Diplomado en Optimización de operaciones logísticas

Estudia en la Universidad N°1 de habla hispana en Latinoamérica 2024 por QS World University Rankings

Acerca del programa:

Te entregamos las herramientas imprescindibles para optimizar diversos procesos, incluso en entornos inciertos. Aprende y aplica conocimientos cuantitativos en las áreas de optimización y logística para conquistar cualquier desafío.

El Diplomado en Optimización de operaciones logísticas ofrece la opción de continuar los estudios y postular al Magíster en Ingeniería Industrial (MII), cumpliendo con los requisitos de admisión y aprobación de los cursos

Diplomado en Optimización de operaciones logísticas UC

Dirigido a:

Ingenieros Civiles, Ingenieros Industriales, Ingenieros Comerciales y otras profesiones afines interesados en temas de gestión.


Jefe de Programa

Michael Leatherbee

Ph.D. en Emprendimiento, Tecnología, Estrategia y Organización. Management Science and Engineering Stanford University, California, EEUU e Ingeniero Civil Industrial con mención en Hidráulica UC. Director de la Plataforma de Gestión de Innovación de DICTUC. Profesor asociado del Departamento de Ingeniería Industrial y de Sistemas y Director del Magíster en Ingeniería Industrial de la UC. Cofundador del think tank Innovation Factory y de Yx Wireless S.A., compañía líder en Latinoamérica en su sector.
linkedin

Equipo Docente

keyboard_arrow_down

Gustavo Angulo

Ingeniero Civil Matemático de la Universidad de Chile, Ph.D. en Investigación Operacional en Georgia Institute of Technology, EEUU. Profesor asistente del Departamento de Ingeniería Industrial y de Sistemas UC.

Margarita Castro

Profesor asistente del Departamento de Ingeniería Industrial y de Sistemas UC. Ingeniero Civil Industrial y Magíster en Ciencias de la Ingeniería UC. PhD in Industrial Engineering, University of Toronto

Álvaro Lorca

Profesor asociado del Departamento de Ingeniería Industrial y de Sistemas UC y del Departamento de Ingeniería Eléctrica UC. Ingeniero Civil Industrial UC, Magíster en Ciencias de la Ingeniería U y Ph.D. en Investigación Operacional en Georgia Institute of Technology, EEUU.

Alejandro Mac Cawley

Profesor asociado del Departamento de Ingeniería Industrial y de Sistemas, de la Escuela de Ingeniería en la UC en Santiago, Chile. Es Ph.D. y MSc. en Investigación de Operaciones del Georgia Institute of Technology e Ingeniero Agrónomo de la UC. Sus intereses de investigación se centran en la aplicación de técnicas de Investigación Operativa a sistemas basados en recursos naturales y salud con un enfoque en la coordinación de la cadena de suministro, planificación de producción, producción ajustada, industria 4.0, Lean, sistemas de apoyo a la decisión y confiabilidad.

Jorge Vera

Ph.D. y M.Sc en Investigación Operacional de la Universidad de Cornell, EE.UU. Ingeniero Civil Matemático de la Universidad de Chile. Actualmente es Profesor en el Departamento de Ingeniería Industrial y de Sistemas de la UC. Ha sido profesor visitante del MIT en el curso “Optimization Methods”, además de impartir docente en el Departamento de Ingeniería Industrial de la Universidad de Chile en los cursos de Investigación de Operaciones y Gestión de Operaciones.

* EP (Educación Profesional) de la Escuela de Ingeniería se reserva el derecho de reemplazar, en caso de fuerza mayor, a él o los profesores indicados en este programa; y de asignar al docente que dicta el programa según disponibilidad de los profesores.

Descripción

El Diplomado está compuesto por cursos del área analítica cuantitativa de la malla curricular del Magíster en Ingeniería Industrial UC (MII UC). Está dirigido a profesionales con experiencia laboral interesados en adquirir herramientas metodológicas para analizar y modelar de problemas complejos en las organizaciones, especialmente aquellos relacionados con la optimización de procesos en entornos con incertidumbre.

Durante el Diplomado, se abordarán distintas herramientas y técnicas para modelar y optimizar procesos de toma de decisiones en contextos inciertos. Los estudiantes adquirirán herramientas analíticas que les permitirán solucionar problemas complejos en gestión dentro de las organizaciones.  

El Diplomado se compone de 4 cursos que se realizan durante un año, en formato bimestral, de acuerdo a la estructura del Magíster con 8 semanas de clases cada uno, más una donde se programa el examen o trabajo/actividad final del curso. El programa de cada curso contempla un total de 5 créditos UC, lo que incluye horas directas (clases sincrónicas presenciales o virtuales) y horas de trabajo autónomo o indirectas (horas de dedicación personal del alumno a la revisión de material escrito y audiovisual asincrónico, estudio individual y grupal, preparación de clases, pruebas, trabajos, proyectos o disertaciones, etc.). La organización de estas horas y las clases sincrónicas dependerá en específico de cada curso y docente a cargo, en el marco de la estructura del Magíster en Ingeniería Industrial UC.

