UNIVERSIDAD NACIONAL DE PIURA

FACULTAD DE INGENIERIA INDUSTRIAL

Departamento Acadmico de Investigacin de Operaciones

SILABO
I. DATOS GENERALES:
1.1. Nombre de la asignatura INVESTIGACIN DE OPERACIONES
1.2. Cdigo IO
1.3. Escuela Profesional Ingeniera Mecatrnica
1.4. Ubicacin en el plan de estudios Nivel de estudios II Ciclo IV
1.5. Nmero de crditos 03 (tres)
1.6. Tipo de asignatura Electivo
1.7. Requisitos ALGEBRA LINEAL y PROGRAMACION TECNICA II
1.8. Semestre acadmico II 2012
1.9. Nmero de horas lectivas semanal Teora 2 Prctica 2
1.10. Duracin de la Asignatura Del 03 septiembre al 21 diciembre del 2012
1.11. Profesor coordinador/responsable Ing. Julio Csar Jimnez Chavesta MSc.
1.12. E-mail julio-jimenez@hotmail.com

II. RASGOS DEL PERFIL:
El ingeniero mecatrnico est apto para desempearse en las actividades que interaccionan la mecnica con la
electrnica en un ambiente computarizado, es un profesional formado en mecnica, electromecnica,
neumtica, hidrulica, electroneumtica, robtica e informtica industrial
Posee una visin Integral, para la gestin de sistemas mecatrnicos.
Se apoya en las ciencias exactas, econmicas, sociales y humanas, para desarrollar competencias que
aseguren su xito en la gestin de proyectos para el mejoramiento y automatizacin de equipos o
procesos
Promueve y realiza investigacin tecnolgica en el nivel de su competencia con el fin de corregir y/o
mejorar los procesos de produccin

III. SUMILLA:
Brindar al alumno las herramientas que le permitan utilizar el mejor curso de accin (ptimo) de un problema
de decisin con la restriccin de recursos limitados e identificar problemas de decisin susceptibles de ser
resueltos utilizando tcnicas de programacin lineal y/o programacin entera, formulando los modelos
determinsticos de optimizacin apropiados que permitan resolver dichos problemas .
El curso comprende: Investigacin de operaciones y modelos. El mtodo simplex. Dualidad y anlisis de
sensibilidad. Modelos de transporte y asignacin. Programacin con PERT-CPM

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 la programacin lineal, transporte,
asignacin, programacin entera y programacin de proyectos con PERT-CPM 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 DE UNIDADES:
UNIDAD DE APRENDIZAJE I: INVESTIGACION DE OPERACIONES Y MODELOS
Duracin: 12 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 grafico
Semana Contenidos Conceptuales Contenidos Procedimentales Indicadores de
Evaluacin
1
1.1. Origen y Naturaleza de la
Investigacin de
Operaciones.
1.2. Tcnicas de la Investigacin
de Operaciones
1.3. Fases de un estudio de
Investigacin de Operaciones
1.4. Modelos. Clasificacin.
Estructura de los modelos
matemticos de
Investigacin de
Operaciones.
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.
Identifica diferentes tipos de
modelos matemticos y los
elementos de un modelo
matemtico de IO
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 este
2
1.5. El modelo de Programacin
Lineal: Definicin y
Propiedades.
1.6. Formulacin matemtica de
modelos de Programacin
Lineal.
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
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
utiliza y lo interpreta
3
1.7. Mtodo grfico de resolucin
de un modelo de
Programacin Lineal.
1.8. Forma cannica, estndar y
mixta de un modelo
matemtico de
Programacin Lineal.
Transformaciones.

Utiliza el mtodo grafico 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
Dado un modelo de PL
lo resuelve utilizando el
mtodo grafico
Dado un modelo de PL
identifica su forma de
presentacin y la
transforma a otra
Actitudes
-Valora la importancia de 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

UNIDAD DE APRENDIZAJE II: MTODO SIMPLEX
Duracin: 12 horas (semanas 4 a 6)
Capacidades:
- Identificar y resolver analticamente problemas de Programacin Lineal utilizando el mtodo simplex
- Interpretar relaciones econmicas en el modelo matemtico de Programacin Lineal
- Utilizar el software WINQSB como herramienta para resolver modelos de Programacin Lineal
Semana Contenidos Conceptuales Contenidos Procedimentales Indicadores de
Evaluacin
4
Practica N 01.
2.1 Mtodo Simplex. Definiciones.
Propiedades.
2.2 Condiciones de optimalidad y
factibilidad. Procedimiento
del mtodo Simplex.

