Modelo para la toma de deciones

UNIVERSIDAD MARIANO GÁLVEZ DE GUATEMALA
FACULTAD DE CIENCIAS DE LA ADMINISTRACIÓN
DIRECCIÓN DE POSTGRADOS

I IDENTIFICACIÓN
1. Maestría: Administración de Negocios, Dirección y Gestión del Recurso Humano y Dirección del Marketing.
2. Curso: Modelos para la toma de decisiones
II OBJETIVOS
1. General:
Desarrollar en el estudiante la habilidad para analizar problemas y la capacidad parala creación de modelos matemáticos que le permitan optimizar los recursos de su empresa, haciéndolo un elemento eficiente en el desempeño de sus funciones.
2. Específicos:
Analizar, comparar e interpretar datos por medio de las estadísticas descriptivas.
Adquirir habilidad en el cálculo de probabilidades para la toma de decisiones.
Desarrollar la competencia del uso de las distribuciones deprobabilidad en la solución de problemas específicos.
Usar la regresión simple, múltiple y de series de tiempo para analizar resultados de modelos de pronósticos.
Diseñar y resolver modelos de programación lineal para maximización y minimización.

III HABILIDADES DIRECTIVAS
1. Genérica
Solucionar con creatividad los problemas
Es la habilidad para resolver, perfeccionar, explicar y generarun conjunto de hechos o circunstancias que dificultan la consecución de un fin, mediante la creación de nuevas ideas y avances, a través de la aplicación de metodologías, inclusive radicales, en la solución de problemas; buscando opciones que mejoren lo actual, enfocándose en la consecución de metas logradas con creatividad, mediante el trabajo en equipo, la participación multidisciplinaria yla coordinación de personas.
2. Específicas
Administración de Negocios
Desarrollar estrategias
Prospectar las finanzas
Dirección y Gestión del Recurso Humano
Gestionar el talento humano
Dirección del Marketing
Crear valor para el cliente

IV CONTENIDO
SEMANA 1
I ANÁLISIS Y APLICACIÓN DE ESTADÍSTICA DESCRIPTIVA
1. Medidas de tendencia central
2. Medidas de forma
3. Medidas dedispersión

SEMANA 2
II TEORÍA DE PROBABILIDADES
1. Concepto de espacio muestral, evento y probabilidad de un evento.
2. Eventos mutuamente excluyentes. Regla de adición.
3. Eventos independientes. Regla de multiplicación.
4. Eventos dependientes. Regla de probabilidad condicional.
5. Probabilidades conjuntas y marginales.
6. Diagrama de árbol para calcular probabilidades.
7.Teorema de Bayes.
SEMANA 3
III DISTRIBUCIONES DE PROBABILIDAD
1. Distribución Normal
2. Distribución Binomial
3. Distribución de Poisson

SEMANA 4
4. t de student
5. Chi cuadrada
6. Distribución F (Anova)

SEMANA 5
IV PRONÓSTICOS
1. Regresión simple. Ecuación de pronóstico. Error estándar de estimación. Intervalos de predicción.
2. Análisis de correlación. Coeficiente dedeterminación y de correlación.
3. Regresión múltiple. Ecuación de pronóstico. Error estándar de estimación. Intervalos de predicción.

SEMANA 6
4. Series de tiempo.

SEMANA 7
Día virtual
SEMANA 8
V PROGRAMACIÓN LINEAL
1. Modelos de programación lineal: método gráfico y por computadora
SEMANA 9
2. Aplicar Excel Solver para resolver problemas de maximización y minimización.
SEMANA 10Presentación de proyecto final

V METODOLOGÍAS DE APRENDIZAJE
1. Representación de roles,
2. Aprendizaje cooperativo,
3. Tópico generador o generativo,
4. Estudio de caso,
5. Simulación, y
6. Aprendizaje basado en problemas.

VI EVALUACIÓN DEL APRENDIZAJE
Tareas 20 pts. 4 tareas.
Día virtual 15 pts.
Pruebas cortas 30 pts. 3 pruebas
Proyecto 20 pts.
Exposición deproyecto 15 pts.
*Las actividades deben ser realizadas y entregadas en la fecha establecida para su ponderación.

VII CRONOGRAMA
DIA
TEMA
METODOLOGÍA
OBJETIVOS
1
I ANÁLISIS Y APLICACIÓN DE ESTADÍSTICA DESCRIPTIVA
1. Medidas de tendencia central
2. Medidas de forma
3. Medidas de dispersión
Clase magistral, clase magistral participativa, solución de problemas y práctica de laboratorio....