UNIVERSIDAD MARIANO GLVEZ DE GUATEMALA

FACULTAD DE CIENCIAS DE LA ADMINISTRACIN

DIRECCIN DE POSGRADOS

I. IDENTIFICACIN
Maestra: Administracin de Negocios, Direccin y Gestin del Recurso
Humano y Direccin del Marketing.
Curso:

Modelos para la toma de decisiones.

II. OBJETIVOS
1. General:
Desarrollar en el estudiante la habilidad para comprender la aplicacin de
los modelos matemticos, que le permitan optimizar los recursos de la
empresa, hacindolo un elemento eficiente en el desempeo de sus
funciones.
2. Especficos:
a. Analizar, comparar e interpretar datos por medio de las estadsticas
descriptivas.
b. Adquirir habilidad en el clculo de probabilidades para la toma de
decisiones.
c. Desarrollar la competencia del uso de las distribuciones de probabilidad
en la solucin de problemas especficos.
d. Usar la regresin simple, mltiple y de series de tiempo para analizar
resultados de modelos de pronsticos.
e. Disear y resolver modelos de programacin lineal para maximizacin
y minimizacin
III. HABILIDADES DIRECTIVAS
1. Genrica:
Solucionar con creatividad los problemas
Es la habilidad para resolver, perfeccionar, explicar y generar un
conjunto de hechos o circunstancias que dificultan la consecucin de
un fin, mediante la creacin de nuevas ideas y avances, a travs de la
aplicacin de metodologas, en la solucin de problemas; buscando
opciones que mejoren lo actual, enfocndose en la consecucin de

metas logradas con creatividad, mediante el trabajo en equipo, la

participacin multidisciplinaria y la coordinacin de personas.

2. Especficas:
Administracin de Negocios
Direccin y Gestin del Recurso
Humano
Direccin del Marketing

Desarrollar estrategias
Prospectar las finanzas
Gestionar el talento humano
Crear valor para el cliente

IV. CONTENIDO
Captulo I
I ANLISIS Y APLICACIN DE ESTADSTICA DESCRIPTIVA
1. Medidas de tendencia central
2. Medidas de forma
3. Medidas de dispersin
II TEORA DE PROBABILIDADES
1. Concepto de espacio muestral, evento y probabilidad de un evento.
2. Eventos mutuamente excluyentes. Regla de adicin.
3. Eventos independientes. Regla de multiplicacin.
4. Eventos dependientes. Regla de probabilidad condicional.
5. Probabilidades conjuntas y marginales.
6. Diagrama de rbol para calcular probabilidades.
7. Teorema de Bayes.
Captulo 2
III DISTRIBUCIONES DE PROBABILIDAD
1. Distribucin Normal
2. Distribucin Binomial
3. Distribucin de Poisson
4. T de student
5. Chi cuadrada
6. Distribucin F (Anova)
Captulo 3
IV PRONSTICOS
1. Regresin simple. Ecuacin de pronstico. Error estndar de estimacin.
Intervalos de prediccin.
2. Anlisis de correlacin. Coeficiente de determinacin y de correlacin.

3. Regresin mltiple. Ecuacin de pronstico. Error estndar de estimacin.

Intervalos de prediccin.
4. Series de tiempo.
5. Modelo Arima.
Captulo 4
V PROGRAMACIN LINEAL
1. Modelos de programacin lineal: mtodos grficos y por computadora
Captulo 5:

Proyecto Final
Entrega de portafolio

V. METODOLOGAS DE APRENDIZAJE
1. Metodologa de experiencia vivida.
2. Metodologa Investigacin cualitativa y cuantitativa
3. Representacin de roles
4.
Aprendizaje colaborativo
5.
Tpico generador o generativo
6.
Anlisis de casos resueltos.
7.
Simulacin
8.
Aprendizaje basado en problemas
9. Plataforma Moodle de la Universidad
10.
Herramientas para el clculo numrico.
11.
Herramientas de la WEB 2.0 (youtube, prezi, blog, slideshare.net).
12.
Cinefrum Las Matemticas y el Cine
VI. EVALUACIN DE LOS APRENDIZAJES
Ver documento adjunto cronograma para evaluacin de los
aprendizajes.
VII. CRONOGRAMA DE CONTENIDOS
DI
A

TEMA
I ANLISIS Y APLICACIN DE
ESTADSTICA DESCRIPTIVA
1. Medidas de tendencia central.
2. Medidas de forma.
3. Medidas de dispersin.

OBJETIVOS
Analizar, comparar e
interpretar datos por medio de
las estadsticas descriptivas.

