1

PROGRAMA DE POSGRADO EN INGENIERÍA

CAMPO DEL CONOCIMIENTO DE INGENIERÍA DE SISTEMAS

Temario: INGENIERÍA DE SISTEMAS

Índice Temático

I. El pensamiento Sistémico.

La idea de la emergencia y otros ideas.

Definición. concepto, tipos y propiedades de los sistemas.

El movimiento de los sistemas.

Análisis e Ingeniería de Sistemas.

II. Ingeniería de Sistemas y el planteamiento de problemas.

Objetivos de la Ingeniería de Sistemas.

Problemática y problemas.

III. Ingeniería de Sistemas y la solución de problemas.

Análisis de un sistema

Operación de un sistema.

Gestión (administración) de un sistema.

Diseño de un sistema.

Implantación (puesta en marcha) de un sistema.

Evaluación y control de un sistema.

IV. Aplicación de Sistemas

Modelos: conceptuales y matemáticos.

El método de los sistemas.

Ejemplos de aplicación: Planeación y Optimación.

2

1. ACkOFF L., R. (1971) Towards a System of systems concepts, Management Science, vol. 17, no. 11 July.

2. ANTAKI, IKRAM (2001) Capítulo III: Las ideas, En: A la vuelta del milenio, Joaquín Mortiz S.A. de C.V.

3. BAILEY, KENNETH D. (2005) Fifty years of systems science: further reflections, Systems Research and

Behavioral Science, 22, 355-361.

4. BOULDING, K.E. (1956) General systems theory - the skeleton of science, Management Science, 2: 197-

208.

5. BROWN, J., COOPER, C., y PIDD, M. (2006) A taxing problem: The complementary use of hard and soft

OR in the public sector. European Journal of Operational Research 172 (2), 666-679.

6. BUNGE, MARIO (1977) General Systems and Holism, General Systems, Vol. 22, pp. 87-90.

7. CHECKLAND, P.B. (1979) Techniques in soft systems practice part 2: building conceptual models,

Journal of Applied Systems Analysis, no. 6.

8. CHECKLAND, P.B. (1990) Techniques in soft systems practice part 4: conceptual models building

revisited, Journal of Applied Systems Analysis, Vol. 17.

9. FLOOD R. (2010) The relationship of Systems Thinking to Action Research. Springer Science, pp. 269-

284.

10. HALL, A.D. & FAGEN, R.E. (1956) Definition of system, En Buckley, W. (Ed.) (1968) Modern systems

research for the behavioral scientist, Aldine-Atherton, Chicago, pp. 81-92.

11. HERRSHER E. (2009) Pensamiento Sistémico, Granica, pp. 136.

12. JACKSON M. (2003) Systems thinking: Creative Holism for managers, Wiley & Sons, pp. 339.

13. KATZ, D. & KAHN, R.L. (1966) Common characteristics of open systems, The Social Psychology of

organizations, Chapter 2, Wiley, pp. 14-29.

14. KERZNER, H. (2003) Project Management: A systems approach to planning, scheduling and controlling,

John Wiley & Sons, Inc.

15. LIN FU-YONG. SUN KAI (2007) Network's Relationship Flow-Behavior Theorems - Structural Theory of

General Systems Applied in Networks. Systems Engineering - Theory & Practice Volumen 27, Issue 9,

September, pp. 136-141.

16. MIDGLEY (2000) Systemic Intervention: Philosophy, Methodology and Practice. Contemporary System

Thinking, pp. 287.

17. OCHOA-ROSSO, F. (1997) Método de los sistemas, Cuadernos de Planeación y Sistemas, Facultad de

Ingeniería, UNAM.

