UNIVERSIDAD NACIONAL DE PIURA

FACULTAD DE INGENIERA INDUSTRIAL

DEPARTAMENTOACADMICO
DE INVESTIGACIN DE OPERACIONES
SLABO
I. DATOS GENERALES
Nombre de la Asignatura : INVESTIGACIN DE OPERACIONES I
Cdigo : IO 3412
Facultad : Ingeniera Industrial
Escuela Profesional : Ingeniera Industrial
Nivel de Estudios / Ciclo : Tercero / V
Condicin : Obligatorio
Requisitos : Sistema de Informacin Gerencial y lgebra Lineal
Nmero de Crditos : 04 (cuatro)
Horas de clase semanales : Total: 05 Teora: 03 Prctica: 02
Fecha de inicio : 08 de Setiembre 2014
Fecha de finalizacin : 19 de Diciembre 2014
Semestre Acadmico : 2014 - II
Profesor Responsable : Mg. Ing. CARLOS COELLO OBALLE
II. RASGOS DEL PERFIL PROFESIONAL
El Ingeniero Industrial/ Informtico de la Universidad Nacional de Piura es un profesional con
capacidad y habilidad para:
Identificar, formular y resolver problemas propios de los procesos productivos, desde una
perspectiva sistmica.
Incidir en la productividad y rendimiento de un sistema productivo considerando
simultneamente todos los factores que afectan a su diseo o funcionamiento.
Enfatizar la optimizacin en el uso de los recursos humanos, materiales, financieros e
informacin de una unidad productiva.
III. SUMILLA
Asignatura terico-prctica que contribuye a capacitar al estudiante para administrar los sistemas de
produccin, mejorar funciones o procesos especficos de empresas de produccin y/o servicios,
tomar decisiones ptimas y ofrecer servicios de asesora y consultora a empresas. Comprende:
Definicin de Investigacin de Operaciones, Modelos matemticos y Programacin Lineal,
Programacin entera, Problema de asignacin y Transporte incluyendo en ste todas las variantes,
Utilizacin del mtodo Smplex para la solucin y aplicacin a los problemas por medio de
computadora.
IV. COMPETENCIA
Identifica y analiza problemas diversos de toma de decisiones de las organizaciones, susceptibles de
ser resueltos utilizando las tcnicas de optimizacin determinsticas de programacin lineal,
transporte, asignacin y programacin entera, de la Investigacin de Operaciones, y formula los
correspondientes modelos matemticos, que analiza, resuelve e interpreta de manera creativa y
crtica, con ayuda del computador y herramientas especiales de software.
V. PROGRAMACIN DELCONTENIDOY CRONOGRAMA DE ACTIVIDADES
ACTITUDES PERMANENTES
El estudiante de la asignatura:
Es puntual, responsable, honesto, respetuoso y participa activamente en clase.
Asume una actitud crtica frente a los contenidos conceptuales desarrollados.
Es corts y respeta las ideas de sus compaeros.
Demuestra inters y empeo en las tareas complementarias asignadas por el profesor.
UNIDAD DE APRENDIZAJE I: INVESTIGACIN DE OPERACIONES Y MODELOS
Duracin: 15 horas (semanas 1 a 3).
Capacidades:
Explicar la naturaleza de la Investigacin de Operaciones como tcnica de soporte a la toma
de decisiones.
Identificar, interpretar y formular casos aplicativos de la Programacin Lineal.
Resolver problemas de optimizacin lineal mediante el mtodo grfico.
Semana Contenidos Conceptuales Contenidos Procedimentales
Indicadores de
evaluacin
1
1.1 Naturaleza de la Investigacin de
Operaciones. Caractersticas.
1.2 Tcnicas de la Investigacin de
Operaciones
1.3 Fases de un estudio de Inves-
tigacin de Operaciones
1.4 Modelos. Clasificacin. Estructura
de los modelos matemticos de
Investigacin de Operaciones.
Comprende la importancia de la
IO en la toma de decisiones
gerenciales, describe su
naturaleza y sus principales
caractersticas.
Describe las diferentes tcnicas
de IO.
Explica las fases de un estudio
de IO.
Identifica diferentes tipos de
modelos matemticos y los
elementos de un modelo
matemtico de IO.
Explica oralmente
y por escrito la
naturaleza de la IO,
su importancia en
la toma de
decisiones, sus
caractersticas, sus
tcnicas y su
metodologa.