II TEORA DE PROBABILIDADES

1. Concepto de espacio muestral, evento y

probabilidad de un evento.
2. Eventos mutuamente excluyentes. Regla
de adicin.
3. Eventos independientes. Regla de
multiplicacin.
4. Eventos dependientes. Regla de
probabilidad condicional.
5. Probabilidades conjuntas y marginales.
6. Diagrama de rbol para calcular
probabilidades.
7. Teorema de Bayes.
III DISTRIBUCIONES DE PROBABILIDAD
1. Distribucin Normal. Parmetros.
Frmula de estandarizacin. Clculo de
probabilidades normales
2. Distribucin Binomial. Proceso de
Bernoulli. Calcular probabilidades
binomiales.
3. Distribucin de Poisson. Calcular
probabilidades Poisson.
IV PRONSTICOS
1. Regresin simple. Ecuacin de
pronstico. Error estndar de estimacin.
Intervalos de prediccin.
2. Anlisis de correlacin. Coeficiente de
determinacin y de correlacin.
3. Regresin mltiple. Ecuacin de
pronstico. Error estndar de estimacin.
Intervalos de prediccin.
4. Series de tiempo.
V PROGRAMACIN LINEAL
1. Modelos de programacin lineal:
mtodos grficos y por computadora.
2. Aplicar Excel Solver en problemas de
maximizacin y minimizacin.

Aplicar la probabilidad de
ocurrencia de eventos.
Aplicar regla de adicin, de
multiplicacin y de
probabilidad condicional en la
solucin de problemas.
Aplicar probabilidades
conjuntas y marginales.
Aplicar diagrama de rbol
para calcular probabilidades.
Aplicar teorema de Bayes en
la solucin de problemas.
Aplicar problemas de
aplicacin de probabilidades
normales, binomiales y de
Poisson.
Aplicar problemas de T de
student, Chi cuadrada y
Anova.
Aplicar regresin simple y
mltiple para realizar
pronsticos.
Aplicar series de tiempo.

Comprender las suposiciones

bsicas y las propiedades de
la programacin lineal.
Analizar un problema de PL:
a) Definir las variables
estructurales.
b) Determinar la funcin
objetivo.
c) Identificar las
restricciones.
Aplicar Excel Solver en la
solucin de problemas de

Proyecto Final

maximizacin y de
minimizacin.
Aplicar modelos de
programacin lineal de
maximizacin y minimizacin.
Demostrar conocimientos
cuantitativos mediante la
presentacin y exposicin de
un proyecto final.

VIII. BIBLIOGRAFA

RENDER, Stair, Hanna. Mtodos cuantitativos para los negocios.

Editorial Pearson, Prentice Hall. 11. Edicin. 2012. Mxico.
I ANLISIS Y APLICACIN DE ESTADSTICA DESCRIPTIVA
Estadstica para administracin y economa, Richard Levin & David
Rubin, Editorial Pearson Educacin, 7. Edicin, 2004, pginas 57 a 126,
MEDIDAS
DE
TENDENCIA
CENTRAL
Y
DISPERSIN.
http://books.google.com.gt/books?
id=0KVtr8EBZIQC&pg=PA57&dq=medidas+de+dispersion&hl=en&sa=
X&ei=qoDoUNnYKIm50QH39YCgCA&ved=0CEYQ6AEwBA#v=onepage
&q=medidas%20de%20dispersion&f=false

Estadstica Descriptiva Fernandez Et.Als. Editorial ESIC., 2002, pginas

243 a 252 MEDIDAS DE FORMA. http://books.google.com.gt/books?
id=31d5cGxXUnEC&pg=PA235&dq=medidas+de+forma&hl=es419&sa
=X&ei=BoDoUIf0E6u70AHv14H4BQ&ved=0CDYQ6AEwAQ#v=onepage
&q=medidas%20de%20forma&f=false

Investigacin Comercial, Gemma Garcia Ferrer. Editorial ESIC, 2006,

pginas 133 a 137 MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIN.
http://books.google.com.gt/books?
id=F0YdeWv2nAEC&pg=PA135&dq=medidas+de+tendencia+central&
hl=en&sa=X&ei=sn_oUPr0J4mi8ATutYHIAg&ved=0CC4Q6AEwAA#v=on
epage&q=medidas%20de%20tendencia%20central&f=false.

II TEORA DE PROBABILIDADES
Mtodos Cuantitativos para los Negocios. Render/Stair/Hanna Editorial
Pearson, Prentice Hall. 11. Edicin, 2012. (texto)
Mtodos Cuantitativos para los Negocios. Anderson/Sweeney/Williams
Editorial: Thomson. 11a. Edicin, 2011.
III DISTRIBUCIONES DE PROBABILIDAD

Mtodos Cuantitativos para los Negocios. Render/Stair/Hanna Editorial

Pearson, Prentice Hall. 11. Edicin, 2012. (texto)

Mtodos Cuantitativos para los Negocios. Anderson/Sweeney/Williams

Editorial: Thomson. 11a. Edicin, 2011.

Folletos de distribuciones de probabilidad sugeridos en clase.

IV PRONSTICOS
Mtodos Cuantitativos para los Negocios. Render/Stair/Hanna Editorial
Pearson, Prentice Hall. 11. Edicin, 2012. (texto)

Mtodos Cuantitativos para los Negocios. Anderson/Sweeney/Williams

Editorial: Thomson. 11a. Edicin, 2011.
V PROGRAMACIN LINEAL
Mtodos Cuantitativos para los Negocios. Render/Stair/Hanna Editorial
Pearson, Prentice Hall. 11. Edicin, 2012. (texto)

Mtodos Cuantitativos para los Negocios. Anderson/Sweeney/Williams

Editorial: Thomson. 11a. Edicin, 2011.

Sitio web para resolver

http://www.phpsimplex.com

problemas

de

programacin

lineal: