Acerca del programa:
Mejora la gestión de los procesos, utilizando herramientas matemáticas o de simulación.
Este diplomado ofrece al alumno la opción de continuar su formación con las distintas áreas del Magíster en Ingeniería Industrial (MII), cumpliendo con los requisitos de admisión y aprobación de los cursos
Dirigido a:
Ingenieros Civiles, Ingenieros Industriales, Ingenieros Comerciales y otras profesiones afines interesados en temas de gestión.
Jefe de Programa
TOMÁS REYES TORRES
Equipo Docente
keyboard_arrow_downGUSTAVO ANGULO
Ingeniero Civil Matemático de la Universidad de Chile, Doctorado en Investigación Operacional en Georgia Institute of Technology, EEUU. Profesor del Derpartamento de Ingeniería Industrial y de Sistemas UC.
MATHIAS KLAPP BELMAR
Ingeniero Civil Industrial de la PUC, Doctorado en Investigación Operacional en Georgia Institute of Technology, EEUU. Profesor del Departamento de Ingeniería Industrial y de Sistemas UC.
ÁLVARO LORCA
Ingeniero Civil Industrial de la PUC, Magíster en Ciencias de la Ingeniería PUC. Líneas de investigación: Investigación de operaciones, ciencia de datos, sistemas de energía, con énfasis en optimización y modelación estocástica, y sus aplicaciones en planificación energética, operación de sistemas eléctricos de potencia, integración de energías renovables, redes inteligentes, y resiliencia.
ALEJANDRO MAC CAWLEY
Profesor Asociado, Ph.D. Georgia Institute of Technology Master of Science in Engineering, Georgia Institute of Technology. Especialidad: Cadenas silvo agroalimentarias, Gestión de operaciones, Logística, Modelos cuantitativos aplicados a sistemas biológicos, Optimización.
JUAN CARLOS FERRER
Ingeniero Civil, M.Sc. UC, Ph.D. Massachusstes Institute of Technology. Profesor Titular Departamento Ingeniería Industrial y de Sistemas, Escuela de Ingeniería UC.
JORGE VERA ANDREU
Ph.D. y Master of Science, Cornell University. Ingeniero Civil Matemático, Universidad de Chile. Especialidad: Investigación operacional. Profesor Titular Departamento de Ingeniería Industrial y de Sistemas UC.
* EP (Educación Profesional) de la Escuela de Ingeniería se reserva el derecho de remplazar, en caso de fuerza mayor, a él o los profesores indicados en este programa.
Descripción
keyboard_arrow_downEl Diplomado en Optimización de procesos y simulación está orientado a profesionales con experiencia laboral que cuenten con una sólida formación cuantitativa interesados en profundizar en estos temas. La optimización de procesos permite desarrollar modelos matemáticos para mejorar la gestión de los procesos utilizando herramientas matemáticas o de simulación.
En este diplomado los alumnos adquirirán herramientas analíticas de gestión y de modelación que les permitan innovar en los procesos de tomas de decisiones al interior de todo tipo de organizaciones.
El Diplomado se compone de 5 cursos de 5 créditos cada uno que se realizan durante un año, en formato bimestral, de acuerdo a la estructura del MII; con 8 semanas de clases cada uno, más una donde se programa el examen o trabajo/actividad final del curso. Incluye, en promedio 15 horas de docencia directa (clases sincrónicas presenciales o virtuales), más 25 horas de horas de trabajo autónomo, que corresponde a horas de dedicación personal del alumno a la revisión de material escrito y audiovisual asincrónico (cápsulas del profesor o ayudante, bibliografía y otros), 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 MII.
Los Diplomados que aquí se presentan buscan brindar la posibilidad de adquirir una formación profesional en las distintas áreas de desarrollo del MII, de acuerdo a las necesidades e intereses de cada profesional.
Cada Diplomado está conformado por cursos de la malla del Magíster en Ingeniería Industrial MII, de modo que sea articulable con el postgrado. Esto quiere decir que, si el alumno lo desea, una vez aprobado el Diplomado, tiene la posibilidad de postular al MII y continuar con su formación en las distintas áreas del Programa a través de los restantes cursos. Esto le da la oportunidad de obtener el grado de Magíster en Ingeniería Industrial.