Identifica y explica
en un modelo
matemtico los
diferentes
elementos de ste.
2
1.5 El modelo de Programacin
Lineal: Definicin y Propiedades.
1.6 Formulacin matemtica de mode-
los de Programacin Lineal.
Ejemplos.
Explica el modelo matemtico
de PL y sus propiedades.
Analiza, formula e interpreta
modelos matemticos de PL
para dar solucin a problemas
de decisin diversos de las
organizaciones.
Explica oralmente
y por escrito el
modelo de PL y sus
propiedades.
Elabora el modelo
matemtico de PL
a partir de una
situacin
problemtica dada,
lo analiza y lo
interpreta.
3
1.7 Mtodo grfico de resolucin de
un modelo de Programacin
Lineal.
1.8 Formas cannica, estndar y mixta
de un modelo matemtico de
Programacin Lineal. Transfor-
maciones.
Utiliza el mtodo grfico para
resolver modelos de PL con 2
variables.
Identifica las diferentes formas
de presentacin de un modelo
de PL y aplica transformaciones
para pasar de una forma de
presentacin a otra.
Dado un modelo de
PL lo resuelve
utilizando el
mtodo grfico.
Dado un modelo de
PL identifica su
forma de
presentacin y la
transforma a otra.
Actitudes
Valora la importancia de la IO como herramienta de soporte de la toma de decisiones.
Demuestra creatividad e iniciativa en el desarrollo de los problemas planteados
Demuestra precisin, orden y claridad en el modelamiento de un problema.
Demuestra precisin, orden y claridad al utilizar el mtodo grfico para resolver un problema.

Producto
Modelos matemticos de Programacin Lineal que dan solucin a problemas de decisin diversos de las
organizaciones (formulados, analizados e interpretados).
Modelos matemticos de Programacin Lineal resueltos mediante el mtodo grfico.
UNIDAD DE APRENDIZAJE II: EL MTODO SMPLEX
Duracin: 15 horas (semanas 4 a 6).
Capacidades:
Identificar y resolver analticamente problemas de Programacin Lineal utilizando el
mtodo Smplex.
Interpretar relaciones econmicas en el modelo matemtico de Programacin Lineal.
Utilizar el complemento SOLVER de la hoja de clculo MS Excel y/o el software WinQSB
como herramientas de software para resolver modelos de Programacin Lineal.
Semana Contenidos Conceptuales Contenidos Procedimentales
Indicadores de
evaluacin
4
2.1. Teora del mtodo Smplex.
Definiciones. Propiedades.
2.2. Condiciones de optimalidad y
factibilidad. Procedimiento del
mtodo Smplex. Ejemplos de
aplicacin.
Explica definiciones y propie-
dades referidas al mtodo
Smplex.
Explica las condiciones de
factibilidad y optimalidad y
aplica el algoritmo Smplex
para dar solucin a los
modelos de maximizacin.
Explica mediante
ejemplos definicio-
nes y propiedades
relacionadas con el
mtodo Smplex.
Dado un modelo de
PL tipo maximiza-
cin lo resuelve uti-
lizando el mtodo
Smplex, e interpre-
ta los resultados.
5
2.3. El algoritmo Smplex en proble-
mas de maximizacin y minimi-
zacin. Tcnica de variables
artificiales.
2.4. Variantes en la aplicacin del
mtodo Smplex: Degeneracin,
soluciones no acotadas, soluciones
ptimas alternativas, soluciones
factibles no existentes.
Utiliza el algoritmo Smplex
para resolver modelos de mini-
mizacin y aplica la tcnica de
variables artificiales.
Explica, interpreta e identifica
variantes que se pueden
presentar el la aplicacin del
mtodo Smplex.
Dado un modelo de
PL tipo minimiza-
cin lo resuelve uti-
lizando el mtodo
Smplex, e interpre-
ta los resultados.
Identifica, analiza e
interpreta en el
tablero Smplex,
casos especiales de
modelos de PL.
6
2.5. Aplicaciones. Solucin de mode-
los con SOLVER/WinQSB.
Repasa la formulacin de
modelos matemticos de
Programacin Lineal diversos
y los resuelve utilizando el
complemento SOLVER de
Excel y software especiali-
zado como WinQSB.
