Documento N° R101V8034

Sílabo
Curso : Toma de Decisiones en Operaciones
Programa : Diplomatura de Estudio en Gestión de Operaciones
XXXV
Fecha : Del 22 de junio al 8 de agosto del 2023
Sesiones 16
Profesor : Renzo Vásquez
E-mail : renzo.vasquezm@pucp.edu.pe
Teléfono : 626-7100

I. Descripción General

El proceso de toma de decisiones suele ser complejo, como resultado de la confluencia de

múltiples factores que impactan sobre las variables de interés y, por ende, en las decisiones u
opciones por las que podríamos optar. Esto es especialmente crítico en contextos en donde la
competitividad de las empresas está relacionada con su capacidad para adaptarse rápidamente
a las condiciones cambiantes de su entorno y al reto de procesar con la misma velocidad y
eficiencia los datos, a fin de convertirlo en información relevante para el proceso de toma de
decisiones.
Los procesos de decisión no tienen por qué ser únicamente intuitivos o basados en las
expectativas y experiencia del tomador de decisiones. Por el contrario, el gerente cuenta con
una serie de técnicas y herramientas para el análisis de decisiones. Este curso presenta los
métodos y herramientas cuantitativas para el proceso de toma de decisiones, dando especial
atención al desarrollo de modelos para simular problemas reales de la gerencia en áreas como
el marketing, operaciones, logística, finanzas y en la dirección estratégica de organización.
El conocimiento y destreza en la aplicación de estas técnicas, por parte de los gerentes
modernos, constituye un factor competitivo de primer orden que se traduce en un mejor
aporte a las decisiones de la empresa y el logro de sus objetivos estratégicos.

II. Objetivos de Aprendizaje

Objetivo general.
Adquirir habilidades para el análisis cuantitativo de problemas gerenciales a través del uso de
modelos de simulación, optimización, colas de espera, pronósticos y regresión.

Objetivos específicos.
• Diseñar y utilizar modelos cuantitativos bajo la lógica probabilística.
• Diseñar y utilizar modelos cuantitativos bajo la lógica determinística.
• Diseñar y utilizar modelos cuantitativos de procesos de espera.
• Diseñar y utilizar modelos cuantitativos de pronósticos.
 2

III. Competencias

El estudiante:
Utiliza las probabilidades para el análisis, interpretación y presentación de datos.
• Utiliza los modelos de las principales distribuciones de probabilidad para analizar y
representar las decisiones en casos reales en la empresa.
• Comprende el proceso de diseño de modelos cuantitativos aplicados a la toma de
decisiones en la gestión empresarial.
• Diseña modelos cuantitativos concretos para el análisis de problemas complejos que
involucran varias variables de decisión.
• Comprende las diferencias teóricas y de aplicación de las distintas herramientas para
la solución de problemas empresariales.
• Utiliza métodos cuantitativos para realizar previsiones sobres comportamientos
futuros de variables claves que influyen en el rendimiento empresarial.
• Adquiere destreza en el uso de la hoja de cálculo para modelar y analizar problemas
reales, propios del entorno empresarial.

IV. Metodología

Los estudiantes deberán leer antes de clase las lecturas señaladas para cada sesión con el
objetivo de lograr una participación activa en el desarrollo de las sesiones y el análisis crítico
del material.

La metodología del curso es altamente participativa y está orientada al logro de los objetivos
enunciados. Su evaluación se realiza de la siguiente manera:

Contribución a la clase.
La participación activa de los estudiantes a través del comentario crítico de las lecturas, la
aplicación de los casos y ejercicios, y la discusión de sus propias experiencias relacionadas
con los tópicos tratados en clase es incentivada y valorada a lo largo del curso.

Los aportes e intervenciones son parte fundamental de la evaluación, siendo la calidad y no

la cantidad de las mismas que pondrán en evidencia la preparación del alumno.

Antes de las clases, los estudiantes deberán estudiar las lecturas señaladas para cada sesión,
en especial los casos de estudio asignados, con el objetivo de lograr una óptima participación
activa en el desarrollo de las sesiones y en el análisis crítico del material.

