Show simple item record

dc.creatorCorporación Universidad de la Costa
dc.date.accessioned2020-07-21T19:55:40Z
dc.date.available2020-07-21T19:55:40Z
dc.date.issued2020
dc.identifier.urihttps://hdl.handle.net/11323/6776
dc.descriptionIngeniería Industrialspa
dc.description.abstractExiste una gran diversidad de situaciones de decisiones en el campo de aplicación de la ingeniería industrial, pero hay un conjunto de problemas que por sus características pueden ser expresados en forma matemática mediante modelos de programación lineal para ser resueltos de forma óptima. Esto constituye una gran ayuda cuando los recursos son escasos y se deben por tanto emplear de la mejor manera posible. Esta herramienta analítica empleada creativamente por los Ingenieros Industriales contribuye sin duda al mejoramiento de las operaciones al interior de una organización, lo cual se traduce en reducción de costos, incrementos en la productividad entre otros beneficios.spa
dc.language.isospaspa
dc.publisherUniversidad de la Costaspa
dc.relation.ispartofseriesContenidos académicos por cátedra
dc.rightsCC0 1.0 Universal*
dc.rights.urihttp://creativecommons.org/publicdomain/zero/1.0/*
dc.subjectIngeniería industrialspa
dc.subjectModelos de programación linealspa
dc.subjectHerramienta analíticaspa
dc.titleInvestigación de operaciones IIspa
dc.typeOtherspa
dcterms.referencesWinston, Wayne L Investigación de operaciones: aplicaciones y algoritmos / México: Unilibros ediciones, 2005.spa
dcterms.referencesLeón González, Ángel Manual práctico de investigación de operaciones / Barranquilla : Uninorte, 1994.spa
dcterms.referencesMIGUEL. ANGEL ORTIZ BARRIOS, DIONICIO NEIRA RODADO, GENETT ISABEL JIMENEZ DELGADO, "Definition of Strategies for the Reduction of Operational Inefficiencies in a Stroke Unit" . En: Colombia. Lecture Notes in Computer Science ISSN: 0302-9743 ed: Springer v.10917 fasc. p.488 - 501 ,2018, DOI: https://doi.org/10.1007/978-3-319-91397-1_39spa
dcterms.referencesNIXON DE JESUS NUNEZ PEREZ, MIGUEL. ANGEL ORTIZ BARRIOS, KATHERINNE PAOLA SALAS NAVARRO, "Discrete-Event Simulation to Reduce Waiting Time in Accident and Emergency Departments: A Case Study in a District General Clinic" . En: Alemania Lecture Notes in Computer Science ISSN: 0302-9743 ed: Springer v.10586 fasc.N/A p.352 - 363 ,2017, DOI: https://link.springer.com/chapter/10.1007/978-3-319-67585-5_37spa
dcterms.referencesKATHERINNE PAOLA SALAS NAVARRO, JAIME ACEVEDO CHEDID, NOHORA NUBIA MERCADO CARUSO, SHIB SANKAR SANA, "An inventory model of three-layer supply chain of wood and furniture industry in the Caribbean region of Colombia" . En: Reino Unido International Journal of Systems Science ISSN: 1464-5319 ed: Taylor and Francis Ltd. v.4 fasc.N/A p.1 - 18 ,2016, DOI: 10.1080/23302674.2016.1212428spa
dcterms.referencesToscano, A. D. R., Herazo, J. C. M., Millan, R. H. R., Castillo, A. P. P., Rivera, M. H., & Silva, J. (2020). Improving the Effectiveness of Energy Savings Measures at Companies by Means of a New Baseline Adjustment Strategy. Advances in Intelligent Systems and Computing (Vol. 1039). https://doi.org/10.1007/978-3-030-30465-2_10spa
dcterms.referencesSilva, J., Varela, N., Lezama, O. B. P., Álvarez, V., & de la Hoz, B. (2020). Vehicle Flow Prediction Through Probabilistic Modeling. (R. A., P.-C. M., & G. T., Eds.), Smart Innovation, Systems and Technologies. Universidad Peruana de Ciencias Aplicadas, Lima, Peru: Springer. https://doi.org/10.1007/978-981-15-4875-8_36spa
dcterms.referencesCohen Jiménez, J. R., Mercado-Caruso, N., Pérez Oliveira, H., Crissien-Borrero, T. J., & Coronado-Hernández, J. R. (2017). Models Markovian to CSP Plans for acceptance sampling,Modelos Markovianos para Planes CSP de muestreo por aceptación. Espacios, 38(22). Retrieved from http://www.scopus.com/inward/record.url?eid=2-s2.0-85019048007&partnerID=MN8TOARSspa
dcterms.referencesViloria, A., Herazo-Beltran, Y., Cabrera, D., & Pineda, O. B. (2020). Diabetes Diagnostic Prediction Using Vector Support Machines. In S. E. & Y. A.-U.-H. (Eds.), Procedia Computer Science (Vol. 170, pp. 376–381). Universidad de la Costa, Barranquilla, Colombia: Elsevier B.V. https://doi.org/10.1016/j.procs.2020.03.065spa
dcterms.referencesOrtiz-Barrios, M. A., Aleman-Romero, B. A., Rebolledo-Rudas, J., Maldonado-Mestre, H., Montes-Villa, L., De Felice, F., & Petrillo, A. (2017). The analytic decision-making preference model to evaluate the disaster readiness in emergency departments: The A.D.T. model. Journal of Multi-Criteria Decision Analysis, 24(5–6), 204–226. https://doi.org/10.1002/mcda.1629spa