Da ejemplos de
casos aplicativos de
PL.
Formula, analiza,
resuelve e interpreta
problemas de PL
utilizando software
(Solver/WinQSB)
Actitudes
Muestra precisin, orden y claridad en la solucin de los modelos matemticos.
Muestra satisfaccin en el uso de software especializado.
Trabaja ordenadamente y con satisfaccin en el laboratorio.
Producto
Modelos matemticos de Programacin Lineal que dan solucin a problemas de decisin diversos de las
organizaciones (formulados, analizados, resueltos analticamente usando el algoritmo Smplex y/o mediante
software de computadora como SOLVER y WinQSB, e interpretados).
UNIDAD DE APRENDIZAJE III : DUALIDAD Y ANLISIS DE SENSIBILIDAD
Duracin: 15 horas (semanas 7 a 9).
Capacidades:
Analizar la relacin Primal-Dual.
Interpretar econmicamente la dualidad.
Aplicar el anlisis de sensibilidad.
Semana Contenidos Conceptuales Contenidos Procedimentales
Indicadores de
evaluacin
7
3.1 Introduccin. Definicin del pro-
blema dual.
3.2 El mtodo Smplex en la solucin
del primal y del dual. Relaciones
entre los modelos primal y dual.
3.3 Interpretacin econmica de los
modelos duales.
Formula el problema dual
asociado a un primal y describe
sus caractersticas.
Explica las relaciones entre el
primal y el dual y entre sus
soluciones smplex.
Interpreta econmicamente los
elementos del modelo dual.
Dado un modelo
primal formula su
dual asociado,
identificando y
explicando sus
caractersticas.
Dado un problema
primal formula su
modelo dual aso-
ciado, lo analiza, lo
resuelve y lo inter-
preta econmica-
mente.
8
3.4 Propiedades importantes primal-
dual.
3.5 El mtodo Smplex dual.
Explica las propiedades primal-
dual
Aplica el mtodo Smplex dual.
Explica a travs de
ejemplos las pro-
piedades primal-
dual.
Dado un modelo de
PL lo resuelve utili-
zando el Smplex
dual e interpreta
sus resultados.
9
3.6 Anlisis de sensibilidad o de post-
optimalidad.
3.7 Aplicaciones. Solucin de modelos
con software.
Explica en qu consiste el
anlisis de sensibilidad.
Aplica el anlisis de sensibi-
lidad haciendo uso de software.
Explica a travs de
ejemplos el anlisis
de sensibilidad de
un modelo de PL.
Dada la solucin
ptima de un mode-
lo de PL realiza su
correspondiente a-
nlisis de sensibili-
dad.
Actitudes
Muestra precisin, orden y claridad en el modelamiento y solucin del problema dual asociado a un primal.
Trabaja ordenadamente y con satisfaccin en el laboratorio.
Producto
Modelos matemticos Primal y Dual asociados (formulados, analizados, resueltos e interpretados).
Anlisis de sensibilidad de un modelo matemtico de Programacin Lineal.
UNIDAD DE APRENDIZAJE IV: MODELOS DE TRANSPORTE Y ASIGNACIN
Duracin: 15 horas (semanas 10 a 12).
Capacidades:
Reconocer los problemas de Transporte y Asignacin.
Desarrollar una matriz de transporte y aplicar los mtodos de solucin.
Resolver los problemas de asignacin con el algoritmo de solucin correspondiente.
Semana Contenidos Conceptuales Contenidos Procedimentales
Indicadores de
evaluacin
10
4.1 El modelo de transporte. Formu-
lacin general. Tcnica general de
solucin.
4.2 Mtodos para hallar la solucin
bsica factible inicial: de la
esquina noroeste, del costo mni-
mo, de aproximacin de Vogel.
Describe el problema de
transporte, lo formula matem-
ticamente y plantea situaciones
prcticas aplicativas.
Aplica diversos mtodos para
hallar la solucin bsica factible
inicial del modelo.
Identifica proble-
mas de transporte
en situaciones coti-
dianas, los analiza y
formula los mode-
los correspondientes
Dado un problema
de transporte halla
una solucin bsica
inicial.
11
4.3 Mtodos que conducen a la
solucin ptima. Mtodo UV.
4.4 Otras consideraciones generales
sobre el modelo: degeneracin,
soluciones ptimas alternativas,
problemas desbalanceados, rutas
prohibidas, caso de minimizacin.
