UNIVERSIDAD NACIONAL DE PIURA

ESCUELA DE POSTGRADO
PROGRAMA DE MAESTRIA EN INGENIERIA INDUSTRIAL

SILABO

I. DATOS GENERALES
Nombre de la asignatura : Mtodos cuantitativos para la toma de decisiones.
Cdigo :
Ciclo de Estudio :
Condicin : Obligatorio.
Requisito :
Nmero de crditos : 04 (cuatro).
Nmero de horas semanales : 10 horas
Semestre acadmico :
Profesor responsable : Mg. Teobaldo Len Garca

II. SUMILLA
La asignatura se desarrolla con un enfoque terico-prctico, y tiene por propsito
brindar al estudiante una visin integral de las herramientas mas utilizadas de la
Investigacin de Operaciones, que permita al profesional de la ingeniera gestionar con
xito las actividades y funciones que desarrolla, contribuyendo a la formacin de
cuadros de gestin de alto nivel, capaces de asumir posiciones de diseo, direccin y
control que exigen competencias laborales especiales, liderazgo y visin de futuro, en
un entorno cambiante, que involucra riesgo e incertidumbre en la toma de decisiones,
compatibles con los requerimientos de un mercado globalizado y cada vez ms
competitivo.

La asignatura esta orientada al diseo de modelos de decisin en procesos

organizacionales, asociados con los roles que desempaa un ingeniero industrial,
considerando la aplicacin de mtodos cuantitativos de tipo lineal, dinmico y de
simulacin para apoyar el proceso de toma de decisiones en situaciones reales.

III. OBJETIVOS GENERALES

1) Dar al participante la capacidad de modelar procesos de toma de decisin reales
con el uso de herramientas, mtodos y tcnicas, as como la interpretacin de los
resultados en la ejecucin de estos modelos.
2) Desarrollar aplicaciones de las tcnicas que ayudan a tomar decisiones eficientes y
eficaces al profesional de la ingeniera, incidiendo en la discusin de los resultados
de las alternativas de solucin.

IV. CONTENIDO
UNIDAD DE APRENDIZAJE I: MODELOS DE TOMA DE DECISIONES
Duracin: 10 hrs. (21 y 22 de Junio del 2014)
Objetivos especficos:
1.- Analizar los factores relevantes en la toma de decisiones.
2.- Estudiar las tcnicas de anlisis de decisiones y su aplicacin sea con riesgo o bajo
incertidumbre.
3.- Aplicar la tcnica de arboles en decisiones terminales y secuenciales.
Temas:
1. Toma de decisiones. Tipos de decisin.
2. Matriz de decisin.
 3. Modelos de decisiones bajo certidumbre, riesgo, caos e incertidumbre.
4. Arboles de decisin.

UNIDAD DE APRENDIZAJE II: TEORA Y MODELOS DE PRONOSTICOS

Duracin: 10 hrs. (28 y 29 de Junio del 2014)
Objetivos especficos:
1.- Dar a conocer los modelos de pronstico estadstico que tienen ms utilizacin en
estudios de ingeniera, tanto causal como no causal.
2.- Desarrollar aplicaciones de modelos de pronsticos.
3.- Describir e ilustrar con ejemplos los indicadores que permiten evaluar la medicin
del rendimiento del pronstico.
Temas:
1. El problema de pronsticos. Tipos de pronsticos.
2. Modelos causales: Simple y mltiple.
3. Modelos no causales: Series de tiempo y extrapolacin.
4. Desarrollo de aplicaciones con software.

UNIDAD DE APRENDIZAJE III: GESTION DE COLAS

Duracin: 10 hrs. (05 y 06 de Julio del 2014)
Objetivos especficos:
1.- Describir el fenmeno conocido como lneas de espera o colas.
2.- Modelar y resolver situaciones reales como modelos de colas.
3.- Analizar la solucin y su implementacin de un modelo de colas.
Temas:
1. Caracterizacin de un sistema de colas.
2. Modelamiento de colas.
3. Los costos en los modelos de colas.
4. Limitaciones en la gestin de los modelos de colas.

UNIDAD DE APRENDIZAJE IV: MODELO DE INVENTARIOS

Duracin: 10 hrs. (12 y 13 de Julio del 2014)
Objetivos especficos:
1.- Describir un sistema de inventario.
2.- Modelar y resolver problemas de inventarios.
3.- Analizar la sensibilidad de un modelo de inventario.
Temas:
1. Sistema de inventario ABC.
2. Modelo de inventario generalizado.
3. Modelos determinsticos.
4. Modelos probabilsticos.

UNIDAD DE APRENDIZAJE V: SIMULACION

Duracin: 10 hrs. (19 y 20 de Julio del 2014)
Objetivos especficos:
1.- Describir un modelo de simulacin.
2.- Modelar y resolver problemas utilizando simulacin.
3.- Analizar la sensibilidad de un modelo de simulacin.
Temas:
1. Caracterizacin de los modelos de simulacin.
2. Enfoques de la simulacin discreta.
3. Simulacin de un modelo de inventario.
4. Simulacin de un modelo de lneas de espera.
V. ESTRATGICAS METODOLGICAS
Mtodos: Inductivo deductivo.
Tcnicas: Exposicin dialogada, seminario-taller.
Materiales y equipos: Plumn, mota, pizarra, can multimedia, computadora.
Se har uso de software apropiado para desarrollar aplicaciones de los principales
tpicos de la asignatura.
En cada clase el profesor expondr una sntesis del tema a tratar, de ser el caso,
formular, desarrollar y explicar problemas de aplicacin.
Durante el desarrollo de las clases el participante tiene una actuacin activa, tanto en el
planteamiento y discusin de casos y aplicaciones, como en la solucin de problemas y
comentario crtico de los temas tratados.
El participante desarrollar algunos casos estudio sealados por el profesor y los
expondr para conocimiento y discusin de los resultados con los dems grupos de
trabajo.
La evaluacin es permanente y en todas las clases.

