El objetivo de esta investigación es analizar el comportamiento bursátil de 27 bolsas financieras en el mundo, mediante el análisis de componentes principales PCA (por sus siglas en inglés). Esta técnica permite agrupar las variables correlacionadas entre sí separándolas de las que no, obteniendo un nuevo espacio reducido en donde se espera la formación de grupos de bolsas financieras con similitudes en su comportamiento bursátil, facilitando su análisis e interpretación. La metodología para abordar esta investigación es del tipo correlacional, ya que se analiza la relación entre más de dos variables, en particular el comportamiento bursátil de las bolsas financieras que cotizan en Wall Street. La recolección de datos fue tomada de la página oficial de Wall Street, correspondiente al cierre (Acciones negociadas) de 27 bolsas financieras de manera diaria, durante un periodo de cuatro años (2011 a 2014). La base de datos se almacena en el software Excel para su normalización, con el fin de disminuir su variación natural; posteriormente, se aplica el Análisis de Componentes Principales -PCA- en la plataforma Matlab, obteniendo los componentes principales, de donde se tomaran los tres primeros componentes, para determinar la formación de grupos y se mostrarán en un gráfico de dispersión. En los resultados obtenidos, se destacan el comportamiento particular de las bolsas de valores de Singapur, cuyo mercado de valores ha ido a la baja, y Argentina que ha ido a la alza; ambas bolsas se encuentran muy alejadas de los conjuntos contenedores correspondientes a mercados financieros de otros países.

Este estudio se realizó de julio a noviembre de 2011 y tiene por objetivo identificar soluciones mediante procedimientos científicos a problemas de producción, presentados en una empresa dedicada a la fabricación de suelas para calzado, ubicada en León Guanajuato, México, mediante el diagnóstico y uso de algunas técnicas de ingeniería de métodos, estándares, diseño y simplificación del trabajo. Se utilizaron el diagrama de Ishikawa (Ishikawa, 1997) y el gráfico de Pareto (Niebel y Freivalds, 2004) para determinar y analizar las posibles causas generadoras de efectos negativos en la producción. Posteriormente, se obtuvieron los datos de entrada utilizando diagramas de operación y de flujo; como siguiente paso, se procedió a balancear las líneas de producción y ajustar las cargas de trabajo. Los principales resultados del este estudio son el balanceo de líneas y el ajuste de cargas de trabajo, derivados de un estudio de tiempos y movimientos para incrementar la productividad de la empresa mediante la implementación de cambios en los métodos de trabajo; otro resultado fue la eliminación de movimientos innecesarios mediante un estudio de movimientos, incrementando la productividad al 56% en una estación de trabajo. Se concluye que al implementar y dar mantenimiento a esta propuesta se mejorara la productividad de la empresa en cuestión.