Controles, Casos y Ejercicios.

Se tomarán evaluaciones de avance en las fechas que indique el profesor.
Los casos serán asignados por el docente oportunamente y se resuelven en equipos de trabajo.
El docente podrá de manera aleatoria, invitar a los estudiantes a presentar sus propuestas de
solución en clase.

Examen Final.
Será aplicado el último día de clases y su solución es de manera individual. Abarca todo el
curso y podrá resolverse utilizando sus apuntes y material de clase.
 3

Trabajo aplicativo final (TAF).

El Trabajo Aplicativo Final (TAF) es un trabajo integrador del curso. Los estudiantes deberán
presentarlo el último día de clase, salvo disposición distinta del docente. Las indicaciones del
trabajo se encuentran especificadas en el Apéndice A, al final del presente documento.

V. Sistema de Evaluación

La nota final será el promedio ponderado de los siguientes rubros:

Evaluaciones individuales
Contribución a la clase 25%
Controles, Casos y Ejercicios 25%
Examen Final 25%
Evaluaciones grupales
Trabajo aplicativo final 25%
Total 100%

VI. Contenido Detallado

Sesión 1 – 2
Introducción a las Operaciones.

Sesión 3 – 4
Simulación de Monte Carlo.
Fundamentos y aplicación del método de Monte Carlo para la construcción de modelos de
simulación
Lectura.
Anderson, D., Sweeney, D., Williams, T., Camm, J., Cochran, J., Fry, M., & Ohlmann, J.
(2016). Simulación. En Métodos cuantitativos para los negocios (13a ed., pp. 719-
769). México D.F., México: Cengage.

Sesión 5 – 6
Líneas de Espera.
• El modelo básico, suposiciones y características.
• Modelos finitos y con abandono.
Lectura.
Render B., Stair R. & Hanna M., (2016). Modelos de teoría de colas y líneas de espera. En
Métodos cuantitativos para los negocios (12a ed., pp. 499-520). México D.F.,
México: Pearson.

Sesión 7 – 8
Planteamiento de modelos de programación lineal.
Introducción a la Programación lineal, maximización, minimización, solución gráfica.
 4

Construcción de modelos en Excel, uso de Solver, análisis de sensibilidad, aplicaciones.

Lectura.
Anderson, D., Sweeney, D., Williams, T., Camm, J., Cochran (2016). Aplicaciones de la
programación lineal en marketing, finanzas y administración de operaciones. En
Métodos cuantitativos para los negocios (13a ed., 362-423). México D.F., México:
Cengage.

Sesión 9 – 10
Modelos de distribución y de red.
Problemas de transporte, asignación óptima y transbordo.
Lectura.
Anderson, D., Sweeney, D., Williams, T., Camm, J., Cochran, J., Fry, M., & Ohlmann, J.
(2016). Modelos de distribución y de red. En Métodos cuantitativos para los negocios
(13a ed., pp. 424-486). México D.F., México: Cengage.

Sesión 11 – 12
Pronósticos.
La previsión en los negocios, pronósticos cuantitativos, el modelo de pronósticos causales,
ajustes de curvas, pronósticos de series de tiempo, promedios móviles, suavización
exponencial simple, tendencia, estacionalidad.
Lectura.
Newbold P., Carlson W. & Thorne B. (2013). Predicción con Modelos de Series Temporales.
En Estadística para la administración y economía (8a ed., pp. 735-769). Madrid,
España: Pearson.

Sesión 13 – 14
Modelos de Inventarios.
Punto de reorden y stock de seguridad.