Describe y aplica el mtodo UV
para hallar la solucin ptima
del modelo.
Describe, resuelve e interpreta
problemas con soluciones
degeneradas, desbalanceados,
con rutas prohibidas, y de
minimizacin.
Dado un problema
de transporte utiliza
el algoritmo UV
para hallar su
solucin ptima.
Identifica, analiza,
resuelve e interpre-
ta casos especiales
de modelos de
transporte.
12
4.5 El modelo de Asignacin.
Formulacin. El mtodo Hngaro.
4.6 Aplicaciones. Solucin mediante
software.
Describe el problema de
asignacin, lo formula matem-
ticamente y plantea situaciones
prcticas aplicativas.
Utiliza el algoritmo hngaro
para hallar la solucin ptima
del modelo.
Analiza, formula, resuelve e
interpreta modelos de transporte
y asignacin haciendo uso de
software.
Identifica proble-
mas de asignacin
en situaciones coti-
dianas, los analiza y
formula sus mode-
los correspondien-
tes.
Dado un problema
de asignacin utiliza
el algoritmo hnga-
ro para hallar su
solucin ptima.
Formula, analiza,
resuelve e interpreta
problemas de trans-
porte y asignacin
utilizando software
(WinQSB)
Actitudes
Muestra confianza, precisin, orden y claridad en el modelamiento y solucin de problemas de transporte y
asignacin.
Trabaja ordenadamente y con satisfaccin en el laboratorio.
Producto
Modelos matemticos de Transporte y Asignacin que dan solucin a problemas de decisin diversos de las
organizaciones (formulados, analizados, resueltos analticamente usando los algoritmos correspondientes y/o
mediante software de computadora como WinQSB, e interpretados).
UNIDAD DE APRENDIZAJE V: PROGRAMACIN ENTERA
Duracin: 15 horas (semanas 13 a 15).
Capacidades:
Describir las caractersticas de los modelos de programacin entera.
Identificar los tipos y mtodos de solucin de programacin entera
Resolver e interpretar los resultados de los modelos utilizando software.
Semana Contenidos Conceptuales Contenidos Procedimentales
Indicadores de
evaluacin
13
5.1. Introduccin. Modelos lineales
enteros puros, mixtos y cero-uno
Explica de manera diferenciada
los modelos matemticos
Explica a travs de
ejemplos los diferen-
5.2. Mtodo de solucin de planos de
corte.
Ejemplo de aplicacin.
lineales enteros puros, mixtos y
cero-uno.
Utiliza el mtodo de planos de
corte para resolver modelos
enteros.
tes tipos de modelos
de PE.
Dado un modelo de
PE lo resuelve utili-
zando el algoritmo
de planos de corte.
14
5.3. Mtodo de solucin de ramifica-
cin y acotacin.
Ejemplo de aplicacin.
5.4. Mtodo de enumeracin implcita.
Ejemplo de aplicacin.
Utiliza el mtodo de
ramificacin y acotacin para
resolver modelos enteros.
Utiliza el mtodo de
enumeracin implcita para
resolver modelos enteros.
Dado un modelo de
PE lo resuelve utili-
zando el algoritmo
de ramificacin y
acotacin.
Dado un modelo de
PE lo resuelve utili-
zando el algoritmo
de enumeracin
implcita.
15
5.5. Aplicaciones de la programacin
entera.
Analiza, formula, resuelve e
interpreta modelos de
programacin entera haciendo
uso de software.
Elabora modelos
matemticos de PE a
partir de situaciones
problemticas dadas,
los analiza, los
resuelve utilizando
Solver/WinQSB y
los interpreta.
Actitudes
Demuestra creatividad e iniciativa en el desarrollo de los problemas planteados.
Muestra precisin, orden y claridad en el modelamiento y solucin de problemas de programacin entera.
Trabaja ordenadamente y con satisfaccin en el laboratorio.
Producto
Modelos matemticos de Programacin Entera que dan solucin a problemas de decisin diversos de las
organizaciones (formulados, analizados, resueltos mediante los algoritmos correspondientes y mediante
software de computadora como SOLVER y WinQSB, e interpretados).
VI. ESTRATEGIAS METODOLGICAS.
Para el desarrollo de las sesiones de enseanza-aprendizaje se utilizar el mtodo expositivo-
dialgico, buscando la participacin activa y permanente de los estudiantes.
