Ingeniería de organización industrial

La organización industrial es la disciplina que estudia, diseña y optimiza los sistemas productivos, integrando recursos humanos, materiales, tecnológicos y financieros para alcanzar una máxima eficiencia. Se trata de la columna vertebral de la ingeniería industrial, encargada de transformar las materias primas en productos terminados mediante procesos estructurados, minimizando el desperdicio y maximizando el valor añadido.

Esta rama no se limita a la línea de montaje; abarca desde la planificación estratégica de la capacidad de producción hasta el control de calidad y la logística interna. Su objetivo final es garantizar que una empresa pueda competir en el mercado ofreciendo productos de calidad a un costo competitivo y en el tiempo adecuado.

Definición y concepto

La ingeniería de organización industrial es una disciplina técnica que se enfoca en el diseño, mejora y gestión de sistemas complejos de producción y servicio. Su objetivo central es la optimización integral de recursos humanos, materiales, de información y financieros. Esta rama de la ingeniería busca eliminar ineficiencias y aumentar la productividad mediante el análisis sistemático de procesos. No se limita a la fabricación de productos físicos, sino que abarca la logística, la calidad y la toma de decisiones estratégicas.

Diferenciación de disciplinas afines

Es común confundir la ingeniería industrial con otras áreas debido a su naturaleza interdisciplinaria. Sin embargo, existen diferencias fundamentales en su enfoque y metodología. La ingeniería mecánica pura se centra principalmente en el diseño y funcionamiento de componentes físicos y máquinas. Un ingeniero mecánico analiza fuerzas, materiales y termodinámica para crear un motor eficiente. Por otro lado, la ingeniería de organización industrial analiza cómo ese motor se integra en una línea de producción, cómo se mantiene y cuál es su impacto en el costo total del producto.

La administración de empresas, por su parte, tiende a enfocarse en la estrategia, el mercado y la gestión financiera a gran escala. Los administradores toman decisiones basadas en datos económicos y comportamientos del consumidor. La ingeniería industrial proporciona esos datos mediante modelos cuantitativos y análisis de procesos. Mientras un administrador puede decidir "expandirse al mercado asiático", el ingeniero industrial diseña la cadena de suministro y los procesos logísticos necesarios para hacer esa expansión viable y rentable. Ambas disciplinas son complementarias, pero sus herramientas y puntos de partida son distintos.

El concepto de sistema

En el contexto de la ingeniería de organización industrial, un sistema se define como un conjunto de elementos interrelacionados que trabajan juntos para lograr un objetivo común. Estos elementos pueden ser personas, máquinas, materiales, métodos o información. La clave no está en los elementos individuales, sino en las interacciones entre ellos. Un cambio en un componente del sistema afecta a los demás, lo que requiere un análisis holístico para evitar soluciones parciales que generen nuevos problemas.

Dato curioso: El concepto de "sistema" en la ingeniería industrial tiene sus raíces en la Revolución Industrial, pero se formalizó con la Teoría de Sistemas en el siglo XX. Esto permitió pasar de ver la fábrica como una colección de máquinas a verla como un organismo vivo donde cada parte influye en la eficiencia global.

La optimización de estos sistemas requiere modelos matemáticos y estadísticos para predecir comportamientos y tomar decisiones informadas. Un ejemplo básico es la función de producción, que relaciona los insumos con los resultados. Aunque los modelos pueden ser complejos, la lógica subyacente es similar a la siguiente relación básica:

Donde Y representa el producto o servicio final, y Xi​ son los factores de producción como el trabajo, el capital y la materia prima. La ingeniería industrial busca determinar la combinación óptima de estos factores para maximizar Y o minimizar los costos asociados. Esta aproximación cuantitativa permite transformar la intuición en datos medibles, facilitando la mejora continua en entornos dinámicos y competitivos. La capacidad de modelar la realidad es lo que distingue a esta ingeniería de otras formas de gestión tradicional.

Historia y evolución de la organización industrial

La organización industrial no surgió de la noche a la mañana. Su nacimiento está ligado a la necesidad de coordinar el caos que trajo la máquina de vapor. Durante la Revolución Industrial, la producción pasó de ser artesanal y dispersa a concentrarse en fábricas donde el tiempo y el espacio se volvieron recursos escasos. Este cambio estructural obligó a los gestores a buscar métodos para reducir la incertidumbre en la producción.

