I.
INFORMACIÓN GENERAL
CURSO : Investigación de Operaciones 2
CÓDIGO : IN396
CICLO : 202100
CUERPO ACADÉMICO : Bautista Zuñiga, Lucia Maribel
Culquichicón Cáceres, Carlos Felipe
López Sandoval, Eduardo Romeo
Marcelo Lastra, Guillermo Eloy
Reyes Morales, Norman Estuardo
CRÉDITOS : 3
SEMANAS : 8
HORAS : 2 H (Laboratorio) Semanal /2 H (Teoría) Semanal
ÁREA O CARRERA : Ingenieria Industrial
II. MISIÓN Y VISIÓN DE LA UPC
Misión: Formar líderes íntegros e innovadores con visión global para que transformen el Perú.
Visión: Ser líder en la educación superior por su excelencia académica y su capacidad de innovación.
III. INTRODUCCIÓN
Descripción:
El curso de Investigación de operaciones 2 le brinda al estudiante métodos cuantitativos probabilísticos como
soporte a la toma de decisiones en el área de operaciones de una empresa.
Propósito:
El curso busca que los estudiantes sean capaces de resolver problemas en los cuales está presente la
incertidumbre, a través de la elaboración y solución computacional de un modelo matemático para tomar la
mejor decisión en el Área de Operaciones de una empresa. Asimismo, se busca contribuir al desarrollo de la
competencia general de Pensamiento innovador y la competencia específica de ABET (1): Capacidad de
identificar, formular y resolver problemas complejos de ingeniería, aplicando los principios de ingeniería,
ciencia y matemática, ambas a nivel 2. Tiene como requisito el curso de investigación de operaciones 1 (IN395)
IV. LOGRO (S) DEL CURSO
Al finalizar el curso, el estudiante toma decisiones en entornos bajo incertidumbre y bajo riesgo, dentro del área
de operaciones de cualquier organización.
Competencias:
Pensamiento innovador, Nivel de logro: 2, Definición: Capacidad para detectar necesidades y oportunidades
para generar proyectos o propuestas innovadoras, viables y rentables. Planifica y toma decisiones eficientes
orientadas al objetivo del proyecto.
1
(1) Capacidad de identificar, formular y resolver problemas complejos de ingeniería aplicando los principios de
ingeniería, ciencia y matemática, Nivel de logro: 2, Definición: Identifica, formula y resuelve problemas de
ingeniería, considera las variables dependientes e independientes relacionadas, los antecedentes, el marco
teórico sobre técnicas y metodologías adecuadas.
V. UNIDADES DE APRENDIZAJE
UNIDAD Nº: 1 ANÁLISIS DE DECISIONES
LOGRO
Competencia(s): Pensamiento innovador (General), (1) Capacidad de identificar, formular y resolver problemas
complejos de ingeniería aplicando los principios de ingeniería, ciencia y matemática.
Logro de la unidad : Al finalizar la unidad, el estudiante evalúa cuál debe ser la mejor decisión en un escenario bajo
incertidumbre o bajo riesgo, a través de la elaboración y solución de un modelo válido de análisis de decisiones, para su
aplicación en procesos de toma de decisiones a nivel estratégico en una empresa industrial o de servicios.
TEMARIO
Semana 1: Análisis de decisiones bajo incertidumbre: Criterios MAXIMIN, MAXIMAX, MINIMAX, análisis de
decisiones bajo riesgo: Valor Esperado, Árbol de decisiones con experimentación previa. Principales indicadores.
Semana 2: Aplicación del Teorema de Bayes en árboles de decisión con experimentación previa. Teoría de la Utilidad.
Incorporación de la actitud ante el riesgo en los árboles de decisión. Análisis de sensibilidad.
Actividad de aprendizaje: Desarrollo de casos en laboratorio de cómputo con participación activa de los estudiantes.
Solución Colectiva de problemas
Diálogo e interacción entre pares y docente.
Evidencia de aprendizaje: PC1: Práctica Calificada 1 y Examen Parcial.
Bibliografía:
Render, Stair, Hanna, González Osuna, Stair, Ralph M, & Hanna, Michael E. (2012). Métodos cuantitativos para los
negocios (11a ed.). México, D.F.: Pearson Educación. (658.4033 REND 2012), Capitulo 3
Hillier, Lieberman, & Lieberman, Gerald J. (2010). Introducción a la investigación de operaciones (9a ed.). México,
D.F.: McGraw-Hill. (658.4034 HILL 2010), Capítulo 15
Winston, W. (2005). Investigación de operaciones: Aplicaciones y algoritmos (4a ed.). México, D.F.: Thomson.
(658.4034 WINS/I 2005), Decisiones Capítulo 13
HORA(S) / SEMANA(S)
Semanas 1, 2
UNIDAD Nº: 2 CADENAS DE MARKOV
LOGRO
Competencia: Pensamiento innovador (General), (1) Capacidad de identificar, formular y resolver problemas complejos
de ingeniería aplicando los principios de ingeniería, ciencia y matemática.
