990). Investigacin de Operaciones: Programacin Lineal. Universidad Nacional de Ingeniera. Lima, Per. 2. ANDERSON, D. R.; SWEENEY, D. J. y WILLIAMS, T. A. (2004). Mtodos Cuantitativos para los Negocios. 9. ed. Mxico: International Thomson Editores. 3. DAELLENBACH, H. G.; GEORGE, J. A. y MCNICKLE, D. C. (1990). Introduccin a las Tcnicas de Investigacin de Operaciones. Mxico: Compaa Editorial Continental, S.A. de C.V. 4. EPPEN, G. D.; GOULD, F. J.; SCHMIDT, C. P.; MOORE, J. H. y WEATHERFORD, L.R. (2000). Investigacin de Operaciones en la Ciencia Administrativa. 5 ed. Mxico: PrenticeHall. 5. MATHUR, K. y SOLOW, D. (1996). Investigacin de Operaciones: El arte de la toma de decisiones. Mxico: Prentice-Hall Hispanoamericana, S.A. 6. PRAWDA, J. (2005). Mtodos y Modelos de Investigacin de Operaciones. Vol I: Modelos Determinsticos. Mxico: LIMUSA.
7.

Separatas proporcionadas por el profesor del curso colgadas en la pgina web: www.uhorizon.mex.tl

X.

ASESORA ACADMICA El docente brindar asesora y consejera acadmica a los estudiantes de la asignatura en las oficinas del Departamento Acadmico de Investigacin de Operaciones en el siguiente horario: Lunes 10:00 a.m. A 12:00 p.m. Martes 10:00 a.m. A 12:00 a.m. Mircoles 08:00 a.m. A 10:00 a.m. Jueves 10:00 a.m. A 12:00 p.m. Viernes 10:00 a.m. A 12:00 a.m.

Piura, 15 de Abril 2013.

MATRIZ DE VALORACIN PARA EVALUAR PRESENTACIN Y DEFENSA DE TRABAJOS ENCARGADOS

CATEGORIA Muy buena organizacin, coherencia, uniformidad, limpieza y claridad en la presentacin Buena organizacin, coherencia, uniformidad, limpieza y claridad en la presentacin El caso de aplicacin real est claramente identificado y definido y los datos presentados son poco consistentes y razonables El modelo est correctamente formulado, usando una terminologa y notacin que facilita poco su entendimiento El modelo se resuelve haciendo uso de una estrategia efectiva Analiza e interpreta bien los resultados obtenidos Regular organizacin, coherencia, uniformidad, limpieza y claridad en la presentacin El caso de aplicacin real est medianamente identificado y definido y los datos presentados son poco consistentes y razonables El modelo est correctamente formulado, pero se usa una notacin y terminologa que no facilitan su entendimiento Poca organizacin, coherencia, uniformidad, limpieza y claridad en la presentacin El caso de aplicacin real est vagamente identificado y definido y los datos presentados son inconsistentes y poco razonables El modelo est parcialmente formulado y/o se hace uso de terminologa y notacin inapropiada.

Presentacin del Informe

El caso de aplicacin real est claramente Identificacin identificado y y definicin definido y los de la datos aplicacin real presentados son consistentes y razonables El modelo est formulado correctamente, usando terminologa y notacin apropiadas que facilitan su entendimiento El modelo se resuelve haciendo uso de una estrategia eficiente y efectiva

Contenid o del Informe

Formulacin del modelo matemtico

Resolucin del modelo

El modelo se resuelve haciendo uso de una estrategia efectiva, pero no consistentemente Analiza e interpreta de manera regular los resultados obtenidos

El modelo se resuelve haciendo uso de una estrategia ineficiente y poco efectiva Analiza e interpreta de manera insuficiente los resultados obtenidos Dbil defensa del trabajo que demuestra insuficiente conocimiento de los temas involucrados

Analiza e interpreta muy Anlisis e bien los interpretacin resultados de resultados obtenidos

Defensa del trabajo

Muy buena defensa del trabajo que demuestra muy buen nivel de conocimiento de los temas involucrados

Buena defensa del trabajo que demuestra buen nivel de conocimiento de los temas involucrados

Regular defensa del trabajo que demuestra regular nivel de conocimiento de los temas involucrados