La estandarización y la eficiencia temprana

A finales del siglo XIX, Frederick Taylor introdujo la Gestión Científica del Trabajo, conocida como Taylorismo. Su enfoque era radical: analizar cada movimiento del obrero para eliminar lo superfluo. Taylor creía que la eficiencia podía medirse y optimizar mediante el estudio cronometrado del tiempo. Esto transformó al trabajador en casi una extensión de la máquina, priorizando la velocidad sobre la creatividad. El objetivo era maximizar la salida productiva mediante la estandarización de las tareas.

Poco después, Henry Ford aplicó estos principios a gran escala con la línea de montaje. En 1913, la introducción de la cinta transportadora en la producción del Modelo T redujo el tiempo de ensamblaje de un automóvil de más de doce horas a apenas una hora y media. Esta innovación no solo abarató el producto final, sino que también redefinió la jerarquía en la fábrica. La máquina dictaba el ritmo, y el obrero debía adaptarse a él. La consecuencia fue una producción masiva sin precedentes, aunque a menudo a costa de la monotonía laboral.

Debate actual: La visión de Taylor ha sido criticada por reducir al ser humano a una pieza mecánica. Sin embargo, sus métodos sentaron las bases para la medición del rendimiento, algo que sigue vigente en la gestión moderna.

Calidad y el enfoque humano

Tras la Segunda Guerra Mundial, el enfoque comenzó a cambiar. W. Edwards Deming, un estadístico estadounidense, viajó a Japón para enseñar a los industriales locales que la calidad no era solo un resultado final, sino un proceso continuo. Deming introdujo el concepto de que el 85% de los problemas de calidad eran responsabilidad del sistema (la gestión) y solo el 15% del trabajador. Este giro fue fundamental: el obrero dejó de ser el único culpable de la ineficiencia.

El método de Deming, basado en el ciclo de mejora continua (Planificar, Hacer, Verificar, Actuar), puso el énfasis en los datos y en la reducción de la variabilidad. Esto condujo al surgimiento del Just-in-Time y del Sistema de Producción Toyota, donde la flexibilidad y la calidad superaron a la pura velocidad de la línea de Ford. La relación entre el trabajador y la máquina se volvió más simbiótica; el operario necesitaba más habilidades para controlar la calidad en tiempo real.

Hacia la Industria 4.0

En la actualidad, la Organización Industrial enfrenta la Cuarta Revolución Industrial. Ya no se trata solo de mover piezas, sino de gestionar flujos de datos. Las fábricas inteligentes utilizan sensores, inteligencia artificial y la nube para predecir fallos antes de que ocurran. El trabajador moderno debe interactuar con pantallas, robots colaborativos y algoritmos. La eficiencia ya no se mide solo en unidades por hora, sino en la capacidad de adaptación y la personalización masiva. La tecnología ha pasado de ser una herramienta pasiva a un socio activo en el proceso productivo.

¿Cuáles son las principales ramas de la ingeniería industrial?

La ingeniería industrial no es un bloque monolítico, sino un ecosistema de subdisciplinas que se superponen para optimizar sistemas complejos. No se trata solo de máquinas, sino de personas, flujos de datos y recursos financieros trabajando en sincronía. A continuación, se desglosan las áreas centrales que definen esta rama de la ingeniería.

Investigación de operaciones y toma de decisiones

Esta rama aplica métodos analíticos avanzados para tomar las mejores decisiones posibles. Utiliza modelos matemáticos, estadísticos y algoritmos para resolver problemas de optimización. Un ejemplo clásico es la programación lineal, donde se busca maximizar una función objetivo, como la ganancia, sujeta a restricciones de recursos.

La formulación básica implica maximizar o minimizar una función Z definida como:

Donde xi​ son las variables de decisión y ci​ los coeficientes. Sin esta base cuantitativa, la gestión de la producción sería más intuitiva que precisa.

Ingeniería de métodos y tiempos

Esta área se enfoca en el "cómo" se hacen las cosas. Analiza los movimientos humanos y los procesos para eliminar desperdicios. El estudio de tiempos establece cuánto debería durar una tarea estándar, mientras que la ingeniería de métodos diseña la secuencia óptima de operaciones. Es la columna vertebral de la eficiencia operativa en fábricas y servicios.

Control de calidad y estadística

La calidad no es solo el resultado final, sino un proceso continuo. Se utilizan herramientas estadísticas para monitorear la variabilidad de los productos. El control estadístico de procesos (SPC) permite detectar desviaciones antes de que se conviertan en defectos costosos. La meta es reducir la variación para que el producto sea predecible.

