PROGRAMA DE ASIGNATURA - SÍLABO
1. DATOS GENERALES
Modalidad: PRESENCIAL Departamento: Área de Conocimiento:
ESPE MATRIZ SANGOLQUI CIENCIAS ECON. ADMIN. Y COMERC OPERACIONES
Nombre Asignatura: Período Académico: Eje de Formación
INVESTIGACION OPERATIVA II PREGRADO S-I MAY20 - SEP20
Fecha Elaboración: Código: NRC: No. Nivel:
06/05/16 17:57 38089 6515 PREGRADO
Docente: Sesiones/Semana:
AREVALO NAVARRETE MARLON MANOLO Teóricas: Prácticas/Laboratori
mmarevalo@[Link] 64 0
Descripción de la Asignatura:
Investigación operativa II es una parte de la Investigación Operativa que imparte el conocimiento de: Programación Dinámica Determinística,
Programación Dinámica Estocástica o Probabilística, Líneas de Espera y Programación PERT–CPM.
En el curso se orientará enfáticamente hacia el modelamiento o formulación de modelos en cada rama del conocimiento anteriormente indicado,
los métodos de solución de estos modelos, la interpretación y análisis de las soluciones encontradas y su aplicación en el campo real.
Contribución de la Asignatura:
Esta asignatura es parte del conjunto de asignaturas que corresponden a la primera etapa del eje de formación, proporciona al futuro profesional
herramientas que le permiten desarrollar modelos matemáticos no lineales como apoyo a la toma de decisiones y la optimización de recursos.
Resultado de Aprendizaje de la Carrera: (Unidad de Competencia)
1. Interpreta y resuelve problemas de la realidad aplicando métodos de la investigación, métodos propios de las ciencias,
herramientas tecnológicas y variadas fuentes de información científica, técnica y cultural con ética profesional, trabajo equipo
y respeto a la propiedad intelectual.
2. Demuestra en su accionar profesional valores universales y propios de la profesión en diversos escenarios
organizacionales y tecnológicos, fomentando el desarrollo de las ciencias, las artes, el respeto a la diversidad cultural y
equidad de género.
ESPECÍFICAS:
1. Conoce y aplica las técnicas de optimización que ofrece la programación dinámica para el planteamiento y solución de
problemas que pueden ser representados a través de modelos matemáticos no lineales determinados.
2. Sabe y aplica la fundamentación teórica de la teoría de colas y su interpretación macroeconómica.
3. Conoce y aplica las técnicas de optimización para el planteamiento y solución de problemas del método PERT-CPM.
Objetivo de la Asignatura: (Unidad de Competencia)
La Investigación de Operaciones incluye un conjunto muy amplio de técnicas orientadas a proporcionar una ayuda cuantitativa a la toma de
decisiones. El método empleado es el método científico, y las técnicas que se utilizan son, en buena medida, técnicas matemáticas.
Resolver problemas mediante la aplicación de las técnicas de Investigación de Operaciones: construcción de modelos de decisión basados en
descripciones matemáticas, con el objetivo de tomar decisiones en situaciones de complejidad o incertidumbre; resolución, mediante análisis
matemático o simulación, de los modelos de decisión, obteniendo los valores óptimos de las variables de decisión que intervienen en el modelo;
realización de estudios de sensibilidad de la solución o soluciones propuestas, para evaluar su robustez frente a cambios en las condiciones de
los parámetros del modelo; obtener una visión general sobre el concepto de sistema e identificar sus partes componentes en un sistema
productivo; atender a las expectativas que presenta el medio productivo mundial para poder ser componente clave dentro de su desarrollo;
desarrollar capacidades necesarias para el diseño de modelos particulares para resolver problemas en situaciones específicas, comprender la
importancia de la Investigación de Operaciones como metodología de optimización dentro de cualquier tipo de organización; y, conocer y utilizar
herramientas computacionales, soporte para la aplicación de los modelos.
