template-browser-not-supported

Máster Universitario en Ingeniería Industrial

Estudia

Back Back

Modelos y Métodos de Organización Industrial

Código asignatura
MINGIND2-2-013
Curso
Segundo
Temporalidad
Primer Semestre
Carácter
Optativa
Créditos
6
Pertenece al itinerario Bilingüe
No
Actividades
  • Prácticas de Aula/Semina (14 Hours)
  • Clases Expositivas (20 Hours)
  • Prácticas de Laboratorio (11 Hours)
Guía docente

La asignatura “Modelos y Métodos de Organización Industrial”, forma parte del conjunto de asignaturas optativas “Especialidad: Empresas Industriales” del Máster en Ingeniería Industrial. Se imparte en el 3º semestre (1º semestre del 2º curso del Máster).

Se trata de una asignatura teórico-práctica, en la que el estudiante obtendrá una visión global sobre cómo resolver problemas reales de optimización en el contexto de la Organización Industrial, mediante diferentes métodos matemáticos.

Se requieren conocimientos básicos de Algebra Lineal, Cálculo, de R y Python. Se considera que los estudiantes han cursado previamente la asignatura de Planificación y Control de la Producción, por lo que el estudiante tiene asimismo conocimientos de programación lineal.

Es recomendable tener ciertos conocimientos de inglés que permita al estudiante leer y comprender artículos científicos y manuales que permitan al estudiante utilizar programas informáticos.

Es conveniente que el estudiante disponga de una serie de habilidades interpersonales, cuya presencia aportará madurez y contribuirá al enriquecimiento mutuo con el resto de sus compañeros. Especialmente, se supone que los estudiantes cuentan con capacidades de comunicación y de trabajo en equipo, que les permitirán desarrollar las actividades prácticas de forma más completa.

De la memoria de verificación del título se recogen las siguientes competencias y resultados de aprendizaje, relacionadas con la asignatura de Modelos y Métodos de Organización Industrial:

Competencias Básicas

• CB6 Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.

• CB7 Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.

• CB10 Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.

Competencias Generales

• CG1 Tener conocimientos adecuados de los aspectos científicos y tecnológicos de: métodos matemáticos, analíticos y numéricos en la ingeniería, ingeniería eléctrica, ingeniería energética, ingeniería química, ingeniería mecánica, mecánica de medios continuos, electrónica industrial, automática, fabricación, materiales, métodos cuantitativos de gestión, informática industrial, urbanismo e infraestructuras.

• CG5 Realizar la planificación estratégica y aplicarla a sistemas tanto constructivos como de producción, de calidad y de gestión medioambiental.

• CG6 Gestionar técnica y económicamente proyectos, instalaciones, plantas, empresas y centros tecnológicos.

• CG7 Poder ejercer funciones de dirección general, dirección técnica y dirección de proyectos I+D+i en plantas, empresas y centros tecnológicos.

Competencias Específicas

• CE8 Capacidad para diseñar y proyectar sistemas de producción automatizados y control avanzado de procesos

• CE9 Conocimientos y capacidades para organizar y dirigir empresas.

• CE10 Conocimientos y capacidades de estrategia y planificación aplicadas a distintas estructuras organizativas.

• CE13 Conocimientos de sistemas de información a la dirección, organización industrial, sistemas productivos y logística y sistemas de gestión de calidad.

Resultados de Aprendizaje

• RA19 Modelar y resolver problemas reales de optimización matemática en el contexto de organización industrial.

• RA20 Modelar y resolver problemas de optimización de redes.

• RA21 Modelar y resolver problemas mediante metaheurísticas.

  1. Optimización lineal continua y entera: Modelos de optimización de redes
  2. Programación no lineal
  3. Metaheurísticas
  4. Modelos de Colas. Cadenas de Markov
  5. Redes Neuronales
  6. Programación en VBA

La asignatura tiene una carga lectiva de 6 créditos (150 horas de trabajo), repartidos en cuanto a presencialidad en 18 horas presenciales para teoría (1 grupo), 16 horas presenciales para prácticas de aula (1 grupo) y 11 horas presenciales para prácticas de laboratorio (1 grupo). El desglose de los 6 créditos es el siguiente:

Actividad

Horas de trabajo

Clases de teoría

18 h

Prácticas aula (PA)

16 h

Prácticas laboratorio (PL)

11 h

Exámenes

3 h

Trabajo en grupo

10 h

Trabajo individual

25 h

Trabajos voluntarios (opcional)

Estudio individual

68h 

Total

150 h

Con este reparto, la carga lectiva presencial del alumno es de un total de 45 horas (30%), mientras que la parte no presencial supone las 103 horas restantes (69%). En total la asignatura supone 150 horas de carga para el alumno.

En las pruebas escritas se penalizará la sintaxis o la ortografía incorrecta.