Sesión 15 – 16.
Presentación de Trabajo Final Aplicativo
Examen final

VII. Referencias

Anderson, D., Sweeney, D., Williams, T., Camm, J., Cochran, J., Fry, M., & Ohlmann, J.
(2016). Métodos cuantitativos para los negocios (13a ed.). México D.F., México:
Cengage. Recuperado de http://www.ebooks7-
24.com.ezproxybib.pucp.edu.pe:2048/?il=3205
Lind, D., Marchal, W. & Wathen, S. (2015). Estadística aplicada a los negocios y la
economía (16a ed.). México D.F., México: McGraw Hill. Recuperado de
http://www.ebooks7-24.com.ezproxybib.pucp.edu.pe:2048/?il=2266
 5

Render B., Stair R. & Hanna M., (2016). Modelos de teoría de colas y líneas de espera. En
Métodos cuantitativos para los negocios (12a ed.). México D.F., México: Pearson.
Recuperado de http://www.ebooks7-24.com.ezproxybib.pucp.edu.pe:2048/?il=4487
Newbold P., Carlson W. & Thorne B. (2013). Predicción con Modelos de Series Temporales.
En Estadística para la administración y economía (8a ed., pp. 735-769). Madrid,
España: Pearson. Recuperado de http://www.ebooks7-
24.com.ezproxybib.pucp.edu.pe:2048/?il=3688

VIII. Profesor

Renzo Vásquez Malaga

El profesor Vásquez es Magíster en Administración Estratégica de Negocios de la Pontificia

Universidad Católica del Perú. Ingeniero Industrial de la Universidad Nacional de Ingeniería,
Perú. Certified Supply Chain Professional de la Association for Supply Chain Management
ASCM, Estados Unidos. Master en Operaciones de CENTRUM-EADA, Perú. Diplomado en
Supply Chain Management de la Universidad Peruana de Ciencias Aplicadas, Perú.
Especialización en Gestión de Comercio Internacional de la Asociación de Exportadores del
Perú.

Experiencia

En relación a su experiencia profesional, se desempeñó como Jefe de Planeamiento y Control de

en Tejidos San Jacinto, como Jefe de Programación en Medifarma y ha sido Ingeniero de Mejora
de Procesos de Ensamble en Bosh Siemens Home Appliance Group. Cuenta con experiencia en
empresas de diferentes rubros como textil, farmaceútica, línea blanca, plásticos y metalmecánicas,
planeamiento y control de producción, implementación de ERP, operaciones de logística
internacional door to door, y diseño e implementación de herramientas ágiles para el seguimiento
al cambio en procesos clave (lean kanban).

En relación con su producción intelectual, ha escrito publicaciones: “Uso de herramientas ágiles

en procesos de planificación de producción” (Linkedin), y “Caso práctico para aplicar lean kanban
en planeamiento de producción” (Linkedin).

Cargo Actual

Actualmente es Sub Gerente de Planificación y Control de Producción en Trupal, y Profesor del

Área Académica de Operaciones en CENTRUM Católica Graduate Business School.

Premios

- Miembro de Beta Gamma Sigma, sociedad honoraria internacional. 2012, Perú.

- Premio a la excelencia, Master en Operaciones de CENTRUM-EADA. 2010, Perú.
 6

Apéndice A: Trabajo Aplicativo Final

Proyecto: Modelo de Decisión

Su labor es desarrollar un Modelo Cuantitativo de Decisión. El tema es libre y muy flexible

en términos de los temas y tipos de proyectos que son aceptables.

Se espera que cada equipo (a) haga una breve presentación a la clase describiendo su
proyecto (15 minutos incluyendo ronda de preguntas) y (b) Entregar el día de su presentación
un file zip conteniendo todo el material relacionado a su proyecto (Archivos de Excel con el
modelo, archivos Power Point con la presentación, descripciones en Word, etc.).

Los criterios para evaluar el proyecto serán:

1. Relevancia: ¿El equipo estudió un problema gerencial u operativo-administrativo

importante y realista?
2. Calidad: ¿El equipo hizo un buen trabajo identificando los principales problemas,
variables inciertas o de decisión en su proyecto, y atando estos elementos a las lecciones
aprendidas en el curso?
3. Esfuerzo: ¿Fue el proyecto del equipo desafiante e hizo un buen uso de las técnicas y
habilidad de modelamiento del curso?
4. Presentación: ¿Estuvo el equipo bien preparado e hizo una presentación excelente en
términos de estilo de oratoria y de ayudas audio-visuales?
5. Utilidad: ¿Es el modelo útil para mejorar la toma de decisiones?