2
Logro de la unidad : Al finalizar la unidad el estudiante maneja las probabilidades de ocurrencias futuras mediante el
análisis de las probabilidades conocidas en el presente, en procesos estocásticos y toma decisiones basándose en los
resultados obtenidos.
TEMARIO
Semana 3: Definición del concepto sistema dinámico, Determinación de los estados de una cadena de Markov, Cálculo
de la matriz de transición de la cadena de Markov.
Cálculo de la matriz estacionaria de una cadena de Markov, Interpretación de los resultados obtenidos en la matriz
estacionaria de una cadena de Markov.
Actividad de aprendizaje: Desarrollo de casos en laboratorio de cómputo con participación activa de los estudiantes
Solución Colectiva de problemas
Diálogo e interacción entre pares y docente.
Evidencia de aprendizaje: PC2: Práctica Calificada 2 y Examen Parcial.
Bibliografía:
Winston, W. (2005). Investigación de operaciones: Aplicaciones y algoritmos (4a ed.). México, D.F.: Thomson,
Capítulo 11.
Hillier, Lieberman, & Lieberman, Gerald J. (2010). Introducción a la investigación de operaciones (9a ed.). México,
D.F.: McGraw-Hill., (658.4034 HILL 2010) Capítulo 12.
HORA(S) / SEMANA(S)
Semanas 3
UNIDAD Nº: 3 TEORÍA DE LÍNEAS DE ESPERA
LOGRO
Competencia(s): Pensamiento innovador (General), (1) Capacidad de identificar, formular y resolver problemas
complejos de ingeniería aplicando los principios de ingeniería, ciencia y matemática.
Logro de la unidad : Al finalizar la unidad el estudiante determina los principales indicadores de desempeño en
sistemas de líneas de espera y toma decisiones basándose en los resultados obtenidos.
TEMARIO
Semana 4: Definiciones sobre líneas de espera, Modelo simple de líneas de espera: modelo de un servidor con
distribución exponencial y no exponencial.
Semana 5: Modelo de líneas de espera con varios servidores, Costos involucrados en las líneas de espera. Procesos de
nacimiento y muerte.
Actividad de aprendizaje: Desarrollo de casos en laboratorio de cómputo con participación activa de los estudiantes
Solución Colectiva de problemas
Diálogo e interacción entre pares y docente.
Evidencia de aprendizaje: PC3: Práctica Calificada 3, Examen Final.
3
Bibliografía:
Render, Stair, Hanna, González Osuna, Stair, Ralph M, & Hanna, Michael E. (2012). Métodos cuantitativos para los
negocios (11a ed.). México, D.F. (658.4033 REND 2012): Pearson Educación, Capítulos 14 y 16
Hillier, Lieberman, & Lieberman, Gerald J. (2010). Introducción a la investigación de operaciones (9a ed.). México,
D.F.: McGraw-Hill. (658.4034 HILL 2010). Capitulos 16 y 17
Winston, W. (2005). Investigación de operaciones: Aplicaciones y algoritmos (4a ed.). México, D.F.: Thomson.
(658.4034 WINS/I 2005), Capítulos 17 y 20.
HORA(S) / SEMANA(S)
Semanas 4 y 5
UNIDAD Nº: 4 PROGRAMACIÓN DINÁMICA
LOGRO
Competencia(s): Pensamiento innovador (General), (1) Capacidad de identificar, formular y resolver problemas
complejos de ingeniería aplicando los principios de ingeniería, ciencia y matemática.
Logro de la unidad : Al finalizar la unidad El estudiante resuelve problemas de optimización a través de la elaboración
y solución computacional de un modelo matemático válido de programación dinámica, para tomar la mejor decisión en
las operaciones de una empresa industrial o de servicios
TEMARIO
Semana 6: Programación Dinámica: Conceptos básicos. ventajas y desventajas.
Solución manual de Problemas de alforja y carga de bultos. Modelo estructurado de programación dinámica: alforja y
carga de bultos
Semana 7: Modelo estructurado de programación dinámica: carga de bultos con costos fijos y problemas de asignación.
Optimización de valores esperados
Actividad de aprendizaje: Desarrollo de casos en laboratorio de cómputo con participación activa de los estudiantes
Solución Colectiva de problemas
Diálogo e interacción entre pares y docente.
Evidencia de aprendizaje: PC4: Práctica Calificada 4, Examen Final
Bibliografía:
Winston, W. (2005). Investigación de operaciones: Aplicaciones y algoritmos (4a ed.). México, D.F.: Thomson.