En cada uno de los cursos del Diplomado, los alumnos conocerán el estado del arte en diversos temas de gestión, a la vez que encontrarán un ambiente riguroso e intelectualmente desafiante junto a los alumnos y profesores del Programa.
Requisitos de Ingreso
keyboard_arrow_downLos requisitos mínimos para postular son:
- Grado Académico de Licenciado o Título Profesional Universitario equivalente.
- Un mínimo de tres años de experiencia laboral.
- Proporcionar evidencia de buen dominio del idioma inglés, especialmente a nivel de comprensión lectora. Al momento de postular se debe acreditar lo anterior con resultados de exámenes o cursos de inglés de alguna entidad reconocida, educación secundaria en colegios bilingües o pasantías en el extranjero, por ejemplo. En caso de no contar con estos antecedentes se debe rendir el test ETAPP del Instituto Chileno Norteamericano.
Adicionalmente se deben presentar todos los certificados y antecedentes que se detallan en el Formulario de Postulación.
Los postulantes a este diplomado deben contar con una sólida formación cuantitativa.
Objetivos de Aprendizaje
keyboard_arrow_down1. Aplicar técnicas y herramientas cuantitativas que se utilizan en gestión, con la finalidad de poder realizar un proceso de toma de decisiones más informado.
2. Identificar y describir los procesos de negocio de las organizaciones, y adquirir capacidades y conocimientos que permitan integrar soluciones sofisticadas, formulando y aplicando modelos.
3. Comprender el amplio campo de aplicación de las herramientas de la investigación operacional e identificar dentro de su ámbito profesional problemas de toma de decisiones en los que estas herramientas y modelos pueden ser aplicados.
Desglose de cursos
keyboard_arrow_downNombre del curso: IND3300 Modelos de Decisión Bajo Incertidumbre.
Nombre en inglés: IND3300 Decision models under uncertainty
Horas cronológicas: 40
Créditos: 5
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 a 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
Metodología de enseñanza y aprendizaje:
Dependiendo del tipo de curso y contenido, las metodologías usadas son una combinación de:
- Clases expositivas y de laboratorio.
- Participación en clases.
- Lecturas guiadas.
- Estudio y discusión de conceptos en clases.
- Controles en clases.
- Tareas de laboratorio.
- Análisis de casos.
- Talleres de formación.
Evaluación de los aprendizajes:
- 3 tareas 75%
- Examen final 25%
Nombre del curso: IND3730 Modelos de Simulación.
Nombre en inglés: IND3730 Simulation models
Horas cronológicas:40
Créditos: 5
Descripción del curso
En este curso se estudiará la simulación de sistemas y procesos que es una de las herramientas más exitosas y de mayor uso de la Investigación de Operaciones, y se ha constituido en una poderosa herramienta para la optimización de los procesos de toma de decisiones en diversos ámbitos.
Resultados de Aprendizaje
1. Comprender a cabalidad la estructura de un modelo de simulación y sus elementos.
2. Visualizar la necesidad por un modelo de simulación y estimar su potencial valor agregado.
3. Representar problemas reales a través de un modelo de simulación.
4. Conocer las técnicas básicas de análisis y ajuste de variables de entrada.
5. Conocer las técnicas básicas de análisis, estimación y validación de variables de salida.
6. Manejar en software de simulación (SIMIO) y ser capaz de ejecutar rutinas básicas.
7. Entender cómo optimizar un proceso de toma de decisiones basándose en simulación.
8. Planificar el desarrollo de un modelo de simulación.
Contenidos:
· Motivación e introducción a modelos de simulación.
· Elementos básicos de un modelo de simulación.
· Breve repaso de probabilidad y estadística.
· Análisis de variables de entrada y ajuste de distribuciones.
· Etapas del proceso de desarrollo de un proyecto de simulación.
· Herramientas de validación y verificación de un modelo.
· Generación de variables aleatorias.
· Introducción a software de simulación (SIMIO).
· Análisis de variables de salida de un modelo de simulación.
· Comparación de configuraciones alternativas de un sistema.
