(01357) Modelamiento para la toma de decisiones

FACULTAD DE CIENCIAS ADMINISTRATIVAS Y ECONÓMICAS
DEPARTAMENTO DE GESTIÓN ORGANIZACIONAL
CÓDIGO & MATERIA
PROGRAMA & SEMESTRE
REQUISITOS ACADÉMICOS
PROFESORES
01357/ Modelamiento para la toma de decisiones
Administración de Empresas (ADD, ADN) –semestre 07
Teoría microeconómica – Teoría de probabilidades.
Juan Felipe Henao Piza ([email protected])
Mario Bravo ([email protected])
INTENSIDAD HORARIA
CRÉDITOS ACADÉMICOS
PERÍODO ACADÉMICO
16 semanas – 4 horas semanales (64 horas)
3
2016-2
DESCRIPCIÓN GENERAL DEL CURSO
En la actualidad las organizaciones enfrentan situaciones complejas que involucran el análisis de
aspectos técnicos, económicos y estratégicos al mismo tiempo. En este sentido, los administradores
deben estar en la capacidad de emplear e integrar la información disponible en el entorno para analizar
el problema y apoyar su toma de decisiones. Esta no es una tarea fácil, pues implica el comprender a
profundidad cuáles son los aspectos esenciales para la toma de la decisión y cómo es la interrelación o
dinámica entre ellos. El modelamiento de problemas de decisión a través de herramientas matemáticas
pertenecientes al campo de las ciencias de la administración e investigación de operaciones es una
manera de facilitar dicha tarea.
Así, este curso pretende abordar diversas herramientas matemáticas pertenecientes al campo de las
ciencias de la administración e investigación de operaciones, con el fin de facilitar el modelamiento de
problemas y la toma de decisiones estratégica en las organizaciones. El objetivo principal es lograr que
los estudiantes visualicen el potencial de tales metodologías y adquieran habilidades que les permitan
modelar problemas usando algo más que la intuición.
OBJETIVO GENERAL
El objetivo principal del curso es desarrollar en los estudiantes habilidades de modelamiento
matemático y de reconocimiento de oportunidades dónde el modelamiento puede aportar valor a una
organización. Se espera que durante este proceso de aprendizaje se refuerce en los estudiantes sus
capacidades de razonamiento lógico matemático y crítico, para que así al terminar el curso, los
estudiantes estén en capacidad de identificar cuáles herramientas pueden ser las más adecuadas para
enfrentar diversos problemas de decisión.
OBJETIVOS TERMINALES
Al finalizar el curso el estudiante estará en capacidad de:
•
•
•
Identificar problemas de diversa naturaleza en contextos administrativos y diferenciar qué tipo
de herramienta de modelamiento podrían generar valor con miras a su solución.
Desarrollar modelos concretos para situaciones específicas con base en la modelación genérica
abordada en el curso.
Construir modelos matemáticos a través de macros de Excel para la solución de problemas
propuestos.
1
FACULTAD DE CIENCIAS ADMINISTRATIVAS Y ECONÓMICAS
DEPARTAMENTO DE GESTIÓN ORGANIZACIONAL
OBJETIVOS ESPECÍFICOS DE FORMACIÓN ACADÉMICA
Unidad 1: Introducción a la modelación de problemas (semanas 1 a 5)
Objetivo: al final de la unidad los estudiantes comprenderán que existen diferentes tipos de problemas
de decisión, con diferentes características y niveles de complejidad, para los cuales es necesario el uso
de herramientas analíticas para apoyar la toma de decisiones. Los estudiantes reflexionarán acerca de
problemas estructurados y no estructurados, de las limitantes en nuestra propia racionalidad para
enfrentarlos, y del aporte que pueden ofrecer herramientas modelamiento tanto “suaves”, como
“duras” (matemáticas), en IO.
Unidad 2: Modelos de optimización lineal, entera y binaria (semanas 6 a 10)
Objetivo: al final de la unidad los estudiantes comprenderán el concepto de optimalidad y el hecho que
problemas con pocas variables y restricciones pueden superar las capacidades de nuestra mente para
encontrar dichas soluciones óptimas. Esto les llevará a comprender la contribución que la programación
matemática ha tenido y tiene actualmente en nuestra sociedad moderna. Esto implica, a su vez,
entender y validar las hipótesis y limitaciones relacionadas con la estructura de modelos de
programación matemática (lineal, entera, binaria).
