Cursos de Grado

Ministerio de Educación, Ciencia y Tecnología
Universidad Nacional de San Luis
FACULTAD DE CS. FISICO MAT. Y NAT.

ANEXO II

PROGRAMA DEL CURSO: INVESTIGACION OPERATIVA
DEPARTAMENTO DE: MATEMATICAS
AREA: Matematicas (FCFMyN)	AÑO: 2004 (Id: 3642)
Estado: En tramite de Aprobación

**I - OFERTA ACADÉMICA**
CARRERAS PARA LAS QUE SE OFRECE EL MISMO CURSO	PLAN DE ESTUDIOS ORD. Nº	CRÉDITO HORARIO
		SEM.	TOTAL
INGENIERIA EN MINERIA	12/98	6,5	60

**II - EQUIPO DOCENTE**
Funciones	Apellido y Nombre	Total hs en este curso	Cargo y Dedic.	Carácter
Responsable	PUENTE, RUBEN OSCAR	hs.	PROFESOR ASOCIADO EXC.	Efectivo

**III - CARACTERÍSTICAS DEL CURSO**
CREDITO HORARIO SEMANAL				MODALIDAD	REGIMEN
Teórico/ Práctico	Teóricas	Prácticas de Aula	Práct. de lab/ camp/ Resid/ PIP, etc.		2c
6,5 Hs.	Hs.	Hs.	Hs.	Asignatura	Otro:
					Duración: 9 semanas
					Período del 09-08-04 al 08-11-04

**IV.- FUNDAMENTACION**
Todo problema de decisión tiene solución. La calidad de tal decisión depende del tipo de problema, de la capacidad de modelizar, de los recursos de cálculo, del tiempo disponible, etc. Conjugar los conocimientos teóricos y la capacidad de cálculo computacional para la solución efectiva de problemas de decisión frecuentes en la práctica, requiere entrenamiento. La experiencia exitosa en la solución de problemas de laboratorio contribuye a lograr la actitud correcta y la habilidad.

**V.- OBJETIVOS**
Desarrollar habilidad para modelar, analizar, resolver y validar problemas de decisión de variada naturaleza. Demostrar la gran utilidad práctica de la optimización lineal mediante una adecuada selección de aplicaciones que muestran las estrategias para formular este tipo de modelos. Resolver numéricamente (computar) algunos problemas mediante una librería de programas a su alcance, utilizada como “caja negra”. (Excel-MatLab) Encuadrar históricamente métodos y modelos, con especial énfasis en procedimientos actuales de uso corriente.

**VI. - CONTENIDOS**
MODELOS DE INVESTIGACIÓN OPERATIVA (IO). El método de la IO. Clasificación de los modelos de decisión: por la dimensión del espacio de las decisiones, por el número de decisiones posibles, por el número de decisores, por la intervención del azar, por el número de objetivos perseguidos. Modelos de Programación Matemática (PM). Formulación de condiciones lógicas. Reformulación de modelos de PM: transformación monótona de objetivos y restricciones, cambios de variables, substitución de restricciones. Simulación: números aleatorios y pseudoaleatorios, generación de muestras con distribución uniforme y con distribución predeterminada. Discusión conjunta de problemas de modelización. MODELOS DE PROGRAMACIÓN LINEAL (PL). El nacimiento de la PL: el primer modelo de PL, modelos lineales en planificación económica y en la asignación de recursos. Otros problemas modelizables mediante PL: optimización sobre redes, transbordo, transporte, asignación y flujo máximo. Resolución de problemas de aplicación.

**VII. - PLAN DE TRABAJOS PRÁCTICOS**
Régimen teórico práctico, con exposición de casos, discusión en grupo, presentación de soluciones en forma oral y escrita.

**VIII - RÉGIMEN DE APROBACIÓN**
Para obtener la regularidad se requiere la presencia y participación activa en el 80% de las sesiones de trabajo y la exposición oral satisfactoria de la solución de un caso asignado. Para la promoción se requiere la presentación escrita de la solución de otro caso asignado, correctamente resuelto y adecuadamente presentado, que satisfaga las exigencias adicionales requeridas por el Profesor luego de su revisión. Además, deberá sostener un coloquio final con el responsable de la asignatura, sobre las tareas realizadas durante el curso.

**IX.a - BIBLIOGRAFÍA BÁSICA**
Goberna, M.A., V. Jornet y R. Puente, “Optimización Lineal. Teoría, métodos y modelos”, McGraw-Hill Interamericana de España, 2004, ISBN: 84-481-4072-9.

**IX b - BIBLIOGRAFÍA COMPLEMENTARIA**
1. Anderson, D., Sweeney, J. y Williams, T., Introducción a los Modelos Cuantitativos para Administración, Ed. Iberoamericana, 1993. 2. Bertsimas, D. and Tsitsiklis, J.N., Introduction to Linear Optimization, Athena Scientific, Belmont, Massachusetts, 1997. 3. Eppen, G.D., Gould, F.J. y Schmidt, C.P., Investigación de Operaciones en la Ciencia Administrativa, Prentice Hall Hispanoamericana, 1992. 4. Bazaraa, M. y Jarvis, J., Programación Lineal y Flujo en Redes, Limusa, 1976. 5. Bronson, R., Investigación de Operaciones, Serie Schaum, Mc Graw Hill, 1990. 6. Foulds, L. R., Combinatorial Optimization for Undergraduates, Springer, 1984. 7. Hillier, F. y Lieberman, G., Introducción a la Investigación de Operaciones, Mc Graw Hill, 1989. 8. Luemberger, D.E., Programación Lineal y no Lineal, Addison-Wesley Iberoamericana, 1989. 9. Mathur, K. y Solow, D., Investigación de Operaciones, Prentice Hall, 1996. 10. Winston, W., Investigación de Operaciones, Grupo Editorial Iberoamérica, 1994.

COMPLEMENTO DE DIVULGACION

**OBJETIVOS DEL CURSO**
Desarrollar habilidad para modelar, analizar, resolver y validar problemas de decisión de variada naturaleza. Demostrar la gran utilidad práctica de la optimización lineal mediante una adecuada selección de aplicaciones que muestran las estrategias para formular este tipo de modelos. Resolver numéricamente (computar) algunos problemas mediante una librería de programas a su alcance, utilizada como “caja negra”. (Excel-MatLab) Encuadrar históricamente métodos y modelos, con especial énfasis en procedimientos actuales de uso corriente.

**PROGRAMA SINTETICO**
MODELOS DE INVESTIGACIÓN OPERATIVA (IO). El método de la IO. Clasificación de los modelos de decisión: por la dimensión del espacio de las decisiones, por el número de decisiones posibles, por el número de decisores, por la intervención del azar, por el número de objetivos perseguidos. Modelos de Programación Matemática (PM). Formulación de condiciones lógicas. Reformulación de modelos de PM: transformación monótona de objetivos y restricciones, cambios de variables, substitución de restricciones. Simulación: números aleatorios y pseudoaleatorios, generación de muestras con distribución uniforme y con distribución predeterminada. Discusión conjunta de problemas de modelización. MODELOS DE PROGRAMACIÓN LINEAL (PL). El nacimiento de la PL: el primer modelo de PL, modelos lineales en planificación económica y en la asignación de recursos. Otros problemas modelizables mediante PL: optimización sobre redes, transbordo, transporte, asignación y flujo máximo. Resolución de problemas de aplicación.

**IMPREVISTOS**