Explica definiciones y
propiedades referidas al
mtodo simplex
Explica las condiciones de
factibilidad y optimalidad y
aplica el algoritmo simplex
para dar solucin a los
modelos de maximizacin
Explica con ejemplos
definiciones y
propiedades
relacionadas con el
mtodo simplex
Resuelve un modelo de
PL utilizando el mtodo
simplex, e interpreta los
resultados
5
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.
Utiliza el algoritmo simplex
para resolver modelos de
minimizacin y aplica la
tcnica de variables
artificiales

Explica e interpreta variantes
que se pueden presentar en
la aplicacin del mtodo
simplex
Dado un modelo de PL
tipo minimizacin lo
resuelve utilizando el
meto simplex e
interpreta los resultados
Identifica analiza e
interpreta en la tabla
simplex casos especiales
de modelos de PL
6

2.5. Aplicaciones. Solucin de
modelos con WinQSB

.

Repasa la formulacin de
modelos matemticos de
programacin lineal diversos
y los resuelve utilizando el
software de investigacin de
operaciones WINQSB
Da ejemplos de casos
aplicativos de PL
Formula, analiza,
resuelve e interpreta
problemas de PL
utilizando software.
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

UNIDAD DE APRENDIZAJE III: DUALIDAD Y ANLISIS DE SENSIBILIDAD
Duracin: 12 horas (semanas 7 a 9)

Capacidades:
- Analizar la relacin Primal-Dual
- Interpretar econmicamente la dualidad
- Aplicar el anlisis de sensibilidad
Semana Contenidos Conceptuales Contenidos Procedimentales Indicadores de
Evaluacin
7
Practica N 02
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.

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 simplex
Interpreta econmicamente
los elementos del modelo
dual
Dado un modelo primal
formula el dual,
identificando y
explicando sus
caractersticas
Formula el modelo dual
a partir del primal, lo
analiza , lo resuelve y lo
interpreta
econmicamente
8
3.4. Propiedades importantes
primal-dual.
3.5. El mtodo Smplex dual

Explica las propiedades
primal-dual
Aplica el mtodo simplex dual
Explica con ejemplos las
propiedades primal-
dual
Resuelve modelos PL
utilizando el simplex
dual e interpreta sus
resultados
9

3.6 Anlisis de sensibilidad o de
post-optimalidad
3.7. Aplicaciones. Solucin de
modelos con software.

Examen parcial
Explica en que consiste el
anlisis de sensibilidad
Aplica el anlisis de
sensibilidad haciendo uso del
software
Explica con ejemplos el
anlisis de sensibilidad
de un modelo de PL
Dado la solucin ptima
de un modelo de PL
realiza su
correspondiente anlisis
de sensibilidad
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

UNIDAD DE APRENDIZAJE IV: MODELOS DE TRANSPORTE Y ASIGNACION
Duracin: 08 horas (semana 10 a 11)
Capacidades:
- Reconocer los problemas de transporte y asignacin
- Desarrollar una matriz de transporte y aplicar los mtodos de solucin
- Resolver los problemas con el algoritmo de solucin correspondiente

Semana Contenidos Conceptuales Contenidos Procedimentales Indicadores de
Evaluacin
10

4.1. El modelo de transporte.
Formulacin general. Tcnica
general de solucin.
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.


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
Identifica problemas de
transporte en
situaciones cotidianas,
los analiza y formula los
modelos
correspondientes.
Determina la solucin
bsica inicial de un
modelo de transporte.
Dado un problema de
transporte utiliza el
algoritmo UV para hallar
su solucin ptima
11

4.4. Otras consideraciones
generales sobre el modelo:
degeneracin, soluciones
ptimas alternativas,
problemas desbalanceados,
rutas prohibidas, caso de
maximizacin.
4.5. El modelo de Asignacin.
Formulacin. El mtodo
Hngaro.
4.6. Aplicaciones. Solucin
mediante software.

Prctica calificada N 03.


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, analiza,
resuelve e interpreta
casos especiales de
modelos de transporte.
Identifica problemas de
asignacin en
situaciones cotidianas,
los analiza y formula sus
modelos
correspondientes.
Ante 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.
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
Participa activamente con iniciativas y de manera oportuna


UNIDAD DE APRENDIZAJE V: PROGRAMACIN ENTERA
Duracin: 08 horas (semanas 12 y 13)
Capacidades:
- Describe las caractersticas de los modelos de programacin entera.
- Identifica los tipos y mtodos de solucin de programacin entera
- Resolver e interpretar los resultados de los modelos utilizando software.
Semana Contenidos Conceptuales Contenidos Procedimentales Indicadores de
Evaluacin
12

5.1. Introduccin. Modelos
lineales enteros puros, mixtos y
cero-uno
5.2. Mtodo de solucin de
planos de corte.
Ejemplo de aplicacin.
5.3. Mtodo de solucin de
ramificacin y acotacin.



