Investigación de operaciones II

Existe 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 cons...

Full description

Autores:
Corporación Universidad de la Costa
Tipo de recurso:
Fecha de publicación:
2020
Institución:
Corporación Universidad de la Costa
Repositorio:
REDICUC - Repositorio CUC
Idioma:
spa
OAI Identifier:
oai:repositorio.cuc.edu.co:11323/6776
Acceso en línea:
https://hdl.handle.net/11323/6776
https://repositorio.cuc.edu.co/
Palabra clave:
Ingeniería industrial
Modelos de programación lineal
Herramienta analítica
Rights
openAccess
License
CC0 1.0 Universal
id RCUC2_2cd26afc12a39696bf563f254dbf9ec2
oai_identifier_str oai:repositorio.cuc.edu.co:11323/6776
network_acronym_str RCUC2
network_name_str REDICUC - Repositorio CUC
repository_id_str
dc.title.spa.fl_str_mv Investigación de operaciones II
title Investigación de operaciones II
spellingShingle Investigación de operaciones II
Ingeniería industrial
Modelos de programación lineal
Herramienta analítica
title_short Investigación de operaciones II
title_full Investigación de operaciones II
title_fullStr Investigación de operaciones II
title_full_unstemmed Investigación de operaciones II
title_sort Investigación de operaciones II
dc.creator.fl_str_mv Corporación Universidad de la Costa
dc.contributor.author.spa.fl_str_mv Corporación Universidad de la Costa
dc.subject.spa.fl_str_mv Ingeniería industrial
Modelos de programación lineal
Herramienta analítica
topic Ingeniería industrial
Modelos de programación lineal
Herramienta analítica
description Existe 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.
publishDate 2020
dc.date.accessioned.none.fl_str_mv 2020-07-21T19:55:40Z
dc.date.available.none.fl_str_mv 2020-07-21T19:55:40Z
dc.date.issued.none.fl_str_mv 2020
dc.type.spa.fl_str_mv Otros
dc.type.content.spa.fl_str_mv Text
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/other
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/ARTOTR
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/acceptedVersion
status_str acceptedVersion
dc.identifier.uri.spa.fl_str_mv https://hdl.handle.net/11323/6776
dc.identifier.instname.spa.fl_str_mv Corporación Universidad de la Costa
dc.identifier.reponame.spa.fl_str_mv REDICUC - Repositorio CUC
dc.identifier.repourl.spa.fl_str_mv https://repositorio.cuc.edu.co/
url https://hdl.handle.net/11323/6776
https://repositorio.cuc.edu.co/
identifier_str_mv Corporación Universidad de la Costa
REDICUC - Repositorio CUC
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.ispartofseries.spa.fl_str_mv Contenidos académicos por cátedra
dc.relation.references.spa.fl_str_mv Winston, Wayne L Investigación de operaciones: aplicaciones y algoritmos / México: Unilibros ediciones, 2005.
León González, Ángel Manual práctico de investigación de operaciones / Barranquilla : Uninorte, 1994.
MIGUEL. 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_39
NIXON 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_37
KATHERINNE 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: 10.1080/23302674.2016.1212428
Toscano, 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_10
Silva, 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_36
Cohen 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=MN8TOARS
Viloria, 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.2020.03.065
Ortiz-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.1629
Salas 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/10.1080/23302674.2016.1212428
Salas-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-07-2019-0141
Silva, 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/10.1088/1742-6596/1432/1/012074
Viloria, 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_4
Gaitán-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_48
Kamatkar, 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_1
Landinez-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.13.1.2017.06
Balaguera, 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_6
Castro 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/340
Ramirez-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/73
Pacheco 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/105
Mendoza 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/143
 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/146
dc.rights.spa.fl_str_mv CC0 1.0 Universal
dc.rights.uri.spa.fl_str_mv http://creativecommons.org/publicdomain/zero/1.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv CC0 1.0 Universal
http://creativecommons.org/publicdomain/zero/1.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.publisher.spa.fl_str_mv Universidad de la Costa
