CARRERA PROFESIONAL DE: ADMINISTRACIÓN Y SISTEMAS

Transcripción

1 CARRERA PROFESIONAL DE: ADMINISTRACIÓN Y SISTEMAS I. DATOS GENERALES: 1.1. Unidad de Ejecución Curricular : METODOS CUANTITATIVOS DE NEGOCIOS 1.2. Código : Créditos : Área de formación : Tecnológica Básica 1.5. Nivel Académico : V - Ciclo 1.6. Total de horas por semana : 5 Horas Horas de teoría : 3 Horas Horas de práctica : 2 Horas 1.7. Inicio de Semestre : 01.Setiembre Finalización de Semestre : 24.Diciembre Pre-requisito : Estadística Plan de estudios : Plan Semestre Académico : 2009 II Docente (s) : Econ, Ybnias Elí Grijalva Yauri II. SUMILLA: Unidad de ejecución curricular de carácter práctico que pertenece al área tecnológica básica y tiene como finalidad brindar las diferentes técnicas para ahorrar tiempo e inversión en el proceso de producción. Su temática comprende: introducción de análisis y construcción de modelos, la programación lineal, problemas de transporte, problemas de asignación, problemas de optimización de redes, la teoría de colas, la teoría de Monte Carlo, la teoría de inventario, la administración de proyectos con PERT CPM. III. OBJETIVO GENERAL: Desarrollar habilidades para la aplicación de modelos técnicamente elaborados y de herramientas científicas aplicados a los problemas inherentes a las operaciones de una Actividad / Proyecto, proporcionar a quienes lo controlan, los Gerentes de Proyecto, las soluciones optimas, que les permita el uso racional y eficiente de los recursos suministrados. IV. OBJETIVOS ESPECÍFICOS: 1. Llegar a comprender como se aplican los métodos cuantitativos al proceso de toma de decisiones en las organizaciones. A través del desarrollo modelos matemáticos, comprendiendo sus supuestos y limitaciones que podrían aplicarse a los negocios. 2. Formular y resolver modelos de optimización: programación lineal y/o entera e Interpretar los resultados de un problema de programación lineal y/o entera mediante el análisis de sensibilidad.

2 3. Aprender a construir, identificar y pronosticar mediante modelos de pronósticos, identificando gráfica y funcionalmente sus principales componentes. Desarrollar los conceptos e ideas claves de modelos de simulación, desarrollando la aplicación del software especializado en los campos de modelado y simulación. 4. Definir, elaborar y representar, programar y controlar herramientas para abordar la planeación y control de la Gestión y Administración de Proyectos con muchas actividades separadas que requieren de coordinación. 5. Conocer los procesos y analizar la estructura de los modelos de gestión de inventarios. Identificar y describir un sistema de colas. 6. Identificar de criterios y establecer problemas de decisión en condiciones de incertidumbre y riesgo.

3 V. CRONOGRAMA Y CONTENIDOS: OBJETIVOS ESPECIFICOS UNIDADES Y CONTENIDOS ESTRATEGIAS BÁSICAS RECURSOS Y MATERIALES SEMANA AVANCE (%) Llegar a comprender como se aplican los métodos cuantitativos al proceso de toma de decisiones en las organizaciones. A través del desarrollo modelos matemáticos, comprendiendo sus supuestos y limitaciones que podrían aplicarse a los negocios. PARTE I. MODELAMIENTO Y OPTIMIZACIÓN CAPÍTULO 1. ANÁLISIS Y CONSTRUCCIÓN DE MODELOS. 1.1 Decisiones. 1.2 Conceptos básicos de los modelos. 1.3 Técnicas de construcción de modelos. 1.4 El modelo y las relaciones entre variables. 1.5 Análisis de utilización del modelo. Software. Prácticas dirigidas Aplicaciones de software: MS Excel % Formular y resolver modelos de optimización: programación lineal y/o entera e Interpretar los resultados de un problema de programación lineal y/o entera mediante el análisis de sensibilidad CAPÍTULO 2. MODELOS DE OPTIMIZACIÓN: PROGRAMACIÓN LINEAL Y ENTERA. 2.1 El arte de formular modelos de programación lineal. 2.2 Solución gráfica de un modelo de programación lineal. 2.3 Solución algebraica de un modelo de programación lineal. 2.4 Métodos simplex. 2.5 Análisis de sensibilidad. 2.6 Programación con enteros. 2.7 Solución de problemas de programación con enteros. series de tiempo Prácticas dirigidas Aplicaciones de software: Excel, WinQBS %