Unidad 3: Otros modelos de decisión (semanas 11 a 15)
Objetivo: al final de la unidad los estudiantes comprenderán que existen muchas otras situaciones de
decisión que no pueden ser modeladas con optimización o programación matemática, y que por ende
requieren del uso de otro tipo de herramientas de decisión. Es por esto que al momento de la práctica
consultora, los analistas deben conocer un amplio espectro de herramientas con el fin de recomendar la
más apropiada para cada situación. En este orden de ideas, los estudiantes reflexionarán acerca de los
modelos PERT/CPM para la administración de proyectos; los árboles de decisión y simulación para la
modelación de incertidumbre; y el análisis multicriterio para enfrentar situaciones que deben ser
evaluadas bajo la óptica de múltiples objetivos en conflictivos entre sí.
OBJETIVOS ESPECÍFICOS DE FORMACIÓN EN VALORES Y CAPACIDADES
Al terminar el curso se espera que los estudiantes hayan tenido la oportunidad de reflexionar sobre los
siguientes valores y desarrollar estas capacidades: Pensamiento lógico con base en el uso de métodos
analíticos cuantitativos y cualitativos (enfoque de modelado).
Además, como parte de los procesos de Aseguramiento del Aprendizaje (Assurance of Learning – AOL)
de la Universidad Icesi, con este curso se reforzará el siguiente objetivo de aprendizaje:
Capacidad a desarrollar:
Objetivo de aprendizaje:
Pensamiento Crítico: Reforzar la capacidad en los
Los estudiantes serán capaces de analizar de manera
sistemática la información cuantitativa y cualitativa que se
requiera para una buena toma de decisiones que lleve a la
resolución de problemas organizacionales y la creación de
valor.
estudiantes de proponer soluciones efectivas a
problemas organizacionales basados en una
formulación reflexiva de argumentos válidos.
ESTRATEGIA PEDAGÓGICA
El modelo de aprendizaje institucional de la Universidad Icesi está centrado en la utilización de
estrategias activas de enseñanza/aprendizaje. En este sentido, en el curso se emplearán actividades de
trabajo individual y grupal para la resolución de problemas dentro y fuera de clase. Adicionalmente, es
fundamental que el estudiante prepare los temas antes de cada clase y participe durante la clase para
lograr una construcción colectiva del conocimiento. El estudiante no solo tiene la tarea de aprender para
2
FACULTAD DE CIENCIAS ADMINISTRATIVAS Y ECONÓMICAS
DEPARTAMENTO DE GESTIÓN ORGANIZACIONAL
sí mismo, sino también de ayudar a los demás a lograr su aprendizaje. Esto es esencial para lograr los
objetivos del curso.
Lo que se espera del estudiante antes de la clase: que prepare a profundidad el material que le sea
asignado y que realice toda consulta y taller con compromiso. Es una práctica deseada que el estudiante
traiga dudas específicas a la clase.
Lo que se espera del estudiante durante la clase: que participe activamente respondiendo y planteando
preguntas en clase. Se espera que dicha participación sea argumentada o basada en los conceptos
principales que se manejen en cada clase.
Lo que se espera del estudiante después de la clase: que realice los problemas y casos que asigne el
profesor en clase y que busque por sus propios medios recursos/materiales adicionales para afianzar y
profundizar los aprendizajes alcanzados.
Lo que se espera del profesor: que sirva de guía y orientador durante el proceso de aprendizaje del
estudiante. El profesor tratará de evitar dictar clases con el método tradicional (o magistral) donde el
estudiante adopte un rol pasivo de escucha y no haya participación.
EVALUACIÓN
El desempeño del estudiante se evaluará así:
Actividad
Ponderación
Examen 1. Unidad 1
20 %
Examen 2: Unidad 2
25 %
Examen 3: Unidad 3
20 %
Trabajo final en parejas
25 %
Participación en clase (nota de concepto)
10%
Total
100 %
Nota: En cumplimiento de lo establecido en el Libro de Derechos, Deberes y Normas de los Estudiantes de Pregrado
de la Universidad ICESI, el estudiante deberá aprobar el promedio ponderado de notas individuales con 3.0 o más,
para que se computen las notas de grupo. Las notas del seguimiento (casos, quices y tareas) sólo serán tomadas en
cuenta si el promedio de los parciales es superior a 3.0. (Cap. XVI, artículo 71, literal c del libro de Derechos,
Deberes y normas de los estuantes de pregrado).
BIBLIOGRAFÍA
Libros guía:
1.