dc.publisher.program.spa.fl_str_mv Ingeniería Industrial
institution Corporación Universidad de la Costa
bitstream.url.fl_str_mv https://repositorio.cuc.edu.co/bitstreams/ed3505ec-f91f-4ed5-920a-ac38a949acfe/download
https://repositorio.cuc.edu.co/bitstreams/31001ddb-d732-48df-b5dc-ce8a196813b5/download
https://repositorio.cuc.edu.co/bitstreams/8e500094-caad-4914-b6f8-213ff1d6e155/download
https://repositorio.cuc.edu.co/bitstreams/1e74921d-37e6-431d-8e3d-ffcc8a9540fd/download
https://repositorio.cuc.edu.co/bitstreams/aa2ac626-8c0b-4899-b302-a058fce2c503/download
bitstream.checksum.fl_str_mv 7fc34dfec292244e8a18d0bdb3438e09
42fd4ad1e89814f5e4a476b409eb708c
05b69be6172181b9f3a44123a200d834
09fcb80480a938898241c600b1488144
ed9f246404ba6e556adb6c19d8de56b0
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio de la Universidad de la Costa CUC
repository.mail.fl_str_mv repdigital@cuc.edu.co
_version_ 1811760665664159744
spelling Corporación Universidad de la Costa2020-07-21T19:55:40Z2020-07-21T19:55:40Z2020https://hdl.handle.net/11323/6776Corporación Universidad de la CostaREDICUC - Repositorio CUChttps://repositorio.cuc.edu.co/Existe 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.Corporación Universidad de la CostaspaUniversidad de la CostaIngeniería IndustrialContenidos académicos por cátedraWinston, Wayne L Investigación de operaciones: aplicaciones y algoritmos / México: Unilibros ediciones, 2005.León González, Ángel Manual práctico de investigación de operaciones / Barranquilla : Uninorte, 1994.MIGUEL. 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_39NIXON 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_37KATHERINNE 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: 10.1080/23302674.2016.1212428Toscano, 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_10Silva, 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_36Cohen 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=MN8TOARSViloria, 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.2020.03.065Ortiz-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.1629Salas 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/10.1080/23302674.2016.1212428Salas-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-07-2019-0141Silva, 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/10.1088/1742-6596/1432/1/012074Viloria, 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_4Gaitán-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_48Kamatkar, 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_1Landinez-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.13.1.2017.06Balaguera, 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_6Castro 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/340Ramirez-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/73Pacheco 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/105Mendoza 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/143 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/146CC0 1.0 Universalhttp://creativecommons.org/publicdomain/zero/1.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Ingeniería industrialModelos de programación linealHerramienta analíticaInvestigación de operaciones IIOtrosTextinfo:eu-repo/semantics/otherhttp://purl.org/redcol/resource_type/ARTOTRinfo:eu-repo/semantics/acceptedVersionPublicationORIGINALInvestigación de operaciones II.pdfInvestigación de operaciones II.pdfapplication/pdf309428https://repositorio.cuc.edu.co/bitstreams/ed3505ec-f91f-4ed5-920a-ac38a949acfe/download7fc34dfec292244e8a18d0bdb3438e09MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8701https://repositorio.cuc.edu.co/bitstreams/31001ddb-d732-48df-b5dc-ce8a196813b5/download42fd4ad1e89814f5e4a476b409eb708cMD52LICENSElicense.txtlicense.txttext/plain; charset=utf-811https://repositorio.cuc.edu.co/bitstreams/8e500094-caad-4914-b6f8-213ff1d6e155/download05b69be6172181b9f3a44123a200d834MD53THUMBNAILInvestigación de operaciones II.pdf.jpgInvestigación de operaciones II.pdf.jpgimage/jpeg61298https://repositorio.cuc.edu.co/bitstreams/1e74921d-37e6-431d-8e3d-ffcc8a9540fd/download09fcb80480a938898241c600b1488144MD54TEXTInvestigación de operaciones II.pdf.txtInvestigación de operaciones II.pdf.txttext/plain21557https://repositorio.cuc.edu.co/bitstreams/aa2ac626-8c0b-4899-b302-a058fce2c503/downloaded9f246404ba6e556adb6c19d8de56b0MD5511323/6776oai:repositorio.cuc.edu.co:11323/67762024-09-16 16:38:36.298http://creativecommons.org/publicdomain/zero/1.0/CC0 1.0 Universalopen.accesshttps://repositorio.cuc.edu.coRepositorio de la Universidad de la Costa CUCrepdigital@cuc.edu.coT3BlbiBhY2Nlc3M=

Publicaciones similares