UNIVERSIDAD NACIONAL JORGE

BASADRE GROHMANN – TACNA

ESCUELA DE POSGRADO

MODELAMIENTO CUANTITATIVO PARA LA GESTIÓN

SÍLABO

ANO ACADEMICO 2014

I. DATOS ADMINISTRATIVO

ASIGNATURA: MODELAMIENTO CUANTITATIVO PARA LA GESTIÓN

REQUISITO:
NATURALEZA: OBLIGATORIO
SEMESTRE ACADEMICO: 2014-II
NIVEL DE ESTUDIOS: POST GRADO
POSTGRADO : ADMINISTRACION
CICLO : I
NUMERO DE CREDITOS: 04
HORAS SEMANALES: TEORIA: 2/PRACTICA: 2
PROFESOR: DR. ARMANDO ZARATE GONZALES
eikoszarate2@yahoo.es

II. SUMILLA

El desarrollo de la asignatura es teórico-práctico utilizando para esto el enfoque constructivita

donde el doctorando iniciará un análisis lógico para una futura y correcta toma de decisiones
comprendiendo aplicando y elaborando para esto los conceptos básicos del modelamiento
matemático y su aplicación dentro de las organizaciones y de cada uno de los temas tratados
como son los corrimientos de modelos en la línea de tiempo y a través de la historia y sus
diferentes cambios. Trata sobre innovaciones en la ciencia y la tecnología y su impacto en la
condición humana, en el desarrollo social y en la transformación de la realidad. se culmina con
la elaboración de un monografía/ensayo alternativo a un punto de la temática desarrollada.
En ciencias aplicadas, un modelo matemático es uno de los tipos de modelos científicos que
emplea algún tipo de formulismo matemático para expresar relaciones, proposiciones
sustantivas de hechos, variables, parámetros, entidades y relaciones entre variables y/o
entidades u operaciones, para estudiar comportamientos de sistemas complejos ante
situaciones difíciles de observar en la realidad.
El significado de modelo matemático en filosofía de las matemáticas y fundamentos de las
matemáticas es, sin embargo, algo diferente. En concreto en esas áreas se trabajan con
"modelos formales". Un modelo formal para una cierta teoría matemática es un conjunto sobre
el que se han definido un conjunto de relaciones unarias, binarias y trinarias, que satisface las
 proposiciones derivadas del conjunto de axiomas de la teoría. La rama de la matemática que se
encarga de estudiar sistemáticamente las propiedades de los modelos es la teoría de modelos.

II. OBJETIVOS ESPECIFICOS

 El objetivo del curso es brindar a los alumnos una introducción a los métodos
cuantitativos modernos que se aplican en los negocios: Modelos de programación
lineal, modelos de teoría de colas, modelos de administración de inventarios, modelos
de simulación, modelos de teoría de decisiones: toma de decisiones bajo condiciones
de riesgo e incertidumbre, modelos de regresión lineal, modelos de series de tiempo
estacionarios y no estacionarios, modelos de series de tiempo heterocedásticos.
 modelos de simulación dinámica
 Descubrir el modelamiento como una manera específica de pensar y de ser.
 Este curso tiene como tarea satisfacer dos de las necesidades que inmediatamente se
presentan al/a la alumno/a que se introduce al mundo de los modelos matemáticos.
 Se mostrará la forma en que ciertos pensamientos se han asociado para constituir sub-
temas de modelamientos etc.

IV. PROGRAMACIÓN SEMANAL DE LOS CONTENIDOS

CONTENIDOS PROCEDIMENTALES
 Identifica y compara las diferencias existentes de los modelamientos matemáticos a
través del tiempo.
 Identifica las características de los modelos dentro de las organizaciones.
 Desarrolla monografías y la dinámica grupal de todo el proceso dentro de las
organizaciones.
 Analiza y compara los resultados de las distintas partidas utilizados en las monografías
y da su opinión sobre los resultados de estas.

CONTENIDOS ACTITUDINALES
 Valora y respeta sus opiniones y la de sus compañeros como parte de su formación
profesional y personal, creando modelos mentales preactivos al cambio.
 Aprecia el trabajo en grupo, su dinámica, motivaciones, roles y funciones.
 Valora las actitudes éticos en el desarrollo del trabajo hacia el cumplimiento de
compromisos en los plazos fijados.
 Cada sesión comprende 4 horas semanales

SEMANA 1
El sistema holístico de los modelamientos matemáticos

SEMANA 2
La crisis de la geometría y de la física.
La crisis del método y de la lógica.
El positivismo y el neopositivismo.
 SEMANA 3
Filosofía de la Inteligencia Artificial
a) Penrose, The Emperor's New Mind (1989) .
b) Noción de algoritmo
c) Turing y el Test de Turing. Piensan las máquinas?

SEMANA 4
El holismo
a) La teoría del reduccionismo y el holismo.
b La teoría de GODEL.
c El sistema holístico.

Exposición de casos
Examen parcial

SEMANA 4
Examen Final

V. RELACION DE ACTIVIDADES DE APRENDIZAJE

El desarrollo de la asignatura se efectuará en base a los siguientes lineamientos

Didácticos:
- Se emplearán en forma integrada los métodos, procedimientos y técnicas que
propicien la participación activa de los alumnos y motiven el desarrollo de sus
aptitudes personales, procurando en lo posible una enseñanza individualizada.
- Los alumnos se organizarán en grupos para efectuar trabajos de investigación
referentes a las unidades de aprendizaje, bajo el asesoramiento y control del profesor.
- Los alumnos asistirán a sus clases estudiando los temas tratados y repasados en la
bibliografía para intercambiar experiencias de aprendizaje y trabajo.