Requisitos de Ingreso

  • Grado Académico de Licenciado o Título Profesional Universitario equivalente.
  • Un mínimo de tres años de experiencia laboral.

Se recomienda:

  • Buen nivel de comprensión de inglés, que permita leer y entender textos en el idioma.

Objetivos de Aprendizaje

  1. Realizar un proceso de toma de decisiones en contextos de incertidumbre, aplicando técnicas y herramientas cuantitativas avanzadas.
  2. Identificar problemas de toma de decisiones en organizaciones, en los que herramientas y modelos de optimización pueden ser aplicados.
  3. Diseñar mejoras en los procesos clave de las organizaciones, a través de la simulación de situaciones y problemas reales.
  4. Implementar soluciones sofisticadas, con base en la formulación y aplicación de modelos al interior de la organización.

Desglose de cursos

Curso 1: IND3200 Fundamentos de optimización

keyboard_arrow_down
ND3200 Optimization basics

Sigla VRA: IND3200

Docentes: Rodrigo Carrasco y Jorge Vera

Unidad académica responsable: Escuela de Ingeniería

Requisitos: Sin Prerrequisitos

Horas totales: 90 | Horas directas: 24 | Horas indirectas: 66

Descripción del curso

En este curso se presentan en forma simple y conceptual los principales métodos disponibles para la resolución de modelos de optimización y también se ilustra su aplicación utilizando software disponible, particularmente en planillas de cálculo. Durante el curso se ejemplifican igualmente en forma integrada las diversas herramientas presentadas revisando algunas aplicaciones a sectores industriales específicos.

Resultados del aprendizaje

  1. Resolver a través del paradigma de la optimización problemas de toma de decisiones que se presentan en los diversos ámbitos de la gestión de diversas organizaciones.
  2. Capacitar para la formulación de modelos de optimización para la toma de decisiones, pero también un entendimiento de las metodologías de resolución, especialmente en el caso de la programación lineal y problemas relacionados.
  3. Resolver modelos de optimización aplicando herramientas de software.

Contenidos

  • Introducción
    • Conceptos generales de optimización y su importancia dentro de la investigación operacional
    • Ejemplos de modelos importantes y codificaciones en Excel y otros.
  • Programación lineal
    • Propiedades geométricas
    • Resolución de problemas de Programación Lineal
    • El concepto de dualidad y su importancia
    • Análisis de sensibilidad
  • Programación entera
    • Geometría y complejidad de los problemas de optimización discreta.
    • Métodos de resolución de problemas enteros
  • Problemas en estructuras de redes y grafos
    • Problemas de flujo a costo mínimo y problemas de transporte
    • Problemas de flujo máximo
    • Problemas de ruta más corta
    • Otros problemas importantes en redes y grafos.
  • Programación dinámica
    • Modelos clásicos de programación dinámica
    • El principio de optimalidad.
  • Otros temas (en función del tiempo)
    • Heurísticas
    • Tendencias y desafíos de la optimización actual

Estrategias Metodológicas:

  • Clases expositivas
  • Cápsulas
  • Lecturas complementarias
  • Estudios de casos
  • Trabajos aplicados

Estrategias Evaluativas:

  • Promedio de tareas 20%
  • Proyecto computacional 20%
  • Promedio de controles 20%
  • Examen final 40%

Curso 2:</strong> <strong>Taller de optimización y decisiones

keyboard_arrow_down
Optimization and decisions workshop.

Sigla VRA: IND3810

Docente: Gustavo Angulo

Unidad académica responsable: Escuela de Ingeniería

Requisitos: Sin Prerrequisitos

Horas totales: 90 | Horas directas: 24 | Horas indirectas: 66

Descripción del curso

Este curso está diseñado para poner en práctica los conocimientos adquiridos en el área de Optimización, a través del modelamiento e implementación computacional de problemas de diversas áreas de aplicación.

Resultados de aprendizaje

  1. Profundizar en las metodologías de modelamiento y resolución computacional de problemas de optimización.
  2. Aplicar técnicas avanzadas de modelamiento con variables enteras, incorporar manejo de incertidumbre en modelos de optimización, y utilizar software especializado de optimización.