Logística y cadena de suministro

Gestiona el flujo de bienes, información y dinero desde el proveedor hasta el consumidor final. Incluye la gestión de inventarios, transporte y distribución. Una cadena de suministro eficiente reduce los costos de almacenamiento y mejora la velocidad de entrega, lo cual es crítico en mercados competitivos.

Ergonomía y factores humanos

Diseña los sistemas para que se adapten al trabajador, y no al revés. Considera las capacidades físicas y cognitivas del ser humano para reducir la fatiga y los errores. Una buena ergonomía mejora la productividad y reduce la tasa de lesiones laborales, integrando el elemento humano en el diseño técnico.

Dato curioso: La ingeniería de tiempos moderna tiene raíces en los estudios de Frederick Taylor a finales del siglo XIX, quien cronometraba a los trabajadores con un cronómetro de bolsillo para definir la "forma óptima" de trabajar.

Estas ramas no operan en aislamiento. La investigación de operaciones proporciona el marco matemático que la ingeniería de métodos aplica en el suelo de fábrica. La logística depende del control de calidad para asegurar que lo que se envía es lo correcto, y la ergonomía asegura que el sistema sea sostenible para quien lo opera. La interconexión es lo que transforma datos dispersos en eficiencia sistémica.

Herramientas y métodos de análisis

La ingeniería de organización industrial se apoya en un conjunto de herramientas cuantitativas y visuales para transformar datos crudos en decisiones estratégicas. Estas metodologías permiten diagnosticar ineficiencias ocultas, predecir cuellos de botella y optimizar recursos. El análisis riguroso evita la intuición pura como único motor de cambio.

Visualización de procesos y cronogramas

Los diagramas de flujo son fundamentales para mapear la secuencia lógica de un proceso productivo o administrativo. Al representar cada paso con símbolos estandarizados, se identifican redundancias, bucles innecesarios y puntos de decisión críticos. Esta visualización facilita la comunicación entre equipos multidisciplinarios y revela dónde se acumula el trabajo en espera.

Complementariamente, los diagramas de Gantt ofrecen una perspectiva temporal. Estos cronogramas asignan tareas a ejes de tiempo, mostrando la duración estimada, las dependencias entre actividades y el progreso real frente al planificado. Son esenciales para gestionar proyectos de mejora continua, permitiendo ajustar recursos cuando una fase se retrasa y afecta a las siguientes.

Medición del trabajo humano

El análisis de tiempos y movimientos estudia la ejecución de tareas operativas para eliminar gestos superfluos y estandarizar el ritmo de trabajo. Esta técnica clásica mide la duración de cada movimiento básico con cronómetros o videos, buscando reducir la fatiga del operario y aumentar la productividad sin sacrificar la calidad.

Dato curioso: Frederick Winslow Taylor, considerado el padre de la organización científica, utilizó cronómetros y análisis de movimientos a finales del siglo XIX para reducir el tiempo necesario para cargar lingotes de hierro en trenes, pasando de 12 a 47 lingotes por obrero por día.

Simulación y estadística aplicada

La simulación por computadora permite crear modelos virtuales de sistemas complejos, probando escenarios "qué pasaría si" sin interrumpir la línea de producción real. Esta herramienta es vital cuando la variabilidad (como la llegada de materias primas o fallos de máquina) hace que el cálculo manual sea insuficiente.

La estadística aplicada proporciona el marco matemático para interpretar estos datos. El control estadístico de procesos utiliza límites de variación para distinguir entre ruido normal y señales de alerta. Un indicador clave es el coeficiente de variación, que mide la dispersión de los datos en relación con su media:

Donde σ es la desviación estándar y μ es la media aritmética. Un valor bajo indica consistencia, mientras que uno alto sugiere inestabilidad en el proceso. Combinar estas herramientas permite pasar de la corrección reactiva de errores a la prevención sistemática de ineficiencias.

¿Cómo se calcula la eficiencia y productividad en una planta?

Conceptos fundamentales de eficiencia

La medición del rendimiento en una planta industrial no se reduce a contar piezas. Requiere distinguir entre eficiencia (hacer bien las cosas) y productividad (hacer las cosas correctas). Esta distinción es vital para evitar que una máquina trabaje a toda velocidad produciendo defectos, lo que infla los números pero vacía el bolsillo de la empresa.