Se desarrollarn casos en talleres y trabajos en grupos pequeos.
Se desarrollarn prcticas en laboratorios de computacin, para lo cual se utilizar el
complemento SOLVER de la hoja electrnica MS EXCEL y el software WinQSB.
La asignacin de horas por cada tipo de sesin de clase (incluidas las prcticas calificadas y examen
parcial) ser la siguiente:
Unidad de
Aprendizaje
Tipo de Sesin de Clase
Subtotal
horas Teora en aula Taller en aula
Laboratorio de
computacin
Prctica en
aula (*)
I 09 02 02 02 15
II 09 02 02 02 15
III 09 02 02 02 15
IV 09 02 02 02 15
V 09 02 02 02 15
Subtotal
horas
45 10 10 10 75
(*) Prctica calificada y/o Examen Parcial
VII. MATERIALES EDUCATIVOS Y OTROS RECURSOS DIDCTICOS.
Pizarra / Plumones / Borrador.
Equipo multimedia / Ecran.
Material impreso preparado por el docente.
Laboratorio de Computacin.
Software (SOLVER / WinQSB).
Internet.
VIII. EVALUACIN DEL APRENDIZAJE.
Prcticas calificadas (PC) : 40%
Se evaluarn cuatro prcticas. No se administrarn prcticas opcionales ni de rezagados.
1ra. Prctica Calificada : Al finalizar la unidad de aprendizaje I.
2da. Prctica Calificada : Al finalizar la unidad de aprendizaje II.
3ra. Prctica Calificada : Al finalizar la unidad de aprendizaje IV.
4ta. Prctica Calificada : Al finalizar la unidad de aprendizaje V.
Examen Parcial (EP) : 20%
Se administrar al finalizar el tem 3.5. de la unidad de aprendizaje III.
Trabajo encargado (TE) : 20%
El trabajo encargado versar sobre un estudio de un caso real propuesto por los estudiantes. Ser
desarrollado en grupos de no menos de 5 integrantes.
Examen Final (EF) : 20%
Los temas del examen final correspondern fundamentalmente a las unidades de aprendizaje III,
IV y V.
La nota promedio (NP) de la asignatura ser calculada de la siguiente manera:
NP = 0.40 x PC + 0.20 x TE + 0.20 x EP + 0.20 x EF
Unidad de
Aprendizaje
Modalidad de Evaluacin
Prctica de
aula
Examen
Parcial
Trabajo
Encargado
Examen Final
I PC N 1
EP
(de 1.1 a 3.5)
TE
(Aplicacin
Real)
II PC N 2
III
EF
(Unidades III,
IV y V)
PC N 3
(de 3.6 a 4.6) IV
V PC N 4
NOTA: La asistencia a clases, las evaluaciones extemporneas y dems aspectos evaluativos se
sujetarn a lo estipulado en el Reglamento Acadmico de la UNP y normas adicionales al respecto.
(De acuerdo al artculo 38 del Reglamento Acadmico de la UNP el alumno de la Facultad o
Escuela que acumule un 30% o ms de faltas injustificadas, sobre el total de horas programadas, ser
separado del curso).
IX. BIBLIOGRAFA RECOMENDADA
BIBLIOGRAFA BSICA
1. HILLIER, F. S. y LIEBERMAN, G. J. (2006). Introduccin a la Investigacin de Operaciones.
8a. ed. Mxico: McGraw-Hill.
2. TAHA, H. A. (2003). Investigacin de Operaciones, Una Introduccin. Mxico: Pearson
Educacin S.A., Stima edicin.
3. WINSTON, W. L. (2005) Investigacin de Operaciones: Aplicaciones y algoritmos. 4a. ed.
Mxico: Internacional Thomson Editores.
BIBLIOGRAFACOMPLEMENTARIA
1. ALVAREZ, J. (1990). Investigacin de Operaciones: Programacin Lineal. Universidad
Nacional de Ingeniera. Lima, Per.
2. ANDERSON, D. R.; SWEENEY, D. J. y WILLIAMS, T. A. (2004). Mtodos Cuantitativos
para los Negocios. 9. ed. Mxico: International Thomson Editores.
