Vous êtes sur la page 1sur 15

Mtodos cuantitativos para los negocios

Novena edicin

BARRY RENDER

RALPH M. STAIR, JR.

MICHAEL E. HANNA

QUANTITATIVE ANALYSIS FOR MANAGEMENT


N I N T H E D I T I O N

Barry Render
Charles Harwood Professor of Management Science Graduate School of Business, Rollins College

Ralph M. Stair, Jr.


Professor of Information and Management Sciences Florida State University

Michael E. Hanna
Professor of Decision Sciences University of HoustonClear Lake

ACERCA DE LOS AUTORES


Barry Render se desempea como Charles Harwood Distinguished Professor en ciencias administrativas en la Roy E. Crummer Graduate School of Business en el Rollins College de Winter Park, Florida. Obtuvo el grado de maestra en investigacin de operaciones y su doctorado en anlisis cuantitativo en la University of Cincinnati. Anteriormente imparti clases en la George Washington University, en la New Orleans University, en la Boston University y en la George Mason University, en el rea de ciencias de las decisiones y ocup el cargo de director del Departamento de esta materia. El doctor Render tambin ha colaborado en la industria aeroespacial para General Electric, McDonnell Douglas y la NASA. El profesor Render es coautor de 10 libros publicados por Prentice-Hall, incluyendo Managerial Decision Modeling with Spreadsheets, Operations Management, Principles of Operations Management, Service Management, Introduction to Management Science y Cases and Readings in Management Science. Sus ms de 100 artculos sobre una gran variedad de temas administrativos han aparecido en publicaciones como Decision Sciences, Production and Operations Management, Interfaces, Information and Management, Journal of Management Information Systems, Socio-Economic Planning Sciences y Operations Management Review, entre otras. El doctor Render tambin ha recibido el honor de ser nombrado AACSB Fellow, y fue nombrado Senior Fullbright Scholar en 1982 y de nuevo en 1993. En dos ocasiones ha sido vicepresidente del Decision Sciences Institute Southeast Region y ha ejercido como editor revisor de software para Decision Line de 1989 a 1995. Del mismo modo, ha sido editor de los nmeros especiales de administracin de operaciones del New York Times de 1996 a 2001. Por ltimo, el profesor Render ha participado activamente en el rea de consultora con diferentes agencias gubernamentales y corporaciones, entre las que se encuentran la NASA; el FBI; la Marina estadounidense; el condado de Fairfax, en Virginia y C&P Telephone. Imparte cursos sobre administracin de operaciones a nivel maestra en Rollins College y otros programas ejecutivos al mismo nivel. En 1995 fue nombrado Profesor del ao en dicha institucin y en 1996 la Roosevelt University lo eligi para recibir el premio St. Claire Drake for Outstanding Scholarship.

Ralph Stair es un profesor jubilado del College of Business de la Florida State University. Obtuvo el grado de licenciatura en ingeniera qumica por parte de Purdue University y una maestra de Tulane University. Bajo la direccin de Ken Ramsing y Alan Eliason, obtuvo su doctorado en administracin de operaciones en Oregon University. Ha impartido clases en Oregon University, Washington University, New Orleans University y Florida State University. Ha participado dos veces en Londres como parte del programa de estudios en el extranjero de la Florida State University. Con los aos, sus enseanzas se han enfocado en las reas de sistemas de informacin, investigacin de operaciones y administracin de operaciones. El doctor Stair es miembro de diversas organizaciones acadmicas, entre ellas el Decision Sciences Institute e INFORMS, y participa con regularidad en conferencias dentro de Estados Unidos. Ha publicado numerosos artculos y libros, lo que incluye Managerial Decision Modeling with Spreadsheets, Introduction to Management Science, Cases and Readings in Management Science, Production and Operations Management: A Self-Correction Approach, Fundamentals of Information Systems, Principles of Information Systems, Introduction to Information Systems, Computers in Todays World, Principles of Data Processing, Learning to Live with Computers, Programming in BASIC, Essentials of FORTRAN Programming y Essentials of COBOL Programming.