4 Aprender a construir, identificar y pronosticar mediante modelos de pronósticos, identificando gráfica y funcionalmente sus principales componentes. Desarrollar los conceptos e ideas claves de modelos de simulación, desarrollando la aplicación del software especializado en los campos de modelado y simulación PARTE II. MODELOS DE APLICACIÓN. CAPÍTULO 3. PRONÓSTICOS Y SIMULACIÓN. 3.1 Modelos de Pronósticos: Series de Tiempo. 3.2 Análisis de una serie de tiempo. 3.3 Modelos de Pronósticos: Causales. 3.4 Modelos de Simulación: Métodos de Monte Carlo de simulación Prácticas dirigidas Trabajo grupal para aplicar modelos de simulación en empresas de la ciudad. Aplicaciones de software:eviews. Excel- Solver; Crystal Ball % Primera Evaluación Parcial 8na 50.00% Definir, elaborar y representar, programar y controlar herramientas para abordar la planeación y control de la Gestión y Administración de Proyectos con muchas actividades separadas que requieren de coordinación CAPÍTULO 4. CONTROL Y GERENCIA DE PROYECTOS: PERT CPM. 4.1 Tiempos de actividades conocidos. 4.2 Actividades con tiempos inciertos. 4.3 Redes de simulación. 4.4 Evaluación del PERT - CPM GANTT PERT - CPM Prácticas dirigidas Trabajo grupal para aplicar modelos de PERT CPM en empresas de la ciudad. Aplicaciones de software: MS-Excel. MS-Project. WinQBS % Conocer los procesos y analizar la estructura de los modelos de gestión de inventarios. Identificar y describir un sistema de colas CAPÍTULO 5. CONTROL Y GERENCIA DE INVENTARIOS Y TEORÍA DE COLAS. 5.1 Cantidad económica de un pedido con demanda conocida. 5.2 Control de inventarios con demanda incierta. 5.3 Congestión en los sistemas de procesamiento. 5.4 Modelos de colas para un servidor único. 5.5 Modelos de colas servidores múltiples. de Colas Prácticas dirigidas Trabajo grupal para aplicar modelos de Colas en empresas de la ciudad. Aplicaciones de software: MS-EXcel %

5 Identificar de criterios y establecer problemas de decisión en condiciones de incertidumbre y riesgo PARTE III. ANÁLISIS DE DECISIÓN. CAPÍTULO 6. ANÁLISIS DE DECISIÓN BAJO INCERTIDUMBRE Y ANÁLISIS DE RIESGO. 6.1 Toma de Decisiones en Condiciones de Incertidumbre. 6.2 Decisión y análisis de riesgo. Evaluación Final de Árboles de Decisión Prácticas dirigidas Trabajo grupal para aplicar modelos de árboles de decisiones en empresas de la ciudad. Aplicaciones de software: MS-Excel % 16 va 100% Examen Complementario 17 va

6 VI. EVALUACIÓN: 6.1 MATRIZ DE EVALUACIÓN: OBJETIVOS ESPECIFICOS INDICADORES DE LOGROS INSTRUMENTOS DE EVALUACIÓN Llegar a comprender como se aplican los métodos cuantitativos al proceso de toma de decisiones en las organizaciones. A través del desarrollo modelos matemáticos, comprendiendo sus supuestos y limitaciones que podrían aplicarse a los negocios. Expresar a través de modelos la problemáticas del quehacer cotidiano en los negocios aplicando diversas estrategias. Expresa e interpreta ideas matemáticas a través de formas de Pruebas Formular y resolver modelos de optimización: programación lineal y/o entera e Interpretar los resultados de un problema de programación lineal y/o entera mediante el análisis de sensibilidad Aprender a construir, identificar y pronosticar mediante modelos de pronósticos, identificando gráfica y funcionalmente sus principales componentes. Desarrollar los conceptos e ideas claves de modelos de simulación, desarrollando la aplicación del software especializado en los campos de modelado y simulación Definir, elaborar y representar, programar y controlar herramientas para abordar la planeación y control de la Gestión y Administración de Proyectos con muchas actividades separadas que requieren de coordinación Conocer los procesos y analizar la estructura de los modelos de gestión de inventarios. Identificar y describir un sistema de colas Realiza abstracciones a través del descubrimiento de problemas de PL y PE. Expresa e interpreta ideas matemáticas a través de su Evalúa estrategias para la resolución de situaciones problemáticas. Verifica sus resultados. Realiza abstracciones a través del descubrimiento de los componentes de las series de tiempo. Expresa e interpreta ideas matemáticas y de simulación a través de su representación: diagramas, gráficos y expresiones simbólicas. Evalúa estrategias para la resolución de situaciones problemáticas. Realiza sensibilización a través del uso de modelos de simulación. Verifica sus resultados. Expresa e interpreta ideas matemáticas a través de su Evalúa estrategias para la resolución de situaciones problemáticas. Verifica sus resultados. Realiza abstracciones a través de la formulación de modelos de inventarios. Expresa e interpreta ideas matemáticas a través de su Pruebas Pruebas Pruebas Pruebas

