Guía docente de Investigación Operativa II (2231129)

Curso 2026/2027
Fecha de aprobación: 10/07/2026

Grado

Grado en Estadística

Rama

Ciencias

Módulo

Investigación Operativa

Materia

Investigación Operativa

Curso

2

Semestre

2

Créditos

6

Tipo

Obligatoria

Profesorado

Teórico

Francisco Javier Esquivel Sánchez. Grupo: A

Práctico

Francisco Javier Esquivel Sánchez Grupos: 1 y 2

Tutorías

Francisco Javier Esquivel Sánchez

Ver email
  • Primer semestre
    • Jueves de 09:00 a 12:00 (Desp. 25 Dpto. Estadística e Io - Facultad de Cie)
    • Viernes de 09:00 a 12:00 (Desp. 25 Dpto. Estadística e Io - Facultad de Cie)
  • Segundo semestre
    • Lunes
      • 09:00 a 10:00 (Desp. 25 Dpto. Estadística e Io - Facultad de Cie)
      • 12:00 a 14:00 (Desp. 25 Dpto. Estadística e Io - Facultad de Cie)
    • Miércoles
      • 09:00 a 10:00 (Desp. 25 Dpto. Estadística e Io - Facultad de Cie)
      • 12:00 a 14:00 (Desp. 25 Dpto. Estadística e Io - Facultad de Cie)

Prerrequisitos y/o Recomendaciones

Haber superado la asignatura Investigación Operativa I.

Breve descripción de contenidos (Según memoria de verificación del Grado)

  • Grafos y redes
  • Programación dinámica
  • Teoría de colas
  • Modelos de inventarios

Competencias

General competences

  • CG01. CG01. Poseer los conocimientos básicos de los distintos módulos que, partiendo de la base de la educación secundaria general, y apoyándose en libros de texto avanzados, se desarrollan en la propuesta de título de Grado en Estadística que se presenta. 
  • CG02. CG02. Saber aplicar los conocimientos básicos de cada módulo a su trabajo o vocación de una forma profesional y poseer las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de la Estadística y ámbitos en que esta se aplica directamente.  
  • CG03. CG03. Saber reunir e interpretar datos relevantes para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.  
  • CG04. CG04. Poder transmitir información, ideas, problemas y sus soluciones, de forma escrita u oral, a un público tanto especializado como no especializado.  
  • CG05. CG05. Haber desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía.  
  • CG06. CG06. Saber utilizar herramientas de búsqueda de recursos bibliográficos.  
  • CG08. CG08. Poseer habilidades y aptitudes que favorezcan el espíritu emprendedor en el ámbito de aplicación y desarrollo de su formación académica. 

Competencias Específicas

  • CE03. CE03. Conocer los fundamentos teóricos y saber aplicar modelos y técnicas estadísticas en estudios y problemas reales en diversos ámbitos científicos y sociales. 
  • CE04. CE04. Saber seleccionar los modelos o técnicas estadísticas para su aplicación en estudios y problemas reales en diversos ámbitos científicos y sociales, así como conocer herramientas de validación de los mismos. 
  • CE05. CE05. Comprender la importancia de la Investigación Operativa como metodología de optimización, toma de decisiones y diseño de modelos particulares para la resolución de problemas en situaciones específicas. 
  • CE07. CE07. Conocer los conceptos y herramientas matemáticas necesarias para el estudio de los aspectos teóricos y prácticos de la Probabilidad, la Estadística y la Investigación Operativa. 
  • CE08. CE08. Conocer y saber utilizar aplicaciones informáticas de análisis estadístico, cálculo numérico y simbólico, bases de datos, visualización gráfica y optimización, que sean útiles para la aplicación y desarrollo de las técnicas estadísticas. 
  • CE09. CE09. Conocer los conceptos básicos y habilidades propias de un ámbito científico o social en el que la Estadística o la Investigación operativa sean una herramienta fundamental. 
  • CE10. CE10. Tomar conciencia de la necesidad de asumir las normas de ética profesional y las relativas a la protección de datos y del secreto estadístico, como premisas que deben guiar la actividad profesional como profesionales de la Estadística. 

Resultados de aprendizaje (Objetivos)

  • Utilizar técnicas básicas de optimización y manejar diferentes algoritmos para la resolución de problemas de optimización.
  • Encontrar la solución de problemas secuenciales a través de la programación dinámica.
  • Formular y resolver problemas mediante modelos clásicos de colas e inventarios.

Programa de contenidos Teóricos y Prácticos

Teórico

  • Tema 1. Grafos y redes. Introducción. Problema de los puentes de puentes de Königsberg. Problema del viajante. Nociones básicas sobre grafos (Tipos de grafos, representación matricial, conexión, ...). Árboles. Aplicaciones: ruta más corta, problema de conexión óptimo… (Caminos mínimos, algoritmo de Dijkstra, redes de flujo, problema de flujo máximo, problema de flujo máximo a costo mínimo, problema del transporte, …).
  • Tema 2. Programación Dinámica. Introducción. Formulación y conceptos básicos. Resolución de los problemas problemas de la programación dinámica.
  • Tema 3. Teoría de colas. Introducción. Sistemas de colas. Medidas de efectividad. El proceso de Poisson. La distribución exponencial. Proceso de nacimiento y muerte. Modelos de colas con un servidor. Modelos con múltiples servidores. Modelos de colas con capacidad limitada. Modelos con fuentes finitas. Modelos generales.
  • Tema 4. Modelos de Inventarios. Introducción y definiciones. Características y componentes de un modelo de inventarios. Principales modelos de inventarios.