El indicador más completo para medir la eficiencia del equipo es la Eficacia Global del Equipo (OEE, por sus siglas en inglés). Esta métrica combina tres factores: disponibilidad, rendimiento y calidad. La fórmula básica se expresa como:

Un valor de OEE del 85% se considera mundialmente como "clase mundial" para la manufactura discreta. Por debajo del 75%, las pérdidas suelen ser significativas.

Métricas clave en detalle

Además del OEE, otros indicadores son esenciales para una visión completa:

• Tasa de rendimiento: Mide la velocidad a la que se producen las unidades en comparación con la velocidad teórica máxima de la máquina.
• Costo por unidad: Calcula el gasto total dividido por el número de unidades producidas. Incluye materia prima, mano de obra y sobrecostos.
• Tiempo de ciclo: Es el tiempo transcurrido desde el inicio hasta el fin de un proceso completo. Reducir este tiempo suele ser el primer paso para aumentar la productividad.

La productividad general se calcula dividiendo la salida total por la entrada total de recursos:

Evolución de las métricas industriales

Las fábricas han pasado de mirar solo el volumen de producción a analizar la calidad y la flexibilidad. La siguiente tabla compara enfoques tradicionales con los indicadores clave de rendimiento (KPIs) modernos utilizados en 2026.

Dato curioso: La métrica OEE fue desarrollada originalmente por Seiichi Nakajima en la década de 1960 durante la implementación del Sistema de Producción Toyota. Originalmente se llamaba "Eficiencia Global del Equipo" y se centraba casi exclusivamente en la disponibilidad de la máquina.

La implementación de estas métricas no es estática. Las empresas modernas integran datos en tiempo real para ajustar la producción automáticamente. Sin embargo, medir todo no significa mejorar todo; la selección de los KPIs correctos evita la "parálisis por análisis" en el suelo de fábrica.

Aplicaciones prácticas y ejemplos en la industria

Optimización en la manufactura automotriz

La ingeniería industrial transforma líneas de ensamblaje mediante la medición precisa del tiempo y el movimiento. En una planta de producción de vehículos, los ingenieros analizan cada tarea para reducir el tiempo muerto entre estaciones. Esto implica reorganizar el flujo de materiales para que las piezas lleguen justo cuando el operario las necesita, minimizando la distancia recorrida.

Dato curioso: El concepto de "tiempo estándar" nació en las fábricas de Henry Ford, pero fue refinado matemáticamente por Frederick Taylor, quien cronometraba cada movimiento con un reloj de bolsillo para definir la eficiencia óptima.

El impacto se mide en la reducción del tiempo de ciclo. Si una línea producía un coche cada 60 segundos y se optimiza a 55 segundos, la capacidad anual aumenta significativamente sin añadir maquinaria nueva. La consecuencia es directa: mayor producción con el mismo capital fijo.

Gestión de inventarios y el método Just in Time

En el sector minorista y la manufactura, el exceso de inventario congela el capital. El sistema Just in Time (JIT) busca que el inventario llegue exactamente cuando se necesita, reduciendo los costos de almacenamiento y obsolescencia. Este enfoque requiere una sincronización casi perfecta entre proveedores y la planta productora.

La decisión de cuánto pedir se basa en modelos matemáticos. La fórmula del Punto de Pedido determina el nivel de inventario en el que se debe realizar una nueva compra para evitar que el stock baje a cero antes de que llegue la nueva mercancía. Se calcula considerando la demanda diaria promedio y el tiempo de entrega del proveedor.

Aplicar esta fórmula evita dos errores costosos: el exceso de stock, que ocupa espacio y dinero, y el stock de seguridad insuficiente, que provoca que el cliente encuentre la estantería vacía. En 2026, muchas empresas ajustan estos parámetros con datos en tiempo real, reduciendo la incertidumbre del mercado.

Ingeniería sanitaria y mejora de procesos hospitalarios

La ingeniería industrial no se limita a las fábricas; en los hospitales, el "producto" es la salud del paciente y el "flujo" es su trayectoria por las diferentes áreas clínicas. Los ingenieros analizan el tiempo que un paciente pasa en la sala de espera, el recorrido de las enfermeras y la disponibilidad de equipos médicos.