7 Evalúa estrategias para elegir el modelo más adecuado. Verifica sus resultados. Identificar de criterios y establecer problemas de decisión en condiciones de incertidumbre y riesgo Realiza abstracciones a través del descubrimiento de presencia de riesgo e incertidumbre. Expresa e interpreta ideas matemáticas a través de su Evalúa estrategias para la resolución de situaciones problemáticas. Verifica sus resultados. Pruebas VII. BIBLIOGRAFIA: Plataforma Web Blog del Curso: BIBLIOGRAFIA BASICA: 1. Anderson, David R.Sweeney, Dennis J. Métodos Cuantitativos para los Negocios. Soporte Docente. International Thomson Editores, Cengage Learning Render, Barry; Stair, Ralph M.; Hanna, Michael E. Métodos Cuantitativos para los Negocios. PEARSON Lledó, Pablo. Rivarola, Gustavo. Gestión de Proyectos. Cómo dirigir proyectos exitosos, coordinar los recursos humanos y administrar los riesgos. PEARSON Prentice Hall Grijalva Yauri, Ybnias Elí. Métodos Cuantitativos para los Negocios, Compilación BIBLIOGRAFIA COMPLEMENTARIA: 1. Bonini, Charles E. Hausman, Warren H. Bierman, Harold Jr. Análisis Cuantitativo Para los Negocios. IRWIN Mc Graw-Hill Chiang, Alpha C. Métodos Fundamentales de Economía Matemática. McGraw Hill. 3ra Edición Curso: Métodos Cuantitativos para la Administración Notas de Cátedra. Facultad de Ciencias Económicas y Jurídica. Universidad Nacional de la Pampa. Argentina Delurgio, Stephen A. Pronósticos: Principios y Aplicaciones. Irwin McGraw Hill Departamento de Informática. Aprendizaje de Árboles de Decisión. Universidad Nacional de San Luis. Argentina Diebold, Francis. Elementos de Pronósticos. Thompson Editores Faulin, Javier. Juan, Angel A. Módulo: Simulación de Monte Carlo con Excel. Proyecto e-math.

8 8. Font Belaire, Begoña. Programación Matemática: Cuaderno de Teoría y Ejercicios. Departamento de Matemáticas. Universidad de Valencia Linares, Pedro. Ramos, Andrés. Sanchez, Pedro. Sarabia, Angel. Vitoriano, Begoña. Modelos Matemáticos de Optimización. Departamento de Organización Industrial. Universidad Comillas, Madrid. España Lledó, Pablo. Rivalora, Gustavo. Administración Lean de Proyectos. PEARSON Prentice Hall Pepió Viñals, Montserrat. Series Temporales. Aula Politécnica / ETSEIT. Centro de Recursos de Soporte a la Docencia. Universidad Politécnica de Catalunya. España Perez Gorostegui, E. Introducción a la Teoría de la Decisión. Departamento de Economía Financiera, Contabilidad y Dirección de Operaciones. Universidad de Huelva Serra de la Figueroa, Daniel. Métodos Cuantitativos para la Toma de Decisiones. Centre de Recerca en Economia i Salud (CRES). Universidad Pempeu Fabra Vergara Schamalbach, Juan Carlos. La Programación Lineal. Servicio de Optimización ON LINE Yu Chuen Tao, Luis. Aplicaciones Prácticas de PERT y CPM. Gestión Deustuo. 5ta. Reimpresión DOCENTE: YBNIAS ELÍ GRIJALVA YAURI ybnias@infonegocio.net.pe