La asignatura se desarrollar de acuerdo a los siguientes tipos de sesin de clase y su

asignacin en horas:

Unidades de Tipo de sesin de clase (asignacin de horas)

Aprendizaje Teora en Prctica en Taller en Total de
(UA) aula laboratorio aula/lab. horas
UA I 4 2 4 10
UA II 4 2 4 10
UA III 4 2 4 10
UA IV 4 2 4 10
UA V 4 2 4 10
Total 20 10 20 50

VI. EVALUACION DEL APRENDIZAJE

Las modalidades de evaluacin del aprendizaje, el nmero de evaluaciones y su peso
ponderado asignado son los siguientes:
Cinco casos estudio (CE), 15 % cada uno (una nota se elimina); asistencia y
participacin en clase (PC), 5 % y un examen final (EF), 35 %.
4
Nota promocional de la asignatura: NP 0.15 * CE i 0.05 * PC 0.35 * EF
i 1

Las unidades de aprendizaje se evaluarn con las siguientes modalidades:

Unidades de Modalidades de evaluacin

aprendizaje Examen Final Casos estudio Asistencia
Participacin
UA N 1 EF CE1 Todas
UA N 2 EF CE2 Todas
UA N 2 EF CE3 Todas
UA N 2 EF CE4 Todas
UA N 3 EF CE5 Todas

Los casos estudio se desarrollarn, presentarn y expondrn en la 1ra, 2da, 3ra, 4ta y 5ta
semana de clase. Se desarrollarn en grupos de alumnos que se definirn en el primer
da de clase.
El examen final se administrar al finalizar el desarrollo de las unidades de aprendizaje.
IX. BIBLIOGRAFIA
1. CHASE, Richard, AQULANO, Nicholas y JACOBS, Robert (2000). Administracin
de Produccin y Operaciones. Editorial Mc Graw Hill. 8va edicin. Colombia.
2. EPPEN G. D. y otros. (2000). Investigacin de Operaciones en la Ciencia
Administrativa. Editorial Prentice Hall. 5ta edicin en espaol. Mxico.
3. HILLIER, Frederick y LIEBERMAN, Gerald. (2010). Introduccin a la
Investigacin de Operaciones, Editorial Mc Graw Hill. Mxico.
4. MADDALA, G. S. (1996). Introduccin a la Econometra. Edit. Prentice-Hall
Hispanoamericana S.A. Mxico.
5. MATHUR, Kamlesh. (2002). Investigacin de Operaciones: El Arte de la Toma de
Decisiones. Editorial Prentice Hall Hispanoamericana.
6. MOSKOWITZ, Herbert. (1997). Investigacin de Operaciones. Editorial Prentice
Hall. 1ra edicin. Mxico.
7. PREZ, Csar (2001). Tcnicas Estadsticas con SPSS. Editorial Prentice Hall.
Espaa.
8. SCHROEDER, Roger (2000). Administracin de Operaciones. Editorial Mc Graw
Hill. 3ra edicin.
9. WEBSTER, Allen (2000). Estadstica Aplicada a los Negocios y la Economa.
Editorial Mc Graw Hill. Colombia.
10. WINSTON, Wayne (2004). Investigacin de Operaciones Aplicaciones y
Algoritmos. Grupo Editorial Iberoamericana. Mxico.

Pginas Web:
http://home.ubalt.edu/ntsbarsh/opre640S/SpanishP.htm
http://www2.ing.puc.cl/power/paperspdf/sinning.pdf
http://es.wikipedia.org/wiki/Pron%C3%B3stico
http://www.elprisma.com/apuntes/ingenieria_industrial/teoriadecolaslineasdeespera/de
fault2.asp
http://enlaweb.com.mx/io2/lineas-de-espera.php
http://www.material_logistica.ucv.cl/en%20PDF/Introd_MODELOS%20DE
%20INVENTARIO_2004.pdf
http://www.vaticgroup.com/unlimitpages.asp?id=150
https://www.itescam.edu.mx/principal/sylabus/fpdb/recursos/r57037.PDF
http://fmarrerodelgado.galeon.com/metas.html
http://www.iit.upcomillas.es/pedrol/documents/energia97.pdf
http://www.wiley.com/college/reid
Render, B., Heizer, J. (1999) Principles of Operations Management. Prentice Hall:
http://www.prenhall.com/heizerl
Russell, R.S., Taylor III, B.W. (2000) Operations Management. Prentice Hall:
http://www.prenhall.com/russell
Schonberger, R.J., Knod, E. (1997) Operations Management. Irwin.
Slack, N. y otros. (1995) Operations Management. Pitman Publishing.

Ciudad Universitaria UNP-Castilla Piura, Junio 2014