Un caso típico es la optimización del servicio de urgencias. Al mapear el proceso, se identifican cuellos de botella, como la espera por una analítica de sangre. Al redistribuir el personal o reubicar las máquinas de análisis cerca de la entrada, se reduce el tiempo total de estancia. Esto mejora la satisfacción del paciente y permite atender a más personas en turnos de doce horas.

La calidad en este contexto se mide con indicadores como la tasa de readmisión o el tiempo de espera media. Reducir estos tiempos no es solo comodidad; en emergencias, cada minuto cuenta. La ingeniería proporciona las herramientas para convertir la intuición clínica en datos medibles y accionables.

Ejercicios resueltos

La resolución de problemas prácticos es fundamental para consolidar los conceptos teóricos de la Ingeniería Organización Industrial. A continuación, se presentan tres ejercicios típicos que abordan el cálculo de tiempos estándar, la gestión de inventarios y la planificación de proyectos. Cada ejemplo incluye el desarrollo paso a paso para facilitar su comprensión.

Cálculo del tiempo estándar de una tarea

Determinar el tiempo estándar permite establecer una base objetiva para la planificación de la producción y la evaluación del rendimiento laboral. Este cálculo integra el tiempo observado, el factor de rendimiento del operario y las holguras necesarias.

Supongamos que un operario realiza una tarea con un tiempo observado de 5 minutos. El supervisor ha evaluado su ritmo de trabajo en un 110% (factor de rendimiento) y se han fijado holguras personales y de fatiga del 15% del tiempo normal.

Primero, calculamos el tiempo normal multiplicando el tiempo observado por el factor de rendimiento:

Luego, aplicamos las holguras al tiempo normal para obtener el tiempo estándar:

El tiempo estándar resultante es de 6.325 minutos. Este valor es crucial para fijar metas de producción realistas.

Determinación del punto de reorden en inventarios

El punto de reorden indica cuándo solicitar un nuevo lote de materiales para evitar el exceso de stock o el déficit temporal. Este cálculo depende del consumo diario y del tiempo de entrega del proveedor.

Si una fábrica consume 20 unidades diarias de un componente y el proveedor tarda 5 días en entregar, el punto de reorden básico sería:

Para añadir seguridad ante imprevistos, se puede incluir un stock de seguridad de 30 unidades. En ese caso, el punto de reorden se ajusta a 130 unidades. Este enfoque minimiza el riesgo de paradas en la línea de producción.

Análisis simple de una ruta crítica

El método de la ruta crítica identifica las tareas que determinan la duración mínima de un proyecto. Cualquier retraso en estas actividades afecta directamente la fecha de finalización.

Consideremos un proyecto con tres actividades secuenciales: A (3 días), B (5 días) y C (2 días). La duración total del proyecto es la suma de las duraciones de las actividades críticas:

Si la actividad B se retrasa un día, el proyecto termina en 11 días. Sin embargo, si la actividad A se retrasa solo medio día, la duración total sigue siendo de 10 días, ya que su holgura es de 2 días. Este análisis permite priorizar recursos en las tareas más sensibles.

Dato curioso: El método de la ruta crítica fue desarrollado en la década de 1950 por la empresa DuPont para la gestión de proyectos de mantenimiento industrial.

Estos ejercicios demuestran cómo las herramientas cuantitativas simplifican la toma de decisiones en entornos industriales complejos. La práctica constante mejora la capacidad de análisis y la precisión en la planificación.

Tendencias actuales y futuro de la organización industrial

La organización industrial atraviesa una transformación estructural impulsada por la convergencia de tecnologías digitales y la presión ambiental. Esta evolución, conocida como Industria 4.0, redefine cómo se diseñan, producen y gestionan los sistemas productivos. La integración de datos en tiempo real permite pasar de la reacción a la predicción, optimizando recursos que antes se consideraban fijos.

Impacto de la Industria 4.0

El Internet de las Cosas (IoT) conecta maquinaria, sensores y productos, creando una red de comunicación constante. Los datos generados, o Big Data, se analizan para identificar patrones ocultos en la eficiencia. La robótica colaborativa introduce brazos robóticos que trabajan junto a los humanos, combinando la precisión mecánica con la flexibilidad cognitiva. Los gemelos digitales crean réplicas virtuales de activos físicos, permitiendo simular cambios antes de implementarlos en la línea de producción.

Sabías que: Los gemelos digitales permiten probar escenarios de producción complejos sin detener la fábrica real, ahorrando costos de prueba y error significativos.