18. ROSNAY, JOËL (1977) El Macroscopio: hacia una visión global, Madrid: Editorial AC [En Línea]

http://pespmc1.vub.ac.be/macroscope

19. VAN GIGCH, J.P. (1978). Applied general systems theory (2nd ed.). Nueva York: Harper and Row.

3

PROGRAMA DE POSGRADO EN INGENIERÍA

CAMPO DEL CONOCIMIENTO DE INGENIERÍA DE SISTEMAS

Temario: PROBABILIDAD Y ESTADÍSTICA

1. Estadística descriptiva

1.1. Tipos de datos

1.2. Muestreo

1.3. Distribución de frecuencias

1.4. Descripción gráfica de los datos

1.4.1. Histograma de frecuencias

1.4.2. Polígono de frecuencias

1.4.3. Ojiva

1.5. Medidas descriptivas

1.5.1. Medidas de tendencia central

1.5.2. Medidas de variación

2. Experimentos aleatorios

2.1. Experimento

2.2. Espacio muestral o espacio de resultados

2.3. Eventos aleatorios

3. Teoría de probabilidades

3.1. Definiciones de probabilidad

3.1.1. Axiomas de probabilidad

3.1.2. Teoremas básicos

3.2. Probabilidad condicional

3.3. Independencia de eventos

3.4. Teorema de Bayes

4. Variables aleatorias discretas y continuas

4.1. Definición

4.2. Distribución de probabilidad

4.2.1. Variables aleatorias discretas

4.2.2. Variables aleatorias continuas

4.3. Función de distribución

4.4. Parámetros de una variable aleatoria

4.4.1. Medidas de tendencia central

4.4.2. Medidas de dispersión

5. Modelos probabilísticos

5.1. Experimento de Bernoulli

5.2. Distribución Binomial

5.3. Distribución Poisson

5.4. Distribución exponencial

5.5. Distribución normal

4

6. Elementos de inferencia estadística

6.1. Teorema del límite central

6.2. Distribuciones de muestreo

6.3. Concepto del intervalo de confianza

6.4. Concepto de la prueba de hipótesis

6.5. Concepto de pruebas de bondad de ajuste

Bibliografía

Lipschutz, S. (2000) Introducción a la Probabilidad y la Estadística. Edit. McGraw Hill. Millar, I. (1997)

Probabilidad y Estadística para Ingenieros. Edit. Prentice Hall.

Milton, S. (2003) Probabilidad y Estadística con aplicaciones para ingeniería y ciencias computacionales. Edit.

McGraw Hill.

Mandenhall, W. (1997) Probabilidad y estadística para ingeniería y ciencia. Edit. Prenctice Hall

Hispanoamericana.

5

PROGRAMA DE POSGRADO EN INGENIERÍA

CAMPO DEL CONOCIMIENTO DE INGENIERÍA DE SISTEMAS

Temario: Conocimientos Matemáticos Básicos para la Resolución de Problemas en el Campo de Ingeniería

de Sistemas

Objetivo

resolver problemas que se presentan en diversos contextos en la Ingeniería de Sistemas.

Enfoque del curso

sente curso es la modelación matemática, haciendo énfasis en

formulación y resolución de problemas o modelos, es decir, no se acentúa el aspecto operacional o cálculo

mecánico, sino el entendimiento de las ideas, los métodos o procedimientos.

en este enfoque, se desarrollan y se explican los conceptos, métodos y técnicas matemáticas

para resolver problemas que se presentan en el campo de la Ingeniería de Sistemas.

Temario

1. Introducción

1.1. Objetivo

1.2. Enfoque del curso

1.3. Trabajo de los alumnos en el curso

2. Panorámica de la modelación matemática

2.1. El concepto de modelación

2.2. Modelos matemáticos

2.3. La modelación matemática en la resolución de problemas en el ámbito de la Ingeniería de Sistemas

2.4. El proceso de modelación. Etapas principales

2.5. Ejemplos de problemas

3. Modelos lineales

3.1. El álgebra lineal desde una perspectiva de la modelación matemática

3.2. Situaciones o problemas que conducen a modelos lineales

3.3. Representación matricial de los sistemas de ecuaciones e interpretación del significado de la solución

3.4. Eliminación Gaussiana

3.5. Determinación cuando un sistema de ecuaciones tiene o no solución o múltiples soluciones

3.6. Problemas “mal condicionados”

3.7. La forma LU de una matriz

3.8. Inversa de una matriz

3.9. Independencia y dependencia lineal

6

3.10. Polinomio característico de una matriz

3.11. Valores o vectores propios

3.12. Ejemplos de problemas

4. Programación Lineal

4.1. El concepto de linealidad

4.2. Situaciones que conducen a la formulación de modelos lineales

4.3. El método gráfico para resolver modelos lineales.

4.4. El método simplex. El aspecto algebraico y geométrico

4.5. El método Simplex. Forma tabular

4.6. Situaciones anómalas que se presentan en modelos lineales

4.7. El problema dual y su significado económico

5. Regresión lineal

5.1. El problema

5.2. El método

5.3. Aplicación del método

Bibliografía

1. Lay, David. Álgebra Lineal y sus Aplicaciones. Pearson, Addisson Wesley, 2007

2. Strang, Gilbert. Álgebra Lineal y sus Aplicaciones. Thomson, 2007,4ª. edición

3. Taha, Hamdy. Investigación de Operaciones. Prentice Hall. 2004, 7a edición

4. Tucker, A. A Unified Introduction to Linear Algebra: Models, Methods, and Theory. Macmillan Publishing

Company.1988

5. Winston, Wayne. Investigación de Operaciones. Aplicaciones y Algoritmos. Thomson. 2005