Resultado de Aprendizaje de la Asignatura: (Elemento de Competencia)
Modelos matemáticos no lineales para la toma de decisiones.
Interpreta, crea y resuelve problemas, que se generan en una empresa o institución, y que pueden ser representados por modelos matemáticos
no lineales.
CÓDIGO: [Link].321
VERSIÓN: 1.3 Página 1 de 5
FECHA ÚLTIMA REVISIÓN: 23/09/14
PROGRAMA DE ASIGNATURA - SÍLABO
2. SISTEMA DE CONTENIDOS Y RESULTADOS DEL APRENDIZAJE
CONTENIDOS
Unidad 1 Horas/Min: 16:00 Resultados de Aprendizaje de la Unidad 1
Aplicar métodos iterativos manuales, así como
programación lineal (incluyendo el método simplex de
OPTIMIZACION DE REDES ( Y METODO PERT-CPM)
redes), para resolver problemas de optimización de redes.
1.1 PROBLEMAS ESPECIFICOS
1.1.1 Terminología. Representación gráfica. Problema prototipo.
1.1.2 Problema de la ruta más corta. Un algortimo manual de solución,
aplicaciones, solucion con programación lineal.
1.1.3 Problema del árbol de expasión mínima. Un algortimo manual de
solución, aplicaciones.
1.1.4 Problema de flujo máximo. Un algortimo manual de solución,
aplicaciones, solución con programación lineal.
Tarea 1: Realizar los siguientes
ejercicios como parte del aprendizaje
1.1.4 Metododlogía PERT- CPM. Método manual para determinar holguras, significativo realizado en clase, pagina
ruta critica, probabilidad de cumplimiento. Solución CPM con programacion Tarea 1 190 ejercicios del 10-25. Investigación
lineal. PERT-costo. Operativa UTA Valencia Nuñez
Roberto. Primera edición.
1.2 PROBLEMA GENERAL
Tarea 1: Realizar los siguientes
ejercicios como parte del aprendizaje
1.2.1 Problema de flujo de costo mínimo. Aplicación a los problemas significativo realizado en clase, pagina
específicos anteriores y a los problemas de transporte y asinación. Solución Tarea 1 245 ejercicios del 36-49. Investigación
con Solver de Excel. Operativa UTA Valencia Nuñez
Roberto. Primera edición.
CONTENIDOS
Unidad 2 Horas/Min: 24:00 Resultados de Aprendizaje de la Unidad 2
2.1) Resolver problemas de programación dinámica
determinística y probabilística, con variables discretas o
2.1) PROGRAMACION DINÁMICA. 2.2) TEORIA DE INVENTARIOS 1
continuas. 2.2) Gestionar inventarios a través modelos
clásicos determinísticos.
2.1 PROGRAMACION DINAMICA
2.1.1 Definiciones, formulación del problema, representación gráfica.
2.1.2 Programación Dinámica determinística con variables discretas. Caso
partícular de la distribución de esfuerzo.
2.1.3 Programación Dinámica Determinística con variables contínuas.
2.1.4 Programación Dinámica Estocástica: modelización, uso del arbol de
decisión.
Tarea 1: Realizar los siguientes
ejercicios como parte del aprendizaje
significativo realizado en clase, pagina
2.1.5 Programación Dinámica Estocástica: estrategias de solución, valores
Tarea 1 267 ejercicios del 15-45. Investigación
esperados, mínimos y máximos.
Operativa UTA Valencia Nuñez
Roberto. Primera edición.
2.2 TEORÍA DE INVENTARIOS 1
2.2.1 Componentes de los modelos de inventarios, análisis ABC, costo de
ordenar y costo de mantener el inventario
2.2.2 Modelos determinísticos de revisión continua: modelo básico EOQ
(Economic Order Quantity) sin faltantes planeados, modelo EOQ con faltantes
planeados, modelo EOQ con descuentos por cantidad, Inventarios en JIT
(Just in Time).