· Herramientas de optimización-simulación en Simulación
Metodología de enseñanza y aprendizaje:
Dependiendo del tipo de curso y contenido, las metodologías usadas son una combinación de:
- Clases expositivas y de laboratorio.
- Participación en clases.
- Lecturas guiadas.
- Estudio y discusión de conceptos en clases.
- Controles en clases.
- Tareas de laboratorio.
- Análisis de casos.
- Talleres de formación.
Evaluación de los aprendizajes:
- Tareas de Modelación y Computacionales 15% cada una (3 tareas)
- Revisión de artículo 15%
- Participación 10%
- Examen final 30%
Nombre del curso: IND3750 Gestión de Operaciones Avanzada.
Nombre en inglés: IND3750 Advanced operations management
Horas cronológicas: 40
Créditos: 5
Descripción del curso
Este curso tiene por objetivo revisar y profundizar conceptos que han sido objeto de estudio intenso en los últimos años en el área de Gestión de Operaciones. Estos se orientan fundamentalmente al ámbito de la gestión integrada de la cadena de suministros, incluyendo el manejo de la variabilidad, análisis de los efectos de la incertidumbre, toma de decisiones bajo incertidumbre, conceptos de enfoques “Pull” y “Lean” y enfoques ágiles, y el impacto de los conceptos de “Data Science”, Inteligencia Artificial y relacionados, en el área de Gestión de Operaciones, entre otros.
Resultados del Aprendizaje
1. Adquirir capacidades y conocimientos que permitan integrar soluciones sofisticadas para las empresas modernas que enfrentan mercados cada vez más competitivos.
2. Entender y revisar literatura especializada del área y presentar una visión propia de los temas a tratar.
Contenidos:
· Revenue Management.
· Pricing dinámico e inventarios dinámicos.
· Gestión de la cadena de abastecimientos.
· Modelamiento de la variabilidad y toma de decisiones bajo incertidumbre.
· “Lean Production”.
Metodología de enseñanza y aprendizaje:
Dependiendo del tipo de curso y contenido, las metodologías usadas son una combinación de:
- Clases expositivas y de laboratorio.
- Participación en clases.
- Lecturas guiadas.
- Estudio y discusión de conceptos en clases.
- Controles en clases.
- Tareas de laboratorio.
- Análisis de casos.
- Talleres de formación.
Evaluación de los aprendizajes:
- Presentación de papers 65%
- Controles 20%
- Evaluación de pares 15%
Nombre del curso: IND3810 Taller de Optimización y Decisiones
Nombre en inglés: IND3810 Optimization and Decisions Workshop
Horas cronológicas: 40
Créditos: 5
Descripción del curso
Este curso está diseñado para mostrar cómo el modelamiento cuantitativo puede entregar una ventaja competitiva importante a las organizaciones, y aumentar sus niveles de eficiencia. Los temas varían de bimestre a bimestre, para cubrir áreas como los de la industria de recursos naturales (madera y papel), manufactura, transporte aéreo, sector público, etc. Se estudian algunos desarrollos internacionales destacados, así como también casos nacionales importantes.
Resultados del 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
Metodología de enseñanza y aprendizaje:
Dependiendo del tipo de curso y contenido, las metodologías usadas son una combinación de:
- Clases expositivas y de laboratorio.
- Participación en clases.
- Lecturas guiadas.
- Estudio y discusión de conceptos en clases.
- Controles en clases.
- Tareas de laboratorio.
- Análisis de casos.
- Talleres de formación.
Evaluación de los aprendizajes:
- Tareas 60%
- Proyecto computacional 40%
CURSOS OPTATIVOS
Nombre del curso: IND3100 Modelos Cuantitativos para la Toma de Decisiones
Nombre de inglés: IND3100 Quantitative Models for Decision Making
Horas cronológicas: 40
Créditos: 5
Descripción del curso
El curso abordará los conceptos básicos de análisis de datos, fenómenos probabilísticos y modelos de regresión, así como los procesos de toma de decisiones en un esquema secuencial, a través de la herramienta de árboles de decisión. También se introducirán las herramientas y conceptos de optimización, haciendo una revisión sucinta de las distintas técnicas de modelación y resolución de problemas. De este modo los alumnos tendrán una visión preliminar completa de las herramientas de Investigación Operacional que han sido determinantes en las empresas de Clase Mundial. La implementación de estas herramientas se ha visto muy favorecida con el desarrollo de sistemas basados en planillas de cálculo, razón por la que este curso hace uso intensivo de ellas. Para darles a los alumnos una perspectiva de cómo estas herramientas se usan en la práctica, gran parte del material será presentado en un contexto de situaciones reales de las más diversas industrias.