iv

Acerca de los autores Michael E. Hanna es profesor de ciencias de las decisiones en la University of Houston en su sede de Clear Lake (UHCL). Tiene una licenciatura en economa, una maestra en matemticas y un doctorado en investigacin de operaciones por parte de Texas Tech University. Por ms de 20 aos ha impartido cursos en las reas de estadstica, ciencias administrativas, pronsticos y otros mtodos cuantitativos. Gracias a la dedicacin que ha mostrado como profesor, recibi el reconocimiento a la enseanza Beta Alfa Psi en 1995. El profesor Hanna es autor de un libro sobre ciencias administrativas, ha publicado ms de 30 artculos y escritos profesionales y ha formado parte del consejo editorial de Computers and Operations Research. En 1996, la seccin UHCL de Beta Gamma Sigma le entreg el premio Outstanding Scholar Award. En UHCL, el profesor Hanna se ha desempeado como coordinador del programa de la Unidad de ciencias de la decisin y como director del Centro para el desarrollo y la investigacin en economa. En 2001 recibi el premio al servicio distinguido del rector de la UCHL. Recientemente complet un segundo periodo como presidente del Decision Sciences Institute (DSI). Ah se ha mantenido activo ejerciendo en el comit de educacin innovadora, el comit regional de asesora y en el comit de nominaciones. Ha ejercido distintos cargos en el Southwest DSI, entre ellos el de presidente, y recibi en 1997 el premio Distinguished Service Award que otorga dicha institucin.

CONTENIDO
CAPTULO 1 Introduccin al anlisis cuantitativo 1 Conceptos y aplicaciones de la probabilidad 21 Anlisis de decisin 67 Modelos de regresin 115 Pronsticos 149 Modelos de control de inventarios 189 Modelos de programacin lineal: mtodos grficos y de computadora 241 Aplicaciones de modelado de programacin lineal: con anlisis generados por computadora en Excel y QM para Windows 293 CAPTULO 12 CAPTULO 13 CAPTULO 14 CAPTULO 9 Programacin lineal: mtodo smplex 333 Modelos de transportey asignacin 395 Programacin entera, programacin por metas y programacin no lineal 451 Modelos de redes 499 Administracin de proyectos 527 Modelos de filas de espera y teora de colas 567 Modelado de la simulacion 607 Anlisis de Markov 651 Control estadstico de calidad 681

CAPTULO 2

CAPTULO 10

CAPTULO 3 CAPTULO 4 CAPTULO 5 CAPTULO 6 CAPTULO 7

CAPTULO 11

CAPTULO 15 CAPTULO 8 CAPTULO 16 CAPTULO 17

CONTENIDO
PREFACIO xv CAPTULO 1 1.1 1.2 1.3 Introduccin al anlisis cuantitativo 1 Introduccin 2 Qu es el anlisis cuantitativo? 2 Enfoque del anlisis cuantitativo 3
Definicin del problema 3 Desarrollo del modelo 3 Adquisicin de datos de entrada 4 Desarrollo de la solucin 5 Prueba de la solucin 5 Anlisis de los resultados y anlisis de sensibilidad 5 Implementacin de resultados 7 El enfoque del anlisis cuantitativo y la aplicacin prctica de los modelos 7

CAPTULO 2 2.1 2.2 2.3

Conceptos y aplicaciones de la probabilidad 21 Introduccin 22 Conceptos fundamentales 22


Tipos de probabilidad 23

Eventos mutuamente excluyentes y colectivamente exhaustivos 24


Adicin de eventos mutuamente excluyentes 26 Ley de la adicin de eventos que no son mutuamente excluyentes 26

2.4 2.5 2.6 2.7 2.8 2.9

Eventos estadsticamente independientes 27 Eventos estadsticamente dependientes 28 Revisin de probabilidades mediante el teorema de bayes 30
Revisiones avanzadas de probabilidad 32