CÓDIGO: [Link].321
VERSIÓN: 1.3 Página 2 de 5
FECHA ÚLTIMA REVISIÓN: 23/09/14
PROGRAMA DE ASIGNATURA - SÍLABO
2. SISTEMA DE CONTENIDOS Y RESULTADOS DEL APRENDIZAJE
Tarea 1: Realizar los siguientes
ejercicios como parte del aprendizaje
significativo realizado en clase, pagina
2.2.3 Modelo determinístico de revisión periódica. Tarea 1 290 ejercicios del 18-505. Investigación
Operativa UTA Valencia Nuñez
Roberto. Primera edición.
CONTENIDOS
Unidad 3 Horas/Min: 24:00 Resultados de Aprendizaje de la Unidad 3
3.1) Gestionar inventarios a través modelos especiales
determinísticos o probabilísticos. 3.2) Aplicar los
modelos clásicos de filas de espera a problemas reales
3.1) TEORÍA DE INVENTARIOS 2. 3.2) COLAS DE ESPERA
para optimizar las características de la fila, dentro de los
costos establecidos.
TEORÍA DE INVENTARIOS 2
3.1.1 Modelos determinísticos de múltiples escalones para administrar una
cadena de proveedores.
3.1.2 Modelos estocásticos de revisión continua. Inventario de seguridad y
nivel de servicio con modelos de distribución demanda normal o uniforme.
3.1.3 Modelos estocásticos de un solo periodo para productos perecederos.
Tarea 1: Realizar los siguientes
ejercicios como parte del aprendizaje
significativo realizado en clase, pagina
3.1.4 Administración de los ingresos. Tarea 1 319 ejercicios del 40-78. Investigación
Operativa UTA Valencia Nuñez
Roberto. Primera edición.
COLAS DE ESPERA
3.2.1 Estructura básica de los modelos de colas. Entrada, cola, disciplina de
cola, mecanismo de servicio. Distribución de tiempos de llegada / Distribución
de tiempos de servicio / número de servidores. Terminología y Notación.
Relaciones básicas.
3.2.2 La distribución exponencial, Definición y propiedades. Equivalencia con
la distribución de Poisson
3.2.3 Proceso de nacimiento y muerte. Principio Propiedad tasa de entrada =
tasa de salida. Resultados del proceso de nacimiento y muerte
3.2.4 Modelos de colas basados en el proceso de nacimiento y muerte.
Modelo M/M/s y M/M/1. Modelo M/M/s/K. Modelo de entrada finita con el
modelo M/M/s. Uso de software y simulador gráfico. Toma de decisiones
Tarea 1: Realizar los siguientes
ejercicios como parte del aprendizaje
3.2.5 Otros modelos de colas. Principio de los modelos de colas con disciplina
significativo realizado en clase, pagina
de prioridades. Principios de redes de colas (colas infinitas en serie, redes de
Tarea 1 378 ejercicios del 50-79. Investigación
Jackson). Soluciones con software y/o simulador gráfico. Toma de decisiones.
Operativa UTA Valencia Nuñez
Roberto. Primera edición.
Tarea 1: Realizar los siguientes
ejercicios como parte del aprendizaje
significativo realizado en clase, pagina
Tarea 1 378 ejercicios del 50-79. Investigación
Operativa UTA Valencia Nuñez
Roberto. Primera edición.
CÓDIGO: [Link].321
VERSIÓN: 1.3 Página 3 de 5
FECHA ÚLTIMA REVISIÓN: 23/09/14
PROGRAMA DE ASIGNATURA - SÍLABO
Empleo de Tics en los Procesos de Aprendizaje
1 Material Multimedia
2 Video Conferencia
3 Redes Sociales
4. RESULTADOS DEL APRENDIZAJE, CONTRIBUCIÓN AL PERFIL DEL EGRESO Y TÉCNICA DE
Niveles de logro:
Logro o resultado de aprendizaje Técnica de Evidencia de
Alta(A), Media (B),
Evaluación aprendizaje
C(Baja).