Se recuerda que está vigente y es aplicable el Código ético de la Universidad de Oviedo, al que puede accederse desde el siguiente enlace: Código ético - Universidad de Oviedo - uniovi.es

Se utilizará la plataforma TURNITIN para chequear que ningún estudiante incurre en plagio.

No se admiten entregas fuera de plazo

Trabajo individual (3 puntos)

Desarrollar un informe en el que se explique, plantee y resuelva un problema aplicando una metaheurística para resolver un problema que el alumno proponga.

Se deberá citar con estilo APA las referencias utilizadas.

Extensión máxima 15 páginas

Deberán enviar un pequeño informe en pdf con el archivo Excel en el que se ha resuelto el problema utilizando la tarea “Entrega trabajo individual”. 

La puntuación se desglosa en:

  • 25% Presentación del trabajo
  • 30% Problema planteado a resolver
  • 30% Código utilizado para resolver el problema
  • 15% Evaluación de la metaheurística

Trabajo en equipo (2 puntos)

Los trabajos se realizarán en equipos de 2 personas.

Cada equipo hará una presentación de 15 minutos de un artículo científico en una revista indexada, con una aplicación práctica de alguno de los métodos estudiados en la asignatura. Deberán enviar un pequeño informe en pdf explicando el artículo, junto con el powerpoint de la presentación a través de la tarea “Entrega del trabajo en Grupo”.

Los equipos se deben constituir mandando un mensaje al foro en el campus virtual que tiene por nombre “Grupos constituidos para realizar el trabajo en grupo”.

Si quieres buscar compañero para realizar el trabajo, utiliza el foro llamado “Búsqueda de compañer@ para trabajo en equipo” en el campus virtual.

Los trabajos en grupo se evaluarán según la tabla que aparece en el Anexo I del presente documento. El informe se ponderará por 0.5 en caso de que el artículo esté publicado en español, y por 1 en caso de que esté publicado en inglés.

Convocatorias Ordinaria y Extraordinaria

El 60% de la nota vendrá determinada por la valoración de diferentes trabajos e informes y memorias de prácticas, y la participación del estudiante en el aula. Concretamente, el estudiante deberá realizar un trabajo individual que computa un 30% de la nota, un trabajo en grupo (20%) realizado por parejas, que será expuesto en clase y un 10% por la participación en clase. Se guarda la nota del trabajo individual, del trabajo en grupo y de la participación en clase de la convocatoria ordinaria para la convocatoria extraordinaria dentro del mismo curso académico. 

Es obligatorio asistir a un 80% de las Prácticas de Laboratorio para contabilizar la participación en clase.

Para el 40% restante de la nota se valorarán las pruebas escritas de carácter práctico que se planifiquen y efectúen. En las pruebas escritas se penalizará la sintaxis o la ortografía incorrecta. Se requiere una nota mínima 1.5 en el examen para aprobar la asignatura.

Evaluación Diferenciada

Los estudiantes a los que se conceda evaluación diferenciada, deberán entregar, con carácter individual, los dos trabajos encomendados en la evaluación ordinaria (con valoración 60%, la presentación del trabajo se realizará por teams o de forma presencial) y realizar un examen final de los contenidos teórico-prácticos de la asignatura (con valoración 40%).  

Bibliografía

Bautista-Valhondo, J. (2020): Modelos y Herramientas de decisión, Editoria Dextra.

Diaz, A; Mar, J; Calzada, L (2021): Formulación de modelos de programación matemática, Editorial Paraninfo, Madrid

Hillier, F.S. (2006): Introducción a la Investigación de Operaciones, McGraw-Hill.

Lewis, N.D. (2015) Build your own Neural network Today! With Step by Step Instructions Showing You How to Build Them Faster than You Imagined Possible Using R. Create Space, Independent Publishing Platform.

Martín, Q. (2005): Investigación Operativa. Problemas y Ejercicios Resueltos, Pearson Educación.

Taha, H.A. (1998): Investigación de Operaciones, Prentice Hall.

Winston, W.L. (2004): Investigación de Operaciones, Aplicaciones y Algoritmos, Thomson International.

Romano, C. A. (2017): Optimización Metaheurística para ingenieros. Aplicaciones en organización industrial, Delta Publicaciones Universitarias.

Sha, N. H., y Mishra, P. P. (2021): Non-Linear Programming. A Basic Introduction, CRC Press, Boca Raton.

Eppen, G. D., y Gould, F. J. (2000). Investigación de operaciones en la ciencia administrativa: construcción de modelos para la toma de decisiones con hojas de cálculo electrónicas, Pearson educación.

Recursos necesarios:

Para la realización de las actividades prácticas, el principal recurso necesario es un ordenador personal con conexión a Internet, que se usará para acceder al Campus Virtual (CV) en su caso, o a las páginas donde se coloque información de la asignatura. Las herramientas software necesarias en su caso, serán de tipo libre, y serán accesibles para que los estudiantes operen con ellas.