Contenidos

  • Elementos básicos de optimización
    • Construcción de modelos
    • Métodos de solución
    • Implementación computacional
  • Programación Entera
    • Formulaciones con variables binarias
    • Fortalecimiento y planos de corte
    • Comparación computacional
  • Optimización bajo incertidumbre
    • Modelos de dos etapas con recurso
    • Restricciones probabilísticas
    • Aversión al riesgo
    • Implementación por escenarios

Estrategias Metodológicas:

  • Cátedra.
  • Cápsulas.
  • Casos de estudio.
  • Taller computacional.

Estrategias Evaluativas:

  • Tareas :60%
  • Proyecto :40%

Curso 3: Logística y gestión de la cadena de abastecimiento

keyboard_arrow_down
Logistics and supply chain management

Sigla VRA: IND3700

Docente: Alejandro Mac Cawley

Unidad académica responsable: Escuela de Ingeniería

Requisitos: Sin Prerrequisitos

Horas totales: 90 | Horas directas: 24 | Horas indirectas: 66

Descripción del curso

El objetivo de este curso es estudiar e integrar las perspectivas de diferentes disciplinas desde marketing (selección de canales de distribución), logística y gestión de operaciones para desarrollar una comprensión global de la cadena de suministro. Temas específicos a tratar incluyen: el rol de la logística en potenciar la ventaja competitiva de la organización, diseño y configuración de las redes de distribución, optimización de la cadena logística, diseño de contratos e incentivos para coordinar a distintos agentes en la cadena, localización y dimensionamiento de instalaciones, planificación y gestión de transporte, diseño y operación de centros de distribución y bodegas, diseño de producto, tecnologías de información, globalización, sustentabilidad y definición de indicadores claves de performance (KPI).

Resultados de aprendizaje

  1. Comprender los principales trade-offs en la gestión de la cadena de suministros.
  2. Aplicar los conceptos del curso en el análisis y toma de decisiones.

Contenidos

  • Introducción a la Gestión Logística y de la Cadena de Suministro
  • Logística Estratégica
  • Decisiones críticas en logística e Inventarios.
  • Diseño y configuración de Redes de Distribución: producto/proceso/cadena
  • Análisis de configuraciones.
  • Coordinación en la cadena de suministros: hacia el alineamiento.
  • Efecto Látigo en las Cadenas de Abastecimiento. El juego de la Cerveza
  • Centros de Distribución: Decisiones estratégicas y Optimizando las operaciones.
  • Logística Moderna: Riesgo, Logística Internacional, Alianzas Estratégicas, Outsourcing (3PL), Tecnologías y Tendencias.

Estrategias Metodológicas:

  • Clases expositivas.
  • Estudio de casos.
  • Juego Grupal online.
  • Controles de lectura cortos y tareas de análisis para trabajar en grupo.
  • Juegos y uso de softwares.

Estrategias Evaluativas:

  • Tareas Grupales: 15%
  • Controles de lectura: 20%
  • Análisis de casos Grupal: 30%
  • Examen: 35%

Curso 4: Modelos de decisión bajo incertidumbre

keyboard_arrow_down
Decision models under uncertainty

Sigla VRA: IND3300

Docente(s): Margarita Castro y Álvaro Lorca

Unidad académica responsable: Escuela de Ingeniería

Requisitos: Sin Prerrequisitos

Horas totales: 90 | Horas directas: 24 | Horas indirectas: 66

Descripción del curso

Este curso presenta los fundamentos de la toma de decisiones en contextos de incertidumbre. Se cubren temas asociados a probabilidades elementales, Cadenas de Markov en tiempo discreto, Cadenas de Markov en tiempo continuo, sistemas de espera, series de tiempo, optimización bajo incertidumbre, y ciencia de datos. Además, se discuten diversas aplicaciones y casos de estudio para ilustrar y profundizar los conceptos presentados. Al finalizar el curso, los alumnos serán capaces de analizar sistemas en contextos de incertidumbre y diseñar modelos de toma de decisiones bajo incertidumbre.

Resultados del aprendizaje

  1. Comprender diferentes conceptos asociados a la representación de procesos sujetos la incertidumbre.
  2. Analizar distintos sistemas en contextos de incertidumbre.
  3. Diseñar modelos de toma de decisiones bajo incertidumbre.