Render, Stair, Hanna. Métodos cuantitativos para los negocios, (11 Ed.) Pearson, México, 2012.
2.
Hillier y Hillier. Métodos cuantitativos para administración, (3ra Ed), Mc-Graw-Hill, 2008.
3.
Hillier y Lieberman. Fundamentos de investigación de operaciones, Mc-Graw-Hill, 2014.
3
FACULTAD DE CIENCIAS ADMINISTRATIVAS Y ECONÓMICAS
DEPARTAMENTO DE GESTIÓN ORGANIZACIONAL
Websites de interés:
•
http://www.learnaboutor.co.uk/ (ofrece materiales de apoyo para el aprendizaje)
•
http://www.theorsociety.com/ (página oficial de la sociedad de investigación de operaciones y
ciencias de la decisión en el UK)
•
http://systems.open.ac.uk/materials/T552/ (ofrece ayudas interactivas para aprender algunas
técnicas de mapeo y modelación blanda - Soft OR)
Otras referencias
•
Hillier F.S., Lieberrman G.J. Introducción a la Investigación de Operaciones, (9 Ed.) McGraw-Hill, México,
2010.
•
Goodwin and G. Wright. 2004. Decisions involving multiple objectives, en Decision analysis for
management judgment. 3rd Ed.
•
Winston, W.L. Investigación de Operaciones: Aplicaciones y Algoritmos, (4 Ed.) Thomson, México, 2005.
•
Anderson David R, Sweeney Dennis J, Williams Thomas A., Métodos cuantitativos para los negocios, (9
Ed), Editorial Cengage Learning, México, 2004.
•
Bonini Charles E, Hausman Warren H, Bierman Jr Harold. Análisis cuantitativo para los negocios, (9 Ed) ,
McGrawHill, Colombia, 2000.
•
GOULD, F.J, Y EPPEN G.D., Investigación de Operaciones en la Ciencia Administrativa, Prentice Hall, (3 Ed)
México, 1992.
•
Mathur K., Solow D., Investigación de Operaciones-El arte de tomar decisiones. Prentice Hall, México,
1996.
•
Taha, Hamdy A., Investigación de Operaciones: Una introducción (9 Ed.), Pearson Educación, México,
2012.
ALGUNOS REQUISITOS PARA EL CURSO
Para los estudiantes que tomen este curso se les recomienda repasar:
-
Para la unidad 1: graficación de funciones lineales en planos cartesianos y solución sistemas de
ecuaciones de 2x2 para encontrar puntos de intersección entre rectas;
-
Para la unidad 2: uso de series, sumatorias y subíndices;
-
Para la unidad 3: probabilidades, variables aleatorias continuas y discretas, funciones de
densidad de probabilidad y función de probabilidad acumulada.
4
FACULTAD DE CIENCIAS ADMINISTRATIVAS Y ECONÓMICAS
DEPARTAMENTO DE GESTIÓN ORGANIZACIONAL
PLAN DE ACTIVIDADES POR SESIÓN
Sesión 1 (salón de clase)
Introducción al curso:
Presentación del curso: temáticas principales, importancia,
metodología de trabajo, evaluación y uso de Moodle.
Actividad de clase: Test requisitos para el curso.
Sesión 2 (sala de computo)
Semana
Lectura en moodle: 1 - Las trampas ocultas en la toma de
decisión. Harvard Business Review, 2006;
Complejidades en toma de decisiones:
Factores que dificultan la toma de decisiones: trampas
mentales y toma de decisiones), el rol del sistema 1 y 2,
racionalidad limitada;
1
Actividad de clase: ejercicios sesgos cognitivos.
Videos en moodle: 2.2 -What is a wicked problem?
https://www.youtube.com/watch?v=KmzcmeXTDb8
Lectura en moodle: 2.1 - OR_executive_guide: The Guide to
2.3 - Tom Wujec: Got a wicked problem? First, tell me
Operations Research by the OR Society, UK.
how you make toast:
https://www.youtube.com/watch?v=_vS_b7cJn2A
Libro guía: Capítulo 1;
Introducción al modelamiento de problemas:
Problemas complejos y pensamiento sistémico:
¿Qué es el modelamiento de decisiones?, tipos de
problemas de decisión, el papel de la investigación de
operaciones y las ciencias de la administración, modelos
duros vs blandos;
Introducción al pensamiento sistémico o los métodos
blandos para la estructuración de problemas: origen,
justificación e importancia; tipos de métodos existentes;
discusión de algunos métodos;
2
Actividad de clase: listado de posibles wicked problems.