(658.4034 WINS/I 2005), Capítulo 18
HORA(S) / SEMANA(S)
Semanas 6 y 7
VI. METODOLOGÍA
El Modelo Educativo de la UPC asegura una formación integral, que tiene como pilar el desarrollo de
competencias, las que se promueven a través de un proceso de enseñanza-aprendizaje donde el estudiante
cumple un rol activo en su aprendizaje, construyéndolo a partir de la reflexión crítica, análisis, discusión,
4
evaluación, exposición e interacción con sus pares, y conectándolo con sus experiencias y conocimientos
previos. Por ello, cada sesión está diseñada para ofrecer al estudiante diversas maneras de apropiarse y poner en
práctica el nuevo conocimiento en contextos reales o simulados, reconociendo la importancia que esto tiene
para su éxito profesional.
Para que el estudiante alcance el logro de cada unidad y, en consecuencia, el logro final del curso se llevará a
cabo exposiciones teóricas por parte del profesor, discusión y solución de casos prácticos; para lo cual se
realizarán las siguientes actividades:
Exploración de saberes previos, elaboración de conflictos cognitivos, anuncio del tema con elementos
motivadores. Discusión y solución de casos de manera colaborativa; mediante el diálogo e interacción entre los
estudiantes y el docente asimismo a través de la Solución Colectiva de problemas.
Para ello, las sesiones de clase se llevarán a cabo en laboratorios de cómputo, empleando software
especializado, diapositivas, separata de casos.
Se recomienda que el estudiante pueda utilizar al menos 3 horas a la semana fuera de clase para desarrollar
algunas tareas académicas; así como a repasar la información adquirida durante la clase.
VII. EVALUACIÓN
FÓRMULA
10% (PC1) + 10% (PC2) + 10% (PC3) + 10% (PC4) + 30% (EA1) + 30% (EB1)
TIPO DE NOTA PESO %
PC - PRÁCTICAS PC 10
PC - PRÁCTICAS PC 10
PC - PRÁCTICAS PC 10
PC - PRÁCTICAS PC 10
EA - EVALUACIÓN PARCIAL 30
EB - EVALUACIÓN FINAL 30
5
VIII. CRONOGRAMA
TIPO DE DESCRIPCIÓN NOTA NÚM. DE FECHA OBSERVACIÓN RECUPERABLE
PRUEBA PRUEBA
PC PRÁCTICAS PC 1 Semana 2 E v i d e n c i a d e SÍ
aprendizaje: Solución de
un caso de análisis de d
ecisionesbajo
incertidumbre y bajo
riesgo, mediante un
árbol de decisiones. C o
m p e t e n c i a s
evaluadas: Pensamiento
innovador (General), (1)
Capacidad de identificar,
formular y resolver
problemas complejos de
ingeniería aplicando los
principios de ingeniería,
ciencia y matemática.
Práctica individual
PC PRÁCTICAS PC 2 Semana 3 E v i d e n c i a d e SÍ
aprendizaje: Solución de
dos casos de Cadenas de
Markov. Competencias
evaluadas: Pensamiento
innovador (General), (1)
Capacidad de identificar,
formular y resolver
problemas complejos de
ingeniería aplicando los
principios de ingeniería,
ciencia y matemática.
Práctica individual
PC PRÁCTICAS PC 3 Semana 6 E v i d e n c i a d e SÍ
aprendizaje: Solución de
dos casos de Teoría de
Colas. Competencias
evaluadas: Pensamiento
innovador (General), (1)
Capacidad de identificar,
formular y resolver
problemas complejos de
ingeniería aplicando los
principios de ingeniería,
ciencia y matemática.
Práctica individual
PC PRÁCTICAS PC 4 Semana 7 E v i d e n c i a d e SÍ
aprendizaje: Solución
estructurada de un caso
deprogramación
dinámica de asignación
y de optimización de
valores esperados. C o m
p e t e n c i a s
evaluadas: Pensamiento
innovador (General), (1)
Capacidad de identificar,
formular y resolver
problemas complejos de
ingeniería aplicando los
principios de ingeniería,
ciencia y matemática.
Práctica individual
6
EA EVALUACIÓN PARCIAL 1 Semana 4 Evidencia d e SÍ
aprendizaje: Solución de
un caso de análisis de
decisiones y de un caso
de Cadenas de Markov.
Competencias
evaluadas: Pensamiento
innovador (General), (1)
Capacidad de identificar,
formular y resolver
problemas complejos de
ingeniería aplicando los
principios de ingeniería,
ciencia y matemática.
Examen individual
EB EVALUACIÓN FINAL 1 Semana 8 Evidencia d e SÍ
aprendizaje: Solución de
un caso de Teoría de
Colas y un caso de
programación dinámica
estructurada sobre
optimización de valores
e s p e r a d o s .
Competencias
evaluadas: Pensamiento
innovador (General),(1)
Capacidad de identificar,
formular y resolver
problemas complejos de
ingeniería aplicando los
principios de ingeniería,
ciencia y matemática.
Examen individual
IX. BIBLIOGRAFÍA DEL CURSO
[Link]
&auth=LOCAL