Conocimientos en formulación de
modelos matemáticos de decisiones
Exponer, formular y resolver Incrementará su nivel de
1. secuenciales en etapas múltiples, en la Alta A
aprovechamiento
determinación de políticas admisibles y
óptimas.
Exponer, Formular, resolver e
interpretar problemas y
Conocimientos en formulación de determinar estrategias y
modelos matemáticos de decisiones criterios óptimos de problemas Disponibilidad para promover las
2. Alta A
secuenciales bajo incertidumbre en relacionados con el tema, competencias
etapas múltiples. aplicando Programación
Dinámica Estocástica.
Conocer los tipos de sistemas
de líneas de espera, sus
componentes. Analizar y
Conocimientos de Sistemas de Líneas
resolver problemas de
de Espera, distingue sus componentes Capacidad de llevar los
3. Alta A sistemas de líneas de espera
y determina las medidas de efectividad. conocimientos a la práctica.
con componentes de valores
determinísticos y aleatorios.
Conocer la metodología
PERT–CPM, analizar y
4) Conocimientos de la
resolver problemas de
metodología PERT-CPM, en la Conocer el modelo por
4. Alta A programación, evaluación y
programación, evaluación y control competencias
control de proyectos, con
de proyectos
interpretación de resultados.
5. DISTRIBUCIÓN DEL TIEMPO
Conferencias Clases Clases Clases Trabajo autonomo
Total Laboratorios
Prácticas Debates Evaluación del
64 22 22 0 8 12 64
6. TÉCNICAS Y PONDERACION DE LA EVALUACIÓN
Técnica de evaluación 1er Parcial 2do Parcial 3er Parcial
Tareas o guías 2 2 2
Examen Parcial 7 7 7
Pruebas oral/escrita 5 5 5
Resolución de Ejercicios 2 2 2
Solución de Problemas 2 2 2
Evaluaciones en Línea 2 2 2
TOTAL: 20 20 20
CÓDIGO: [Link].321
VERSIÓN: 1.3 Página 4 de 5
FECHA ÚLTIMA REVISIÓN: 23/09/14
PROGRAMA DE ASIGNATURA - SÍLABO
7. BIBLIOGRAFÍA BÁSICA/ TEXTO GUÍA DE LA ASIGNATURA
Titulo Autor Edición Año Idioma Editorial
Investigación de operaciones : una
Taha, Hamdy A. - 1998 spa México : Pearson
introducción
Introducción a la investigación de
Hillier, Frederick S. - 2010 spa México : McGraw Hill
operaciones
8. BIBLIOGRAFÍA COMPLEMENTARIA
Titulo Autor Edición Año Idioma Editorial
Programacion Lineal Problemas
Valencia Nuñez Edison
resueltos con Soluciones Primera 2018 Español MEGAGRAF-AMBATO
Roberto
Detalladas
Metodos Cuantitativos para los Barry Render-Ralph M UNDECIMA
2012 Español PEARSON
negocios Stair, JR EDICION
9. LECTURAS PRINCIPALES
Tema Texto Página URL
Programación dinamica deterministica
Investigacion de Operaciones 429 PEARSON
Introduccion a la Investigacion de
Modelos de optimizacion de redes 331 Mc Graw Hill
Operaciones
10. ACUERDOS
Del Docente:
Mantener en todo momento un clima de empatía y consideración entre estudiantes, profesores, administrativos, trabajadores, etc.
1
2 Esforzarme en conocer con amplitud al campo académico y práctico
Cumplir con las obligaciones de estudiantes y docentes para devengar la inversión que hace el estado Ecuatoriano en favor de los
3
mismos.
De los Estudiantes:
1 Colaborar con los eventos programados por la institución e identificarme con la carrera
2 Llevar siempre mi identificación en un lugar visible
CÓDIGO: [Link].321
VERSIÓN: 1.3 Página 5 de 5
FECHA ÚLTIMA REVISIÓN: 23/09/14