Explica de manera
diferenciada los modelos
matemticos lineales enteros
puros, mixtos y cero-uno.
Utiliza el mtodo de planos
de corte para resolver
modelos enteros
Utiliza el mtodo de
ramificacin y acotacin para
resolver modelos enteros.

Explica a travs de
ejemplos los diferentes
tipos de modelos de
programacin entera.
Dado un modelo de
programacin entera lo
resuel utilizando el
algoritmo de planos de
corte.
Dado un modelo de
programacin entera lo
resuelve utilizando el
algoritmo de
ramificacin y
acotacin.
13
5.4. Mtodo de enumeracin
implcita.
5.5 Aplicaciones de la
programacin entera.

Utiliza el mtodo de
enumeracin implcita para
resolver modelos enteros.
Analiza, formula, resuelve e
interpreta modelos de
programacin entera
haciendo uso de software.
Dado un modelo de
programacin entera lo
resuelve utilizando el
algoritmo de
enumeracin implcita.
Elabora modelos
matemticos de
programacin entera a
partir de situaciones
problemticas dadas,
los analiza, los resuelve
utilizando WINQSB y los
interpreta.
Actitudes
Demuestra creatividad e iniciativa en el desarrollo de los problemas planteados.
Muestra precisin orden claridad en el modelamiento y solucin de problemas de programacin
entera
Trabaja ordenadamente y con satisfaccin en el laboratorio




UNIDAD DE APRENDIZAJE VI: PROGRAMACION PER-CPM
Duracin: 08 horas (semanas 14 y 15)
Capacidades:
- Conocer los conceptos bsicos de la Programacin PERT-CPM
- Explicar la construccin del diagrama de Flechas de un proyecto.
- Conocer el mtodo para la determinacin de las actividades crticas y camino crtico.
- Conocer la determinacin de la duracin y costo ptimo de un proyecto
- Resolver modelos de PERT-CPM con el software WINQSB.

Semana Contenidos Conceptuales Contenidos Procedimentales Indicadores de
Evaluacin
14
6.1 Introduccin. Conceptos
bsicos de PERT-CPM
6.2 Diferencias entre PERT y CPM.
6.3 Modelamiento de sistemas
PERT/CPM
6.4 Clculo de actividades crticas y
camino crtico
Conoce los conceptos
bsicos de PERT-CPM y las
diferencias existentes entre
estas tcnicas
Formula modelos reales con
estas tcnicas.
Determina las actividades
crticas y duracin del
proyecto.
Explica los conceptos
bsicos y diferencias
entre PERT y CPM.
Modela y resuelve
problemas reales con
las tcnicas PERT-CPM.
Hace el respectivo
anlisis e
interpretacin de los
resultados.
15
Prctica calificada N 04

6.5 Conceptos probabilsticos en
PERT
6.6 Clculo de la duracin y costo
ptimo de un proyecto
6.7 Aplicaciones.

Trabajo de Investigacin




Conoce los conceptos
probabilsticos en PERT y
determina la duracin y
costo ptimo de un
proyecto.
Resuelve problemas reales
formulados con estas
tcnicas y los resuelve con
ayuda de la computadora e
interpreta los resultados.
Explica el concepto
probabilstico en PERT
y determina la
duracin y costo
ptimo de un proyecto.
Resuelve modelos de
PERT-CPM de
problemas reales con
software WINQSB y
hace el respectivo
anlisis e
interpretacin de los
resultados.
Actitudes
-Participa activamente en clase.
-Es crtico respecto a los contenidos conceptuales y a los problemas propuestos que se desarrollan en
clase.
- Demuestra inters en las tareas que el profesor les asigna para que lo desarrollen.
- Respeta las ideas, opiniones y sugerencias de sus compaeros.
- Es colaborador y se siente cmodo en los trabajos grupales.
- Trabaja ordenadamente en el laboratorio, cuida los equipos y respeta las normas de seguridad



VI. ESTRATEGIAS METODOLGICAS:

Para el desarrollo de las sesiones de enseanza-aprendizaje se buscar la participacin activa y
permanente de los estudiantes.
Se desarrollarn los casos en talleres y trabajos en grupos pequeos.
Se desarrollarn prcticas en laboratorios de computacin, para lo cual se utilizar el software
WINQSB.
En cada clase el profesor expondr una sntesis del tema a tratar, de ser el caso, formular,
desarrollar y explicar problemas de aplicacin.
Durante el desarrollo de las clases el alumno tiene una participacin activa, tanto en el desarrollo de
algunos temas, como en la solucin de problemas, dando respuesta a interrogantes planteadas.