VI. CRITERIOS Y PROCEDIMIENTOS DE EVALUACION DEL APRENDIZAJE

Equipos: Retroproyector, computadora, ecran, proyector de multimedia, videograbadora y

servicios de fotocopiado para prácticas y exámenes programados y display data
Materiales: Separatas, transparencias, direcciones electrónicas, software de aplicación.

Es un sistema integral, permanente y flexible. Comprende dos categorías: La evaluación

formativa y la evaluación sumativa.
La evaluación formativa: Tiene propósitos correctivos y de retroalimentación,
no está afecta a calificación alguna. Entre los instrumentos a utilizarse están:
Las pruebas entradas, las pruebas de exploración, la autoevaluación prácticas, las
intervenciones en la pizarra, etc.
La Evaluación sumativa: Tiene fines de promoción de los estudiantes y en tal sentido
es objeto de calificación en la escala vigesimal. Sus instrumentos son:
- Dos exámenes calificados: Examen Parcial y Examen Final.
- Otras notas: Trabajos encargados, prácticas no programadas, y exposición de un
ensayo.. etc.
El promedio final se obtiene de la suma de los dos exámenes escritos y la nota promedio
de prácticas, divido entre tres. La nota aprobatoria es catorce (14).

VII.- ACERCA DEL EXPOSITOR

Profesor investigador con 25 años de experiencia, Doctor en Administración, Doctor en
Ingeniería de Sistemas, Doctor en Filosofía, Doctor en Neurociencias Postdoctoral: Sénior en
Ingeniería de Sistemas, Docente de la Escuela Universitaria de Post Grado en universidades
nacionales e internacionales. A la fecha tiene 3 libros publicados y tres en prensa, Consultor en
organizaciones y expositor.

VIII.- FUENTES DE INFORMACIÓN

Ríos, Sixto (1995). Modelización. Alianza Universidad. ISBN 978-84-206-2822-6.

ABBAGNANO, Nicolás. Historia de la Filosofía. 3 Vols. Montaner y Simón, Barcelona: 1978.

STEWART, James. "Cálculo, Trascendentes Tempranas". 4 ed. Tr. de Andrés Sestier. México,
Ed. Thomson, 2002. p. 1151

[W13] http://www.math.duke.edu/education/ccp/materials/linalg/markov/contents.html
Ejemplos de cadenas de Markov con mathcad.

[W14] http://ingenet.ulpgc.es/~ablesa/markov/markovpreface.htm
Análisis de Markov.

[W15] http://mailweb.udlap.mx/~tesis/lis/clemente_f_e/apendiceC.html
Entrenamiento y comparación de un nuevo reconocedor de propósito general basado en
redes neuronales y modelos ocultos de Markov.

[W16] http://www-eio.upc.es/seccio_fme/teaching/meio/SolMa271097v6.html
Ejemplo de cadena de Markov.

[W17] http://www.itlp.edu.mx/publica/tutoriales/investoper2/tema43.htm
Formulación en las cadenas de Markov.

[W18] http://wwwest.uniandes.edu.co/~griano/Markov/markov.html
Programa permite al estudiante experimentar con cadenas de Markov. Es una herramienta
didáctica, no apta para análisis serios.

[W19] http://www.astrocosmo.cl/biografi/b-a_markov.htm

[W20] http://usuarios.lycos.es/JAVICA/Simulacion/Cadenas_de_Markov.htm
Introducción a las Cadenas o Procesos de Markov.
‰

HOSPERS, John. An Introduction to Philosophical Analysis. Routledge, London: 1990.

NAGEL, Thomas. ¿Qué significa todo esto? Una brevísima introducción a la filosofía. Fondo de
Cultura Económica, México: 1995.
Aguirre, J., “La epistemología en Jean Paul Sartre”, en Revista de Filosofía # 43, México

Habermas, J., Teoría y Praxis, REI, México.

Heidegger, M. El ser y el tiempo. México: FCE, 1983.

Husserl, E. Investigaciones lógicas. Madrid: Revista de Occidente, 1976.

Rusell, Bertrand. Obras completas (2 tomos). Madrid: Agui1ar, 1973

Wittgenstein, L. Tractatus lógico - philosophicus. Madrid : Alianza, 1973.

Searle, John, Mentes, cerebros y ciencia, Catedra, 1985.
A. Turing, Piensan las máquinas?
Simons, G.L., Introducción a la Inteligencia Artificial, Ediciones Díaz de Santos, 1987 (o: 1984)
Trajtenbrot, B. A, Los algoritmos y la resolución automática de problemas. Mir, Moscú, 1977.
Hermes, Hans, Introducción a la teoría de la computabilidad, Tecnos, 1984 (o: 1961)

ACKOFF, RUSSELL L., Un concepto de planeación de empresas, Limusa

CÁRDENAS, MIGUEL ANGEL, La ingeniería de sistemas. Filosofía y técnicas,

Limusa, México

FLORES Zavala Víctor, Ingeniería de Sistemas, Fac. de Ingeniería, U.N.A.M.

FUENTES Zenón Arturo, El enfoque de sistemas en la solución de problemas, Fac.

de Ingeniería, U.N.A.M.

VERGARA S. MIGUEL, Técnicas de modelación, edit. Alfaomega.

ENERO 2014