Академический Документы
Профессиональный Документы
Культура Документы
Datos de identificacin
Programa: Ingeniera Industrial Asignatura: Modelos Matemticos
Cdigo: 50413431 Plan de estudios: 1020
Nmero de Crditos dentro del Plan de Estudios: Fecha de actualizacin:
3 (TRES) 20/05/2014
Justificacin de la asignatura
Los futuros profesionales, se ven abocados a utilizar nuevas tcnicas de modelamiento para los procesos
productivos, por lo tanto deben conocer los modelamiento con Cadenas de Markov, par que con ellas elaborar
una verdadera teora sobre la toma de decisiones, todo esto lo aplicamos para predecir comportamientos
futuros de nuestros productos e ir un paso ms adelantado a la competencia y predecir el futuro inmediato del
mercado, todo esto nos conlleva a elaborar simulaciones y a utilizar herramientas computacionales, aplicadas
a cada etapa del proceso y de acuerdo al fin que queremos obtener, esto nos lo limita el mercado, el
presupuesto, la capacidad de la empresa y el nivel socioeconmico de donde vamos aplicar la simulacin, por
eso nuestros profesionales deben desarrollar todas estas tcnicas de una manera eficiente
Objetivo General
El Ingeniero Industrial aplicara las herramientas y modelos matemticos para la optimizacin del uso de los
recursos con que cuenta un sistema de produccin de bienes y/o servicios, como apoyo a una acertada toma
de decisiones bajo condiciones de certeza, riesgo, incertidumbre y competencia, as como para el
mejoramiento de los procesos e incremento de la productividad y calidad, que permita ser ms efectiva y
competitiva su gestin empresarial. Adems, debe tener la capacidad de analizar y simular procesos de
produccin tendientes a una mejor toma de decisiones .
Objetivos Especficos
Ncleo Objetivos Objetivos
Objetivos Actitudinales
Temtico Conceptuales Procedimentales
1.1 Identificar los 1.2 Aplicar en los 1.3 Ser asertivo y competitivo en la
procesos y procesos y los toma de decisiones empresariales
criterios para la diferentes criterios de basado en las diversas tcnicas
I toma de decisin en probabilsticas
decisiones. condiciones de
certidumbre, riesgo e
incertidumbre.
3.1 Entender los 3.2 Desarrollar las 3.3 Formular soluciones a problemas
conceptos y tcnicas de PNL referentes a la PNL de procesos
tcnicas que utiliza para la solucin de productivos o de servicios
III en la PNL en la un problema
perspectiva de la referente a los
modelacin procesos productivo
matemtica o de servicios
Criterio de Maximin
Criterio de Savage
4 Criterio de Laplace
Criterio de Hurwicz
Definicin
Proceso Estocsticos
Matriz de Transicin
II. CADENAS DE
6 Probabilidades de Transicin Absoluta y de n pasos
MARKOV
Definicin
Ecuacin de Chapman - Kolomgorov
Definicin
Proceso de Simulacin
15 Definicin
Tipos de Simulacin
Ventajas y Desventajas de la Simulacin
Mtodo de Montecarlo
Mtodo de Montecarlo
IV. SIMULACIN
Algoritmo de Multiplicador Constante
17 Algoritmo Lineal
Mtodo de Montecarlo
19 Examen Final
Analizar Informacin mediante el uso de tcnicas cuantitativas y a partir de ellas concebir, evaluar y
justificar alternativas de solucin de problemas.
Los mtodos utilizados varan de acuerdo a las unidades dictadas y estos incluyen:
Exposicin por parte del docente
Trabajo individual y/o grupal solucionando talleres
Talleres utilizando herramientas computacionales (EXCEL y WINQSB)
Criterios de evaluacin
Cundo
Cmo Evaluar? Qu evaluar?
Evaluar?
Conceptual y Actitudinal (Exmenes
Corte I: 20%
Parciales) 60% Semanas
01/01/17 al
1, 2, 3, 4 y 5
04/03/17
Procedimental (Taller - Quiz) 40%