Resultados del Aprendizaje
1. Aprender técnicas y herramientas cuantitativas que se utilizan en gestión, con la finalidad de poder realizar un proceso de toma de decisiones más informado.
Contenidos:
· Análisis de decisión: Introducción de los árboles de decisión y su respectiva metodología.
· Conceptos de probabilidades: Variables aleatorias, distribuciones de probabilidades discretas y continuas, media y varianza de una distribución; correlación entre variables; probabilidad condicional.
· Técnicas de análisis de datos:
- Muestreo estadístico – toma de muestras aleatorias, estadísticos de la muestra, intervalos de confianza.
- Simulación – modelos de simulación basados en generadores de números aleatorios.
- Regresiones – modelos lineales como métodos predictivos.
· Modelamiento Técnicas de Optimización: el concepto de modelo; formulación de problemas prácticos de toma de decisiones en base a modelos de optimización; el concepto de algoritmo, herramientas básicas de programación lineal, programación no lineal y programación discreta; conceptos económicos asociados a la solución óptima de un problema.
Metodología de enseñanza y aprendizaje:
Dependiendo del tipo de curso y contenido, las metodologías usadas son una combinación de:
- Clases expositivas y de laboratorio.
- Participación en clases.
- Lecturas guiadas.
- Estudio y discusión de conceptos en clases.
- Controles en clases.
- Tareas de laboratorio.
- Análisis de casos.
- Talleres de formación.
Evaluación de los aprendizajes:
- Tareas 30%.
- Pruebas de medio bimestre 30%.
- Examen 40%.
Nombre del curso: IND3200 Fundamentos de Optimización
Nombre de inglés: IND3200 Optimization Basics
Horas cronológicas: 40
Créditos: 5
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. Introducir el paradigma de la optimización para la resolución de problemas de toma de decisiones que se presentan en los diversos ámbitos de la gestión de empresas.
2. Desarrollar una capacidad sólida para la formulación de modelos de optimización para la toma de decisiones.
3. Comprender las metodologías de resolución de problemas de optimización, especialmente en el caso de la programación lineal y problemas relacionados.
4. Adquirir capacidades de usar software computacional para la modelación y resolución de problemas.
Contenidos:
Introducción
- Conceptos generales de optimización y su importancia dentro de la investigación operacional. Ejemplos de modelos importantes.
- Ejemplos de modelos importantes y codificaciones en Excel.
Programación lineal
- Propiedades geométricas.
- Resolución de problemas de Programación Lineal.
- Dualidad.
- 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.
Optimización no lineal
- Visión básica de modelos no lineales y su resolución.
Metodología de enseñanza y aprendizaje:
Dependiendo del tipo de curso y contenido, las metodologías usadas son una combinación de:
- Clases expositivas y de laboratorio.
- Participación en clases.
- Lecturas guiadas.
- Estudio y discusión de conceptos en clases.
- Controles en clases.
- Tareas de laboratorio.
- Análisis de casos.
- Talleres de formación.
Evaluación de los aprendizajes:
- Tareas 20%.
- Controles 15%.
- Proyecto computacional 20%
- Examen 45%.
Nombre del curso: IND3400 Gestión de Operaciones
Nombre de inglés: IND3400 Operation management
Horas cronológicas: 40
Créditos: 5
Descripción del curso
Este curso pretende ilustrar, entre otras cosas, cómo los enfoques cuantitativos de la Gestión de Operaciones se unen a los conceptos modernos de gestión para lograr una organización más eficiente. En el curso se revisan y profundizan conceptos que han sido objeto de estudio intenso en los últimos años en el área de Gestión de Operaciones, fundamentalmente en el ámbito de la gestión integrada de la cadena de suministros, Revenue Management y gestión dinámica de inventarios, manejo de la variabilidad, análisis de los efectos de la incertidumbre, toma de decisiones bajo incertidumbre y conceptos de enfoques “Pull” y “Lean”.