Contenidos

  • Introducción a la Modelación Estocástica
    • Motivación
    • Conceptos básicos de probabilidades
    • Algunas distribuciones de probabilidades importantes
    • Simulación de Montecarlo
    • Concepto de proceso estocástico
    • Caso de estudio
  • Cadenas de Markov en Tiempo Discreto
    • Definición y propiedades
    • Simulación del proceso estocástico
    • Clasificación de estados
    • Análisis de largo plazo
    • Caso de estudio
  • Cadenas de Markov en Tiempo Continuo
    • La distribución exponencial
    • Definición y propiedades
    • Simulación del proceso estocástico
    • Análisis de largo plazo
    • Caso de estudio
  • Sistemas de Espera
    • Proceso Poisson
    • Indicadores de desempeño
    • La ecuación de Little
    • Sistemas M/M/c/K
    • Caso de estudio
  • Series de tiempo
    • Conceptos básicos
    • Modelos autoregresivos unidimensionales
    • Variables aleatorias normales multivariadas
    • Modelos autoregresivos vectoriales
    • Estimación de parámetros
    • Predicción
    • Caso de estudio
  • Optimización bajo Incertidumbre
    • Conceptos básicos
    • El problema del vendedor de diarios
    • Optimización estocástica en dos etapas
    • Optimización robusta
    • Caso de estudio
  • Ciencia de Datos
    • Conceptos básicos
    • Regresión lineal
    • Support vector machine
    • Clustering
    • Redes neuronales
    • Árboles de decisión
    • Caso de estudio

Estrategias Metodológicas:

  • Clases expositivas.
  • Cápsulas.
  • Estudio de casos.
  • Juegos y uso de softwares.

Estrategias Evaluativas:

  • Tarea 1: 25%
  • Tarea 2: 25%
  • Tarea 3: 25%
  • Examen Final: 25%

Requisitos Aprobación

Los cursos que conforman el diplomado tienen la siguiente ponderación:

  • Curso: IND3100 Fundamentos de Optimización: 25%
  • Curso: IND3810: Taller de Optimización y Decisiones: 25%
  • Curso: IND3400: Logística y Gestión de la Cadena de Abastecimiento: 25%
  • Curso: IN3300: Modelos de Decisión bajo Incertidumbre: 25%

 Los alumnos deberán ser aprobados de acuerdo los criterios que establezca la unidad académica:

Calificación mínima de todos los cursos 4.0 en su promedio ponderado.

En caso de postular e ingresar al MII, para que los cursos del Diplomado sean convalidables, se debe tener como mínimo un promedio ponderado acumulado de 5,0. 

Toda inasistencia debe ser comunicada al profesor con copia a Coordinación del MII. Faltar a tres clases implica perder 10 décimas del promedio final, y faltar a cuatro o más clases implica reprobar el curso. Para ser considerado/a presente se debe estar en sala o conectado/a al menos al 75% de la clase. 

El alumno que no cumpla con estas exigencias reprueba automáticamente sin posibilidad de ningún tipo de certificación.  

Los resultados de las evaluaciones serán expresados en notas, en escala de 1,0 a 7,0 con un decimal, sin perjuicio que la Unidad pueda aplicar otra escala adicional.

Para aprobar un Diplomado, se requiere la aprobación de todos los cursos que lo conforman y, en los casos que corresponda, de otros requisitos que indique el programa académico.

El estudiante será reprobado en un curso o actividad del Programa cuando hubiere obtenido como nota final una calificación inferior a cuatro (4,0). 

Los alumnos que aprueben las exigencias del programa recibirán un certificado de aprobación digital otorgado por la Pontificia Universidad Católica de Chile. 

*En caso de que un alumno repruebe algún curso, las condiciones serán las establecidas por el Magíster para todos sus alumnos, independiente de si son de Educación Continua o de Postgrado.

Proceso de Admisión

Las personas interesadas deberán completar la ficha de postulación que se encuentra al costado derecho de esta página web y enviar los siguientes documentos al momento de la postulación o de manera posterior a la coordinación a cargo: 

  • Carta de intenciones
  • Cartas de recomendación
  • Certificado de grado de licenciado (con código de verificación o legalizado ante notario)
  • Certificado de ranking de egreso o titulación.
  • Fotocopia simple del Certificado de Título o del Título (con código de verificación o legalizado ante notario)
  • Certificado/s de nota/s
  • Curriculum Vitae actualizado.
  • Fotocopia Carnet Cédula de Identidad o Pasaporte.
  • Fotocopia tarjeta de seguro de salud o certificado que acredite pertenencia a Isapre, Fonasa u otro.
  • Fotografía tipo carnet (puede ser tomada con el celular, en fondo blanco)

Cualquier información adicional o inquietud podrás escribir al correo programas@ing.puc.cl.

VACANTES: 7

Con el objetivo de brindar las condiciones de infraestructura necesaria y la asistencia adecuada al inicio y durante las clases para personas con discapacidad: Física o motriz, Sensorial (Visual o auditiva) u otra, los invitamos a informarlo. 

El postular no asegura el cupo, una vez inscrito o aceptado en el programa se debe pagar el valor completo de la actividad para estar matriculado.

No se tramitarán postulaciones incompletas.

Puedes revisar aquí más información importante sobre el proceso de admisión y matrícula


¿Te parece interesante este programa?

No