3. DAELLENBACH, H. G.; GEORGE, J. A. y MCNICKLE, D. C. (1990). Introduccin a las
Tcnicas de Investigacin de Operaciones. Mxico: Compaa Editorial Continental, S.A. de
C.V.
4. EPPEN, G. D.; GOULD, F. J.; SCHMIDT, C. P.; MOORE, J. H. y WEATHERFORD, L.R.
(2000). Investigacin de Operaciones en la Ciencia Administrativa. 5 ed. Mxico: Prentice-
Hall.
5. MATHUR, K. y SOLOW, D. (1996). Investigacin de Operaciones: El arte de la toma de
decisiones. Mxico: Prentice-Hall Hispanoamericana, S.A.
6. PRAWDA, J. (2005). Mtodos y Modelos de Investigacin de Operaciones. Vol I: Modelos
Determinsticos. Mxico: LIMUSA.
7. Separatas proporcionadas por el profesor del curso colgadas en la pgina web:
www.uhorizon.mex.tl
X. ASESORA ACADMICA
El docente brindar asesora y consejera acadmica a los estudiantes de la asignatura en las oficinas
del Departamento Acadmico de Investigacin de Operaciones en el siguiente horario:
Ing. Carlos Coello Oballe
Lunes Martes Mircoles Jueves Viernes
8:30 am.
10:00 am.
10:00 am.
12:00 m.
8:30 am.
10:00 m..
12:00 m.
2:00 pm.
8:30 am.
11:30 am.
Piura, Setiembre de 2014.
MATRIZ DE VALORACIN PARA EVALUAR
PRESENTACIN Y DEFENSA DE TRABAJOS ENCARGADOS
CATEGORIA 3 2 1.5 0.5
Presentacin del Informe
Muy buena
organizacin,
coherencia,
uniformidad,
limpieza y
claridad en la
presentacin
Buena
organizacin,
coherencia,
uniformidad,
limpieza y
claridad en la
presentacin
Regular
organizacin,
coherencia,
uniformidad,
limpieza y claridad
en la presentacin
Poca
organizacin,
coherencia,
uniformidad,
limpieza y
claridad en la
presentacin
Contenido
del
Informe
Identificacin
y definicin
de la
aplicacin real
El caso de
aplicacin real
est claramente
identificado y
definido y los
datos
presentados son
consistentes y
razonables
El caso de
aplicacin real
est claramente
identificado y
definido y los
datos
presentados son
poco consistentes
y razonables
El caso de
aplicacin real est
medianamente
identificado y
definido y los datos
presentados son
poco consistentes
y razonables
El caso de
aplicacin real
est vagamente
identificado y
definido y los
datos
presentados son
inconsistentes y
poco razonables
Formulacin
del modelo
matemtico
El modelo est
formulado
correctamente,
usando
terminologa y
notacin
apropiadas que
facilitan su
entendimiento
El modelo est
correctamente
formulado,
usando una
terminologa y
notacin que
facilita poco su
entendimiento
El modelo est
correctamente
formulado, pero se
usa una notacin y
terminologa que
no facilitan su
entendimiento
El modelo est
parcialmente
formulado y/o se
hace uso de
terminologa y
notacin
inapropiada.
Resolucin
del modelo
El modelo se
resuelve haciendo
uso de una
estrategia
eficiente y
efectiva
El modelo se
resuelve
haciendo uso de
una estrategia
efectiva
El modelo se
resuelve haciendo
uso de una
estrategia efectiva,
pero no
consistentemente
El modelo se
resuelve
haciendo uso de
una estrategia
ineficiente y poco
efectiva
Anlisis e
interpretacin
de resultados
Analiza e
interpreta muy
bien los
resultados
obtenidos
Analiza e
interpreta bien los
resultados
obtenidos
Analiza e interpreta
de manera regular
los resultados
obtenidos
Analiza e
interpreta de
manera
insuficiente los
resultados
obtenidos
Defensa del trabajo
5 4 2 1
Muy buena
defensa del
trabajo que
demuestra muy
buen nivel de
conocimiento de
los temas
involucrados
Buena defensa
del trabajo que
demuestra buen
nivel de
conocimiento de
los temas
involucrados
Regular defensa
del trabajo que
demuestra regular
nivel de
conocimiento de
los temas
involucrados
Dbil defensa del
trabajo que
demuestra
insuficiente
conocimiento de
los temas
involucrados