Resultados del Aprendizaje
1. Identificar las distintas componentes de un sistema productivo y poder realizar un diagnóstico de la situación actual de una organización, desde el punto de vista de sus operaciones.
2. Estructurar modelos de cada uno de los procesos involucrados y también en forma global para todo el sistema, definiendo adecuadamente los parámetros y costos relevantes, y al mismo tiempo ser capaz de juzgar críticamente su aplicabilidad.
3. Determinar y cuantificar los “trade-off” a los cuales se encuentran enfrentados los sistemas productivos
4. Ser capaz de plantear soluciones realistas que repercutan en una mayor competitividad de un sistema productivo.
5. Estar en condiciones de establecer e integrar los distintos componentes de un sistema productivo.
Contenidos:
Operaciones como fuente de ventaja competitiva.
- Visión de procesos y TOC.
Las operaciones como procesos y BPM.
- Modelos de Pronósticos.
Modelos de Pronósticos.
- Inventarios: Gestión y Control.
Planificación de la Producción / Programación de la Producción.
- Planificación de corto plazo.
Programación de Proyectos.
- Diseño de Servicios y Procesos.
Diseño de Productos.
- Lean y discusión caso “Toyota
TQM, Six Sigma y Control Estadístico de Procesos.
- Calidad en Servicios.
Análisis del caso “Zara”.
- Tópicos avanzados en Gestión de Operaciones.
Metodología de enseñanza y aprendizaje:
Dependiendo del tipo de curso y contenido, las metodologías usadas son una combinación de:
- Clases expositivas y de laboratorio.
- Participación en clases.
- Lecturas guiadas.
- Estudio y discusión de conceptos en clases.
- Controles en clases.
- Tareas de laboratorio.
- Análisis de casos.
- Talleres de formación.
Evaluación de los aprendizajes:
- Tareas Grupales 15%.
- Control Lecturas 20%.
- Casos de análisis grupal 30%.
- Examen 35%.
Requisitos Aprobación
keyboard_arrow_downLa nota final del Diplomado se obtendrá a través del promedio aritmético de las notas de los 5 cursos, donde cada curso tiene una ponderación de 20%.
Para aprobar el diplomado, el alumno debe cumplir con dos requisitos:
A) Un mínimo de asistencia de 85% a todo evento.
B) Requisito académico: Se cumple aprobando todos los cursos con nota mínima 4,0.
C) 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.
Para aprobar los programas de diplomados se requiere la aprobación de todos los cursos que lo conforman y en el caso que corresponda, de la evaluación final integrativa.
Los alumnos que aprueben las exigencias del programa recibirán un certificado de aprobación digital otorgado por la Pontificia Universidad Católica de Chile.
El alumno que no cumpla con una de estas exigencias reprueba automáticamente sin posibilidad de ningún tipo de certificación.
En caso de que, por cualquier motivo, el alumno repruebe un curso perteneciente a un diplomado, en Educación Profesional Ingeniería UC ofrecemos la oportunidad de realizar un nuevo intento. Para ejercer este derecho, el alumno deberá pagar un valor de 3 UF por curso, e indicar la fecha de la versión en la que desea matricularse. Esta gestión debe realizarse dentro de un máximo de 2 años, a contar de la fecha de inicio del Diplomado cursado originalmente.
Proceso de Admisión
keyboard_arrow_downLas 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:
- Fotocopia Carnet de Identidad.
- Fotocopia simple del Certificado de Título
- Curriculum Vitae actualizado.
El postulante será contactado, para asistir a una entrevista personal (si corresponde) con el Jefe de Programa del Diplomado o su Coordinadora Académica. Cualquier información adicional o inquietud podrás escribir al correo programas@ing.puc.cl.
VACANTES: 5
INFORMACIÓN RELEVANTE
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?
Sí No