Práctico

  • Seminarios de resolución de problemas de Grafos y redes.
  • Seminarios de resolución de problemas de Programación Dinámica.
  • Seminarios de resolución de problemas de Teoría de colas.
  • Seminarios de resolución de problemas de Modelos de Inventarios.

Bibliografía

Bibliografía fundamental

  • Denardo, E. V. (2003) Dynamic Programming: Models and App: Models and Applications. Dover Books on Computer Science.
  • Martín Martín, Q. (2003) Investigación Operativa. Pearson Prentice Hall.
  • Martín Martín, Q.; Santos Martín, M.T. y Paz Santana, Y.R. (2005) Investigación Operativa: problemas y ejercicios resueltos. Pearson Prentice Hall.
  • Ríos Insúa, S. (1993) Investigación Operativa: optimización. Centro de Estudios Ramón Areces.
  • Ríos Insúa, S.; Ríos Insúa, D.; Mateos Caballero, A.; Martín Jiménez, J. (2006) Problemas de Investigación Operativa. Ra-ma.

Bibliografía complementaria

  • Cao Abad, R. (2002) Introducción a la simulación y a la teoría de colas. A Coruña: Netbiblo.
  • Sniedovich, M. (2010) Dynamic Programming: Foundations and Principles, Second Edition. CRC Press.
  • Tijms, H.C. (2003) A First Course in Stochastic Models. John Wiley and Sons, Chichester.

Enlaces recomendados

Metodología docente

  • MD01. MD1. Lección magistral/expositiva 
  • MD02. MD2. Sesiones de discusión y debate 
  • MD03. MD3. Resolución de problemas y estudio de casos prácticos 
  • MD04. MD4. Prácticas en sala de informática 
  • MD05. MD5. Seminarios 
  • MD06. MD6. Ejercicios de simulación 
  • MD07. MD7. Análisis de fuentes y documentos 
  • MD08. MD8. Realización de trabajos en grupo 
  • MD09. MD9. Realización de trabajos individuales 

Evaluación (instrumentos de evaluación, criterios de evaluación y porcentaje sobre la calificación final)

Evaluación Ordinaria

  • Prueba individual de clase realizada durante el curso (40%).
  • Participación, actitud y esfuerzo personal del alumno en clase (10%).
  • Examen oficial de la convocatoria ordinaria (50%).

Evaluación Extraordinaria

Examen teórico-práctico de los contenidos del programa de la asignatura.

Evaluación única final

A la evaluación única final podrán acogerse aquellos estudiantes que no puedan cumplir con el método de evaluación continua por motivos laborales, estado de salud, discapacidad o cualquier otra causa debidamente justificada. Dicha evaluación deberá ser solicitada por el alumno al Director del Departamento en las 2 semanas posteriores a su fecha de matriculación. En ningún caso acogerse a dicha evaluación única final, supondrá examinarse de menos temario que el descrito en esta Guía Docente.

Consistirá en un examen teórico-práctico de los contenidos del programa de la asignatura.

Información adicional

Uso de herramientas de IA:

En el caso de utilizar herramientas de IA para el desarrollo de alguna de las actividades de la asignatura, el estudiante debe adoptar un uso ético y responsable de las mismas. Se deben seguir las recomendaciones contenidas en el documento de "Recomendaciones para el uso de la inteligencia artificial en la UGR" publicado en esta ubicación: https://ceprud.ugr.es/formacion-tic/inteligencia-artificial/recomendaciones-ia#contenido0

Sobre la originalidad de los trabajos presentados por el alumnado:

Siguiendo las indicaciones recogidas en la Normativa de Evaluación y de Calificación de los estudiantes de la Universidad de Granada: https://www.ugr.es/universidad/normativa/texto-consolidado-normativa-evaluacion-calificacion-estudiantes-universidad-granada, destacamos los puntos 1 y 2 recogidos en el artículo 15 sobre la originalidad de los trabajos presentados por los alumnos:

1. La Universidad de Granada fomentará el respeto a la propiedad intelectual y transmitirá a los estudiantes que el plagio es una práctica contraria a los principios que rigen la formación universitaria. Para ello procederá a reconocer la autoría de los trabajos y su protección de acuerdo con la propiedad intelectual según establezca la legislación vigente.

2. El plagio, entendido como la presentación de un trabajo u obra hecho por otra persona como propio o la copia de textos sin citar su procedencia y dándolos como de elaboración propia, conllevará automáticamente la calificación numérica de cero en la asignatura en la que se hubiera detectado, independientemente del resto de las calificaciones que el estudiante hubiera obtenido. Esta consecuencia debe entenderse sin perjuicio de las responsabilidades disciplinarias en las que pudieran incurrir los estudiantes que plagien.

Información de interés para el alumnado con discapacidad y/o Necesidades Específicas de Apoyo Educativo (NEAE):

Cualquier elemento de esta guía podrá ser adaptado para atender a la diversidad del alumnado teniendo en cuenta los informes facilitados por los tutores NEAE, y siempre siguiendo la Normativa de la Universidad de Granada: https://www.ugr.es/sites/default/files/2017-09/NCG1114.pdf.

Información de interés para estudiantado con discapacidad y/o Necesidades Específicas de Apoyo Educativo (NEAE): Gestión de servicios apoyos https://ve.ugr.es/servicios/atencion-social/estudiantes-con-discapacidad.

Información de interés para estudiantado con discapacidad y/o Necesidades Específicas de Apoyo Educativo (NEAE): Gestión de servicios y apoyos (https://ve.ugr.es/servicios/atencion-social/estudiantes-con-discapacidad).

Software Libre

No