Al concluir la asignatura, el alumno será capaz de aplicar la metodología de investigación
científica, así como los conceptos de Matemáticas, Física y Estadística, con el fin de realizar
proyectos de ciencia básica en ingeniería donde se analicen problemáticas del mundo real, así
como también resolver problemas complejos, mediante el uso de herramientas tecnológicas.

Al concluir la asignatura, el alumno será capaz de modelar problemas complejos de
optimización con un enfoque de logística y cadena de suministro, mediante el diseño y
planeación de esquemas de inventarios a nivel agregado, para proponer soluciones a problemas
complejos de optimización a través de la aplicación y la implementación de algoritmos
heurísticos y meta-heurísticos, usando diferentes herramientas computacionales.

Al concluir la asignatura, el alumno será capaz de comprender el enfoque y las metodologías
de sistemas y su aplicación en los problemas y situaciones reales de las organizaciones,
detectando las causas raíz de problemas sociotécnicos y proponer soluciones holísticas, para
elaborar protocolos de casos de negocio.

Al concluir la asignatura, el alumno será capaz de entender la importancia de la ergonomía en
la prevención de accidentes de trabajo, identificando y solucionando problemas ergonómicos,
para diseñar y administrar áreas de trabajo, poniendo énfasis en las demandas físicas requeridas
y así mejorar la eficiencia, seguridad y bienestar de los trabajadores en la realización de sus
actividades.

Al concluir la asignatura, el alumno será capaz de reconocer lo referente a los diferentes
métodos de manufactura aditiva que existen, aplicando dichos conocimientos en la selección
de diversos materiales, a fin de hacer más eficientes los procesos de diseño de un producto
dentro de una empresa. Asimismo podrá utilizar software para el diseño generativo utilizado
en manufactura aditiva.

Al concluir la asignatura, el alumno será capaz de reconocer e identificar las técnicas y
metodologías de ingeniería de métodos y medición del trabajo, reflexionando sobre su
evolución e importancia en la mejora de la competitividad, con la finalidad de aplicarlas en el
diseño y mejoramiento continuo de los sistemas productivos.

Al concluir la asignatura, el alumno será capaz de modelar problemas de optimización entera
mixta y multi objetivo, proponiendo soluciones a través de la aplicación de métodos exactos,
tales como Branch & Bound y Programación Dinámica, así como utilizando diferentes
herramientas computacionales, con la finalidad de diseñar y evaluar el desempeño de sistemas
de servicio con componentes probabilísticos que evolucionen con el tiempo, y que puedan
modelarse a través de un sistema de colas.

Al concluir la asignatura, el alumno será capaz de comprender los aspectos relevantes de la
administración del transporte e inventarios, detectando oportunidades de negocio en cadenas
de suministro globales, para diseñar, implementar, administrar y optimizar sistemas de
suministro, operación y distribución, así como diseñar sistemas logísticos aplicando
herramientas para determinar la estructura de la cadena de suministro con el costo mínimo y
nivel de servicio al consumidor requerido.

Al concluir la asignatura el alumno será capaz de reconocer dónde y cómo aplicar los
principios, sistemas y conceptos de la metodología Lean para aumentar el valor y eliminar el
desperdicio en su trabajo diario. Resolverá los desafíos empresariales utilizando un método
científico y resolución de problemas basada en el ciclo Planear-Hacer-Verificar-Actuar
(PDCA), la metodología Lean y la metodología Definir-Medir-Analizar-Mejorar-Controlar
(DMAIC). Asimismo, identificará las actividades de trabajo como valor agregado, incidental o

Al concluir la asignatura, el alumno será capaz de entender el contexto y aplicación del big data
y las técnicas de analítica en la toma de decisiones en la empresa, revisando su naturaleza,
características y aplicación en el contexto de algoritmos de análisis de regresión lineal simple
y múltiple, de regresión logística binaria, así como de los algoritmos de pronóstico o
forecasting de series de tiempo y modelos auto-regresivos, para desarrollar las competencias