Oper 1312 B

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 3

SILABO DEL CURSO INVESTIGACIÓN DE OPERACIONES 2

I. INFORMACIÓN GENERAL:

Carrera
Facultad INGENIERÍA INGENIERÍA INDUSTRIAL Ciclo 6 Créditos 3
Profesional

Código de INVESTIGACIÓN DE HT HP HL PC (**)


OPER1312B Requisitos Horas
curso OPERACIONES 1 (*) 2 0 2 0
Tipo de Modalidad de Período
Obligatorio Presencial 2023-1
curso curso lectivo
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
El curso aporta a la(s)
dentro de sistemas de pensamiento alternativo (evaluando sus implicaciones y consecuencias prácticas), y
competencia(s) general(es):
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
RE 1: Capacidad para identificar, formular y resolver problemas complejos de ingeniería mediante la aplicación de
principios de ingeniería, ciencia y matemáticas.
El curso aporta a la(s)
RE 4: Capacidad para reconocer responsabilidades éticas y profesionales en situaciones de ingeniería y emitir
competencia(s) específica(s):
juicios informados, los cuales deben considerar el impacto de las soluciones de ingeniería en contextos globales,
económicos, ambientales y sociales.
• Investigación, desarrollo tecnológico e innovación /
El curso desarrolla el
componente: • Experiencia profesional

II. SUMILLA:

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.

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 SEM SABERES ESENCIALES ACTIVIDADES
DE UNIDAD PC (**)
Programación entera binaria Programación Lineal Entera. Variables continuas y enteras. Algoritmo
Al finalizar la unidad, el estudiante de ramificación y acotamiento. Modelos matemáticos según el algoritmo
I formula y resuelve problemas de 1 de ramificación y acotamiento. Modelos matemáticos de problemas de NO APLICA
decisión organizacional considerando PLE utilizando las funciones necesarias de software. Casos de
datos determinísticos mediante el uso aplicación.

(*) 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 Programación Entera Binaria. Aplicación de variables de decisión del tipo
dinámica; alcanzando y sustentando Si/No. Aplicación de artificios en PEB. Modelos matemáticos de
2
sus respectivas soluciones óptimas. problemas de PB para decisiones del tipo Si/No. Resolución por
software. Funciones de dominio variable en LINGO.
Casos especiales de programación binaria. Uso de relaciones
complejas en PEB. Usos innovadores de las variables binarias en la
3
toma de decisiones. Aplicación de dinamismo al modelo de
programación binaria.
4 EVALUACIÓN T1
Grupo de variables (Sets) en el modelado matemático. Modelos
matemáticos de problemas de PBE mixta. Usos innovadores en
5
situaciones problemáticas. Resolución por software. Aplicación de Sets
en problemas de PB.
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
6
tablas elaboradas. PDD: Asignación de recursos / inventario.
Elementos de un problema de PDD para asignación de recursos. NO APLICA
Elementos de un problema de PDD para inventarios.
Programación dinámica Resolución de problemas PDD de asignación de recursos e inventarios.
Al finalizar la unidad, el estudiante Ejercicios con gran cantidad de estados y decisiones. PDD:
modela y resuelve problemas de Planificación de personal / reemplazo de equipo. Elementos de un
7
naturaleza probabilística mediante el problema de PDD para planificación de personal y reemplazo y
II reposición de equipos. Resolución de problemas. Análisis de una
uso de la programación dinámica
determinística, PDD y PDP; alcanzando situación cambiante a partir de las tablas elaboradas.
y sustentando sus respectivas 8 EVALUACIÓN PARCIAL
soluciones.
Introducción a los modelos probabilísticos de decisión. Diferencia
entre modelos probabilísticos de decisión vs modelos
determinísticos. Programación dinámica probabilística.
9 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.
Modelos prototipos de PDP. Componentes en un modelo de PDP de
inventario. Problemas de PDP. Resolución de problemas PDP de NO APLICA
10
inventario. Análisis de una situación cambiante a partir de las tablas
elaboradas.
Introducción a las Cadenas de Markov. Naturaleza probabilística.
Características y diagramación. Características en la matriz de
11
probabilidades de transición. Matrices que representan cadenas de
Markov. Estado estable de las matrices de probabilidades de transición.
12 EVALUACION T2
Modelos probabilísticos de decisión
Al finalizar la unidad, el estudiante Cadenas absorbentes y ergódicas. Aplicación. Matrices que
modela y resuelve problemas de representan cadenas de Markov con las características de absorbencia.
decisión organizacional de naturaleza 13 Propiedad de ergodicidad. Cadenas de Markov. Caso integral.
III probabilística mediante el uso de la Probabilidades en estado estable, tiempos de primer paso, matriz
programación dinámica, cadenas de fundamental y probabilidades de absorción a largo plazo.
Markov y árboles de decisión; Probabilidades en cadenas de Markov. Análisis de situaciones en
NO APLICA
alcanzando y sustentando sus períodos diferentes al corto plazo. Árboles de decisión.
respectivas soluciones heurísticas. 14 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
Investigación de operaciones. https://elibro.bibliotecaupn.elogim.com/es/lc/upnorte/titulos/38087
1  Taha, H. 2017
10th Edición.

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 https://repositorio.upn.edu.pe/handle/11537/28621
enfoque desde estudios iberoamericanos
Modelo matemático de transporte para una empresa comercializadora de https://repositorio.upn.edu.pe/handle/11537/28616
combustibles, usando programación lineal
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 https://repositorio.upn.edu.pe/handle/11537/28614
universitaria en Bogotá
Estimando las participaciones de mercado de largo plazo en el servicio móvil https://repositorio.upn.edu.pe/handle/11537/28613
peruano: Una aplicación de las Cadenas de Markov

(*) 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

También podría gustarte