Fundamentos de Logística y Gestión de Cadenas de Suministro
Código: 44756 Créditos ECTS: 6| Titulación | Tipo | Curso | Semestre |
|---|---|---|---|
| 4318306 Logística y Gestión de la Cadena de Suministro | OB | 1 | 1 |
Contacto
- Nombre:
- Laura Calvet Liñan
- Correo electrónico:
- laura.calvet.linan@uab.cat
Idiomas de los grupos
Puede consutarlo a través de este enlace. Para consultar el idioma necesitará introducir el CÓDIGO de la asignatura. Tenga en cuenta que la información es provisional hasta el 30 de noviembre del 2023.
Prerrequisitos
Al ser uno de los cursos iniciales de este máster, no se necesitan requisitos previos especiales (es decir, cualquier estudiante que tenga aceptado en este máster se supone que tiene los antecedentes técnicos y cuantitativos necesarios para seguir el curso sin muchas dificultades).
Objetivos y contextualización
- Proporcionar una introducción práctica al campo de Logística y Gestión de la Cadena de Suministro (LSCM).
- Aprender la importancia estratégica para cualquier empresa de un buen diseño, planificación y operación de la cadena de suministro.
- Analizar cómo se pueden utilizar los agentes de la cadena de suministro durante el diseño, la planificación y la operación de la cadena de suministro para mejorar el rendimiento.
- Proporcionar una comprensión básica de las metodologías analíticas para el análisis de la cadena de suministro.
Resultados de aprendizaje
- CA01 (Competencia) Compilar las metodologías analíticas básicas para el análisis de la cadena de suministro.
- KA01 (Conocimiento) Identificar la terminología básica de LSCM.
- KA02 (Conocimiento) Identificar LSCM como un ámbito específico y reconocer sus estrategias básicas.
- KA03 (Conocimiento) Reconocer el marco general de LSCM.
- SA01 (Habilidad) Distinguir los problemas particulares del campo de la LSCM.
- SA02 (Habilidad) Analizar y discutir casos, problemas y cuestiones relacionadas con los requisitos y las opciones logísticas.
- SA03 (Habilidad) Evaluar el impacto de las actividades logísticas y de SCM.
- SA04 (Habilidad) Analizar los puntos fuertes y débiles mediante la comparación con las mejores prácticas en LSCM.
Contenido
- Visión general e introducción a LSCM
- Factores claves en SC y redes de distribución
- Diseño determinista de una red
- Incertidumbre del diseño de una red
- Transporte
- Almacenamiento y manipulación de materiales
- Métodos básicos de predicción
- Métodos avanzados de predicción
- Planificación agregada
- Economías de escalera e inventarios
- Repaso de conceptos y temas de actualidad
Nota: este curso representa una primera introducción a LSCM. Para dar una visión global de la mayoría de los temas de LSCM, se introducen muchos conceptos en el curso. Algunos de estos conceptos aparecerán de nuevo en otros cursos del Máster, donde se analizarán con mayor detalle.
Metodología
El curso se organiza mediante clases magistrales.
El proceso de aprendizaje combinará las siguientes actividades:
- Clases teóricas
- Sesiones de problemas
- Sesiones prácticas: aula de informática, trabajo en equipo y exposición oral
- Trabajo autónomo
Nota: se reservarán 15 minutos de una clase dentro del calendario establecido por el centro o por la titulación para que el alumnado rellene las encuestas de evaluación de la actuación del profesorado y de evaluación de la asignatura o módulo.
Actividades
| Título | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|
| Tipo: Dirigidas | |||
| Actividades de Evaluación | 5 | 0,2 | |
| Clases teóricas | 20 | 0,8 | CA01, KA01, KA02, KA03, SA01, SA04, CA01 |
| Sesiones de problemas | 5 | 0,2 | CA01, SA01, SA02, SA03, CA01 |
| Tipo: Supervisadas | |||
| Sesiones prácticas | 15 | 0,6 | SA01, SA02, SA03, SA04, SA01 |
| Tipo: Autónomas | |||
| Ejercicios | 25 | 1 | CA01, KA01, KA02, KA03, SA01, SA02, SA03, SA04, CA01 |
| Estudio Personal | 30 | 1,2 | CA01, KA01, KA02, KA03, SA01, SA02, SA03, SA04, CA01 |
| Trabajo y Presentación Oral 1 | 25 | 1 | CA01, KA01, KA02, KA03, SA01, SA02, SA03, SA04, CA01 |
| Trabajo y Presentación Oral 2 | 25 | 1 | CA01, KA01, KA02, KA03, SA01, SA02, SA03, SA04, CA01 |
Evaluación
La nota final se calculará a partir de la evaluación de diferentes actividades:
- Entregas de ejercicios a realizar en clase
- 2 Trabajos prácticos con presentación oral en grupos de 2 o 3 estudiantes
- 2 Pruebas
Todas las actividades deben presentarse dentro de los plazos indicados por la profesora.
Para aprobar la asignatura es necesario cumplir con los 3 requisitos descritos a continuación.
- La nota global debe ser igual o superior a 5
- La nota de cada trabajo debe ser no inferior a 4
- La nota de cada prueba debe ser no inferior a 2.5
Actividades de evaluación continuada
| Título | Peso | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|---|
| Ejercicios a realizar en clase | 20% | 0 | 0 | SA01, SA02, SA03, SA04 |
| Prueba 1 | 20% | 0 | 0 | CA01, KA01, KA02, KA03, SA01, SA02, SA03, SA04 |
| Prueba 2 | 20% | 0 | 0 | CA01, KA01, KA02, KA03, SA01, SA02, SA03, SA04 |
| Trabajo y Presentación Oral 1 | 20% | 0 | 0 | KA01, KA02, KA03, SA01 |
| Trabajo y Presentación Oral 2 | 20% | 0 | 0 | SA01, SA02, SA03, SA04 |
Bibliografía
Durante el curso, la profesora proporcionará a los estudiantes un conjunto completo de diapositivas en formato PDF. Estas diapositivas también contienen referencias a artículos científicos que serán accesibles en acceso abierto o a través de la biblioteca de la Universidad.
A continuación se enumeran algunos libros adicionales que los estudiantes pueden consultar opcionalmente para ampliar sus conocimientos sobre los temas de este curso:
- Bowersox, D.; Closs, D.; Cooper, M.; Bowersox, J. (2019): Supply Chain Logistics Management. McGraw Hill.
- Chopra, S.; Meindl, P. (2018): Supply Chain Management. Prentice Hall. Jonsson, P. (2008): Logistics and Supply Chain Management. McGraw Hill.
- Waters, D. (2009): Supply Chain Management: An Introduction to Logistics. Palgrave Macmillan.
- Wiston, W.; Albright, S. (2008): Spreadsheet Modeling and Risk Analysis. Cengage Learning.
Software
Este curso hace uso del siguiente software: MS Excel, Open Solver for Excel, R, y Python.