dcterms.referencesSalas Navarro, K., Chedid, J. A., Caruso, N. M., & Sana, S. S. (2018). An inventory model of three-layer supply chain of wood and furniture industry in the Caribbean region of Colombia. International Journal of Systems Science: Operations and Logistics, 5(1), 69–86. https://doi.org/10.1080/23302674.2016.1212428spa
dcterms.referencesSalas-Navarro, K., Acevedo-Chedid, J., Árquez, G. M., Florez, W. F., Ospina-Mateus, H., Sana, S. S., & Cárdenas-Barrón, L. E. (2019). An EPQ inventory model considering an imperfect production system with probabilistic demand and collaborative approach. Journal of Advances in Management Research, 17(2), 282–304. https://doi.org/10.1108/JAMR-07-2019-0141spa
dcterms.referencesSilva, J., Hernández Palma, H., Niebles Núẽz, W., Ruiz-Lazaro, A., & Varela, N. (2020). Natural Language Explanation Model for Decision Trees. In Journal of Physics: Conference Series (Vol. 1432, p. 012074). https://doi.org/10.1088/1742-6596/1432/1/012074spa
dcterms.referencesViloria, A., Li, J., Guiliany, J. G., & de la Hoz, B. (2020). Predictive Model for Detecting Customer’s Purchasing Behavior Using Data Mining. Smart Innovation, Systems and Technologies (Vol. 164). https://doi.org/10.1007/978-981-32-9889-7_4spa
dcterms.referencesGaitán-Angulo, M., Enrique Santander Abril, J., Viloria, A., Mojica Herazo, J., Hernández Malpica, P., Luis Martínez Ventura, J., & Hernández-Fernández, L. (2018). Company family, innovation and colombian graphic industry: A bayesian estimation of a logistical model. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) (Vol. 10943 LNCS). https://doi.org/10.1007/978-3-319-93803-5_48spa
dcterms.referencesKamatkar, S. J., Kamble, A., Viloria, A., Hernández-Fernandez, L., & García Cali, E. (2018). Database performance tuning and query optimization. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) (Vol. 10943 LNCS). https://doi.org/10.1007/978-3-319-93803-5_1spa
dcterms.referencesLandinez-Lamadrid, D. C., Ramirez-Ríos, D. G., Neira Rodado, D., Parra Negrete, K., & Combita Niño, J. P. (2017). El valor de Shapley: sus algoritmos y aplicación en cadenas de suministro. INGE CUC, 13(1), 61-69. https://doi.org/10.17981/ingecuc.13.1.2017.06spa
dcterms.referencesBalaguera, M. I., Lis-Gutierrez, J. P., Gaitán-Angulo, M., Viloria, A., & Portillo-Medina, R. (2018). An ontological framework for cooperative games. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) (Vol. 10941 LNCS). https://doi.org/10.1007/978-3-319-93815-8_6spa
dcterms.referencesCastro Zuluaga, C., Uribe Cadavid, D., & Castro Urrego, J. (2014). Marco de referencia para el desarrollo de un sistema de apoyo para la toma de decisiones para la gestión de inventarios. INGE CUC, 10(1), 30-42. Retrieved from https://revistascientificas.cuc.edu.co/ingecuc/article/view/340spa
dcterms.referencesRamirez-Rios, D. G., Rodriguez Pinto, C., Visbal Martinez, J., Monroy Silvera, F., De la Cruz Hernández, J., Donoso Meisel, Y., & Paternina Arboleda, C. D. (2016). A bi-criteria optimization model for parallel machine scheduling: game theoretic vs genetic algorithms. IJMSOR: International Journal of Management Science & Operation Research, 1(1), 20-30. Retrieved from http://ijmsoridi.com/index.php/ijmsor/article/view/73spa
dcterms.referencesPacheco Velásquez, E. (2013). Un modelo para la optimización de políticas de inventario conjuntas en cadenas de suministro. INGE CUC, 9(1), 11-23. Recuperado a partir de https://revistascientificas.cuc.edu.co/ingecuc/article/view/105spa
dcterms.referencesMendoza Casseres, D. (2013). Aplicación de la teoría de decisión multicriterio discreta para ponderar factores en procesos de acreditación de alta calidad. INGE CUC, 9(1), 25-41. Retrieved from https://revistascientificas.cuc.edu.co/ingecuc/article/view/143spa
dcterms.references Londoño Salazar, Y., Gómez Arango, M., & Toro Ocampo, E. (2013). Proyección de cifras de producción de café colombiano utilizando cadenas de Markov. INGE CUC, 9(1), 83-97. Retrieved from https://revistascientificas.cuc.edu.co/ingecuc/article/view/146spa
dc.type.hasVersioninfo:eu-repo/semantics/submittedVersionspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

  • Planes de Asignaturas
    Contenidos académicos e investigativos de las asignaturas impartidas en los diferentes programas de la Universidad de la Costa.

Show simple item record

CC0 1.0 Universal
Except where otherwise noted, this item's license is described as CC0 1.0 Universal