Estas herramientas no sustituyen al ingeniero, sino que amplifican su capacidad de análisis. La toma de decisiones se basa menos en la intuición y más en modelos predictivos validados por datos históricos y en tiempo real.

Sostenibilidad e Ingeniería Verde

La sostenibilidad deja de ser un añadido para convertirse en un pilar central del diseño industrial. La ingeniería verde busca minimizar el impacto ambiental en todo el ciclo de vida del producto. Esto implica seleccionar materiales reciclables, optimizar el consumo energético y reducir los residuos en origen.

La eficiencia energética se mide y optimiza continuamente. La fórmula de la eficiencia energética se expresa como:

Donde η representa la eficiencia, Esalida​ la energía útil y Eentrada​ la energía total consumida. Mejorar este ratio es crucial para reducir costos y la huella de carbono. La economía circular promueve que los residuos de un proceso sean la materia prima de otro, cerrando el ciclo productivo.

Desafíos futuros para el ingeniero industrial

El perfil del ingeniero industrial evoluciona hacia una figura híbrida, con competencias técnicas, digitales y blandas. Debe dominar el análisis de datos, comprender la arquitectura de sistemas IoT y gestionar equipos multidisciplinarios. La adaptabilidad se vuelve esencial ante la rápida obsolescencia tecnológica.

La integración de estas tecnologías requiere inversión y capacitación continua. Los ingenieros deben equilibrar la innovación con la rentabilidad, asegurando que las nuevas tecnologías aporten valor tangible. La capacidad de traducir datos complejos en decisiones estratégicas claras se convierte en una habilidad diferencial. El futuro de la organización industrial depende de la capacidad de integrar lo digital con lo humano y lo sostenible.

Preguntas frecuentes

¿Cuál es la diferencia entre organización industrial y gestión de operaciones?

Aunque se solapan, la organización industrial se centra más en el diseño técnico y estructural del sistema productivo (el "cómo" físico y lógico), mientras que la gestión de operaciones abarca una visión más amplia que incluye la cadena de suministro, la estrategia de mercado y la toma de decisiones a corto y largo plazo.

¿Qué herramientas utiliza un ingeniero de organización industrial?

Utiliza diagramas de flujo, cronogramas de Gantt, análisis de tiempos y movimientos, estudios de métodos y técnicas de estadística aplicada. También emplea software de simulación y sistemas de información empresarial (ERP) para modelar y predecir el comportamiento de la planta.

¿Es la organización industrial solo para la industria manufacturera?

No. Aunque nació en la manufactura, sus principios se aplican en servicios (hospitales, bancos), logística (centros de distribución) e incluso en la construcción. Cualquier proceso que transforme entradas en salidas puede ser optimizado mediante sus métodos.

¿Cómo afecta la automatización a la organización industrial?

La automatización cambia el enfoque del ingeniero: de gestionar principalmente la mano de obra, pasa a gestionar flujos de datos y el mantenimiento de equipos. La organización debe adaptarse para integrar robótica y sensores, lo que requiere una mayor flexibilidad en el diseño de la planta.

¿Qué es la mejora continua en este contexto?

Es un enfoque sistemático para lograr mejoras incrementales y sostenibles en procesos y productos. Metodologías como Kaizen o Lean Manufacturing son ejemplos prácticos donde cada empleado participa en la identificación y eliminación de desperdicios diarios.

Resumen

La organización industrial es fundamental para la competitividad empresarial, ya que permite estructurar los recursos para producir de manera eficiente y de calidad. A través de herramientas como el análisis de procesos y el cálculo de la productividad, los ingenieros identifican cuellos de botella y oportunidades de mejora.

El campo evoluciona constantemente, integrando nuevas tecnologías como la Industria 4.0 y la sostenibilidad, manteniendo su núcleo en la optimización del flujo de trabajo y la toma de decisiones basada en datos concretos.

Véase también

• Mecánica de fluidos: definición y fundamentos
• Expresión gráfica en ingeniería
• Resistencia de materiales
• Mecánica vectorial para ingenieros
• Energía solar fotovoltaica
• Señales y sistemas
• Ingeniería náutica
• Mecánica de fluidos

Referencias

1. «ingeniería organización industrial» en Wikipedia en español
2. Industrial Engineering and Management Systems Society (IEMSS) - IEEE
3. Institute of Industrial and Systems Engineers (IISE)
4. Journal of Industrial Engineering and Management (JIEM)
5. International Federation of Operational Research Societies (IFORS)