Modulo multimedia en moodle: 3 - sección multiple cause
diagrams: http://systems.open.ac.uk/materials/T552/
Métodos blandos de modelamiento (Soft OR):
Actividad de clase: usar multiple cause diagrams para la
discusión de un caso.
Libro guía: Capítulo 7 (leer hasta pag. 276);
Programación lineal (PL) conceptos básicos:
Modelos PL de dos variables y método gráfico de solución;
Actividad de clase: Ejercicios.
Libro guía: Capítulo 7, Sección 7.8 (leer pag. 276 - 290);
Programación lineal (PL) Análisis de Sensibilidad:
Actividad de clase: Ejercicios de PL de dos variables,
solución por el método gráfico y análisis de sensibilidad;
Examen 1: Unidad 1 (semanas 1 a 5)
Libro guía: Capítulo 7 (leer hasta pag. 276);
Programación lineal (PL) conceptos básicos:
3
Actividad de clase: Ejercicio introductorio PL con Lego
(planteamiento del problema y solución gráfica).
Libro guía: Capítulo 7, Sección 7.8 (leer pag. 276 - 290);
Programación lineal (PL) Análisis de Sensibilidad:
4
Análisis de sensibilidad para modelos PL de dos variables
a través del método gráfico;
Actividad de clase: Ejercicios.
Taller preparatorio para el examen 1: Sesión de
ejercicios y dudas;
5
Recuerde hacer uso de las monitorias durante la semana
5!!
Introducción al Solver de Excel: Solución numérica de
problemas de PL con dos variables.
5
6
FACULTAD DE CIENCIAS ADMINISTRATIVAS Y ECONÓMICAS
DEPARTAMENTO DE GESTIÓN ORGANIZACIONAL
Libro guía: Capitulo 8;
Problemas PL de varias variables
Esquema general para modelos PL de varias variables, tipos
de variables (reales, enteras, binarias), esquema general
problemas de asignación de recursos y canje costobeneficio.
Libro guía: Secciones 9.1 - 9.4;
Modelos de transporte y asignación:
Teoría: problemas de transporte y asignación;
Libro guía: Secciones 10.1 - 10.3 del libro;
Problemas PE y binaria, y solución con Solver
7
Actividad de clase: ejercicios y construcción de modelos
en Excel;
Solución de problemas con Solver y OpenSolver
Actividad de clase: ejercicios y construcción de modelos
en Excel;
8
Actividad de clase: Ejercicios.
Modelos mixtos de programación matemática:
Solución de problemas con Solver y OpenSolver
Actividad de clase: Ejercicios.
Práctica: ejercicios y su solución en Excel;
Taller preparatorio para el examen 2: Sesión de dudas y
ejercicios;
Taller preparatorio para el examen 2: Sesión de dudas y
ejercicios;
Recuerde hacer uso de las monitorias!!
Recuerde hacer uso de las monitorias!!
9
10
Libro guía: Capitulo 12 (leer pag. 459 – 473);
Introducción modelos PERT/CPM:
Examen 2: Unidad 2 (semanas 6 a 10)
Representación gráfica, ruta crítica, holguras e
incertidumbre.
Libro guía: Capitulo 12 (leer pag. 473 – 484);
Modelos PERT/CPM:
Manejo de costos y aceleración del proyecto.
Modelos PERT/CPM:
11
12
Ejercicio completo PERT/CPM en Excel;
Libro guía: Capítulo 3 (leer pag. 69 - 87);
Análisis de decisiones – árboles de decisión:
Análisis de decisiones – árboles de decisión:
Concepto de incertidumbre, problemas sin probabilidad,
árboles de decisión y valor esperado, análisis de
sensibilidad;
Ejercicios usando TreePlan, Excel add-in;
13
Lectura en moodle: 14 - Decisions involving multiple
objectives, de Goodwin and G. Wright. 2004.
Problemas multicriterio (MCDA):
Problemas multicriterio con HiView:
Pasos de modelamiento, criterios de decisión, funciones de
valor, pesos, curva de eficiencia con relación B/C,
resultados y análisis de sensibilidad;
Ejercicio multicriterio usando el software HiView 3;
Taller: Sesión de dudas y ejercicios;
Taller: Sesión de dudas y ejercicios;
Recuerde hacer uso de las monitorias!!
Recuerde hacer uso de las monitorias!!
Examen 3: Unidad 3 (semanas 11 a 15)
Presentación trabajo final en parejas
6
14
15
16