PROGRAMA DE CURSO

Cdigo Nombre
IN 3702 INVESTIGACIN DE OPERACIONES
Nombre en Ingls
OPERATIONS RESEARCH
Unidades Horas de Horas Docencia Horas de Trabajo
SCT
Docentes Ctedra Auxiliar Personal
6 10 3.0 2.0 5.0

Requisitos Carcter del Curso

MA3403 Probabilidades y Estadstica Obligatorio de la carrera
IN3701 Modelamiento y Optimizacin Ingeniera Civil Industrial

Resultados de Aprendizaje
Al trmino del curso el estudiante demuestra que:
Modela situaciones novedosas, ponindose nfasis en el tratamiento de
herramientas que apoyen la toma de decisiones bajo incertidumbre.
Reconoce varios problemas tradicionales de Investigacin Operativa.
Resuelve computacionalmente problemas donde la incertidumbre juega un rol
central usando los modelos y tcnicas aprendidas.

Metodologa Docente Evaluacin General

Las metodologas que se utilizarn son:

Aprendizaje basado en problemas Las instancias de evaluacin son:
y modelos de situaciones reales.
3 Controles.
Clase expositivas.
Sesiones de discusin. 1 Examen.
Casos de estudio.
Resolucin de problemas. Ejercicios.

Tareas Computacionales.

1
 Unidades Temticas

Nmero Nombre de la Unidad Duracin en

Semanas
1 ANLISIS DE DECISIONES 2.0
Resultados de Aprendizajes de la Referencias a
Contenidos
Unidad la Bibliografa
Introduccin El estudiante demuestra que: [1]
Relacin informacin 1. Modela situaciones bajo
incertidumbre: incertidumbre.
o Teorema de Bayes 2. Comprende como las
o El valor de la informacin situaciones de
Criterio del valor esperado incertidumbre influencian
Arboles de decisin las decisiones y polticas
ptimas.

Nmero Nombre de la Unidad Duracin en

Semanas
2 PROGRAMACIN DINMICA 3.0
Resultados de Aprendizajes de la Referencias a
Contenidos
Unidad la Bibliografa
Caracterizacin de problemas de El estudiante demuestra que: [2]
programacin dinmica 1. Comprende una de las
Programacin dinmica metodologas ms
determinstica importantes para enfrentar
Programacin dinmica problemas de optimizacin
probabilstica bajo incertidumbre en que
Ejemplos de aplicaciones un determinado sistema
evoluciona en el tiempo, y
donde la informacin se
revela paulatinamente.
2. Reconoce los modelos
claves donde esta tcnica
se aplica, incluyendo el
manejo ptimo de
inventarios).

2
 Nmero Nombre de la Unidad Duracin en
Semanas
3 CADENAS DE MARKOV 3.0
Resultados de Aprendizajes de la Referencias a
Contenidos
Unidad la Bibliografa
Introduccin a los procesos El estudiante demuestra que: [1], [2]
Estocsticos 1. Comprende el modelo
Cadenas de Markov: abstracto de cadena de
o Caracterizacin markov y sus aplicaciones
o Clasificacin en modelos de gestin
o Teoremas lmites tales como gestin de
Cadenas de Markov con inventarios, mantencin de
beneficios maquinarias, y en general
Modelos de decisin markovianos sistemas dinmicos donde
las decisiones se toman
continuamente.

Nmero Nombre de la Unidad Duracin en

4 PROCESOS ESTOCSTICOS EN TIEMPO CONTINUO
Contenidos
Procesos de Poisson:
o Definicin y propiedades
o Suma y divisin
Cadenas de Markov en tiempo
continuo
Procesos de nacimiento y muerte
Semanas
3.5
Resultados de Aprendizajes de la Referencias a
Unidad la Bibliografa
El estudiante demuestra que: [1], [2]
1. Modela y analiza sistemas
dinmicos en que los
eventos relevantes ocurren
en instantes de tiempo
aleatorias, y no
deterministas como en CM
a tiempo discreto). (El
modelo clave para estos
sistemas son las filas de
espera)

3
 Nmero Nombre de la Unidad Duracin en
Semanas
5 FENMENOS DE ESPERA 3.5
Resultados de Aprendizajes de la Referencias a
Contenidos
Unidad la Bibliografa
Introduccin a los problemas de El estudiante demuestra que: [1], [2]
espera 1. Analiza filas de espera
Modelo M/M/1: aprendiendo a calcular
o Distribucin del tiempo de indicadores bsicos de
espera calidad de servicio y
o Medidas de efectividad eficiencia.
o Relaciones entre largo de cola 2. Analiza sistemas de espera
y tiempo de espera mltiples, como los que
o Frmula de Little aparecen en lneas y redes
Otros modelos markovianos: de produccin.
o M/M/1/K
o M/M/C
o Sistemas con servicio
dependiente del estado
o Sistemas con llegadas en
batch
Sistemas markovianos
compuestos
Sistemas no markovianos (Caso
M/G/1)

4
 Bibliografa General
BIBLIOGRAFA OBLIGATORIA

Apuntes

1. R. Caldentey y S. Mondschein, Modelos de Decisin en Ambientes Inciertos. Apuntes

Docentes para el Curso Investigacin Operativa, IN44A. Departamento de Ingeniera
Industrial, 1999. Disponibles en pgina web del curso (UCursos).

Libros bsicos

2. J. Heche, T.M. Liebling, D. De Werra, Recherche Operationelle pour Ingenieurs II,

Presses polytechniques et universitaires romandes, 2003.
3. H.A. Taha, Investigacin de Operaciones: Una Introduccin, Alfaomega, Mxico, 1989.
4. F. Hillier y G.J. Lieberman, Introduction to Operations Research, HoldenDay, Oakland,
1986.
5. W. Winston, Operations Research: Applications and Algorithms, Duxbury Press,
Belmont, 1994.

Libros avanzados

6. S. Ross, Introduction to Probability Models, Academic Press, Boston, 1993.

7. S. Ross, Stochastic Processes, Wiley, New York, 1996.
8. F. Kelly, Reversibility and Stochastic Networks1, Wiley, Chichester, 1979.
9. S. Ross, Simulacin, PrenticeHall, Mxico, 1999.

Vigencia desde: Primavera 2009

Elaborado por: Jos Correa Rafael Epstein
Revisado por: Direccin de Docencia DII
rea de Desarrollo Docente

1
Libro avanzado sobre redes de colas. El primer captulo contiene una revisin sobre cadenas de
Markov. Este libro se encuentra disponible en el sitio
http://www.statslab.cam.ac.uk/~frank/rsn.html.