La asignacin de horas por cada tipo de sesin de clase (incluidas las prcticas calificadas y examen parcial)
ser la siguiente:

Unidad de
Aprendizaje
Tipo de Sesin de Clase Subtotal
horas Teora en
aula
Taller en aula Laboratorio
de
computacin
Prctica en
aula (*)
I 09 01 02 12
II 07 01 02 02 12
III 07 01 02 02 12
IV 04 01 01 02 08
V 06 01 01 08
VI 04 01 01 02 08
Subtotal
horas
37 06 07 10 60
(*) Prctica Calificada o Examen Parcial

VII. MATERIALES EDUCATIVOS Y OTROS RECURSOS DIDCTICOS:

Pizarra / Plumones / Borrador.
Equipo multimedia / Ecran.
Material preparado por el docente.
Laboratorio de Computacin.
Software (WINQSB y hoja de clculo EXCEL)
Textos electrnicos.
Internet.

VIII. EVALUACIN DEL APRENDIZAJE:

Prcticas calificadas (PC) : 40%
Se evaluarn cuatro Prcticas Calificadas de las cuales se eliminar una (la de menor nota). 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 VI.

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 3 integrantes ni ms de 5 y ser sustentado en clase.

Examen Final (EF) : 20%
Los temas del examen final correspondern fundamentalmente a las unidades de aprendizaje IV, V y
VI.
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
La evaluacin es permanente en todas las clases. Se observar conocimientos, habilidades y actitudes.
Los exmenes y prcticas calificadas as como la presentacin de trabajos y avances de proyectos son
impostergables.
La inasistencia a exmenes, prcticas calificadas se calificarn con nota cero (00).
La no presentacin de los trabajos, avances de proyecto en la fecha y hora indicada segn
cronograma, se calificarn con nota cero (00).

La asistencia a clases, evaluaciones extemporneas y dems aspectos acadmicos se regirn por lo
estipulado en el Reglamento Acadmico de la UNP y normas complementarias (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. BIBLIOGRFA
1. ALVAREZ, Jorge. (1990). Investigacin de Operaciones: Programacin Lineal. Universidad Nacional
de Ingeniera. Lima, Per.
2. HILLIER, F. S. y Lieberman, G. J. (2006). Introduccin a la Investigacin de Operaciones. 8a. ed.
Mxico: McGraw-Hill.
3. TAHA, Hamdy A. (2004). Investigacin de Operaciones, 7
ma
. Edicin Edit. Prentice-Hall, Mxico.
4. WINSTON, W. L. (2005) Investigacin de Operaciones: Aplicaciones y algoritmos. 4a. ed. Mxico:
Internacional Thomson Editores.
5. ANDERSON, David R.; SWEENEY, Dennis J. y WILLIAMS, Thomas A. (2004). Mtodos Cuantitativos
para los Negocios. 9. ed. Mxico: International Thomson Editores.
6. DAELLENBACH, Hans G.; GEORGE, John A. y MCNICKLE, Donald C. (1990). Introduccin a las
Tcnicas de Investigacin de Operaciones. Mxico: Compaa Editorial Continental, S.A de C.V.
7. EPPEN, G.D.; GOULD, F.J.; SCHMIDT, C.P.; MOORE, Jeffrey H. y WEATHERFORD, Larry R. (2000).
Investigacin de Operaciones en la Ciencia Administrativa. 5 ed. Mxico: Prentice-Hall.
8. MATHUR, Kamlesh y Daniel SOLOW. (1996). Investigacin de Operaciones: El arte de la toma de
decisiones. Mxico: Prentice-Hall Hispanoamericana, S.A.
9. PRAWDA, Juan. (2005). Mtodos y Modelos de Investigacin de Operaciones. Vol I: Modelos
Determinsticos. Mxico: LIMUSA.
Pgina de apoyo:
http://juliojimenez-io.blogspot.com

X. CRONOGRAMA DE EVALUACIONES:

La aplicacin de los criterios de evaluacin propuestos se desarrollar segn el siguiente cronograma:
Criterio de Evaluacin Fecha Lugar
Practica calificada N 01 Del 24 al 28 de setiembre Aula
Practica calificada N 02 Del 15 al 19 de octubre Aula
Examen Parcial Del 29 de octubre al 02 de noviembre Aula
Practica calificada N 03 Del 12 al 16 de noviembre Aula
Practica calificada N 04 Del 10 al 14 de diciembre Aula
Trabajo de investigacin Del 10 al 14 de diciembre Aula
Examen Final Del 17 al 21 de diciembre Aula
Examen Sustitutorio Del 24 al 28 de diciembre Aula

XI. 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:
ING JULIO CSAR JIMNEZ CHAVESTA
Lunes Martes Mircoles Jueves Viernes
12:00 m
A
01:00 pm
10:00 am
A
12:30 am.
8:00 am
A
11:00 am
08:30 am
A
10:30 am
8:30 am
A
10:00 am

Septiembre del 2012.