1.4

Cmo desarrollar un modelo de anlisis cuantitativo 7


Las ventajas del modelado matemtico 9 Modelos matemticos clasificados por su riesgo 9

Forma general del teorema de Bayes 32 Variables aleatorias 34 Distribuciones de probabilidad 35


Distribucin de probabilidad de una variable Aleatoria discreta 35 Valor esperado de una distribucin de probabilidad discreta 36 Varianza de una distribucin de probabilidad discreta 37 Distribucin de probabilidad de una variable aleatoria continua 38

1.5 1.6

Funcin de las computadoras y modelos de hoja de clculo en el enfoque del anlisis cuantitativo 9 Posibles problemas en el enfoque del anlisis cuantitativo 12
Definicin del problema 12 Desarrollo del modelo 14 Adquisicin de datos de entrada 14 Desarrollo de la solucin 15 Prueba de la solucin 15 Anlisis de resultados 15

2.10

Distribucin binomial 39
Resolucin de problemas mediante la frmula binomial 40 Resolucin de problemas mediante tablas binomiales 40

2.11

Distribucin normal 42
rea bajo la curva normal 42 Empleo de la tabla normal estndar 44 Ejemplo de Haynes Construction Company 47

1.7

Implementacin: no slo el paso final 16


Falta de compromiso y resistencia al cambio 16 Falta de compromiso de los analistas 16 Resumen 17 Glosario 17 Ecuaciones clave 17 Autoevaluacin 18 Preguntas y problemas para anlisis 18 Caso prctico: Comida y bebidas en los juegos de ftbol en Southwestern University 19 Bibliografa 20

2.12 2.13

Distribucin de poisson 49
Distribucin exponencial 49 Resumen 50 Glosario 51 Key Equations 51 Problemas resueltos 52 Autoevaluacin 56 Preguntas y problemas para anlisis 57 Internet Homework Problems 61 Caso prctico: Century Chemical Company 61 Caso prctico: WTVX 62 Bibliografa 62

viii

Contenido

Apndice 2.1: Apndice 2.2:

derivacin del teorema de bayes 62 estadsticas bsicas mediante el empleo de excel 63 Anlisis de decisin 67 Introduccin 68 Las seis fases del proceso de toma de decisiones 68 Tipos de ambientes del proceso de toma de decisiones 70 Proceso de toma de decisiones bajo incertidumbre 71
Maximax 71 Maximin 72 Criterio de realismo (criterio de Hurwicz) 72 Igualdad de probabilidades (Laplace) 74 Arrepentimiento minimax 74

Apndice 3.3:

Uso de excel para aplicar el teorema de bayes 113 Modelos de regresin 115
Modelos de regresin 115

CAPTULO 4 CAPTULO 3 3.1 3.2 3.3 3.4 4.1 4.2 4.3 4.4

Introduccin 116 Diagramas de dispersin 116 Regresin lineal simple 117 Medicin del ajuste del modelo de regresin 119
Coeficiente de determinacin 121 Coeficiente de correlacin 121

4.5 4.6 4.7 4.8 4.9 4.10 4.11 4.12

Uso de software para regresin 122 Supuestos del modelo de regresin 124
Estimacin de la varianza 125

Prueba de significancia del modelo 126


Tabla de anlisis de varianza 127

3.5

proceso de toma de decisiones bajo riesgo 75


Valor monetario esperado 75 Valor esperado de la informacin perfecta 76 Prdida de oportunidad esperada 77 Anlisis de sensibilidad 78 Uso de Excel QM para resolver problemas de teora de la decisin 79

Anlisis de regresin mltiple 127 Variables binarias o ficticias 130 Construccin de modelos 131 Regresin no lineal 132 Advertencias y dificultades en el anlisis de regresin 135
Resumen 136 Glosario 136 Ecuaciones clave 136 Problemas resueltos 137 Autoevaluacin 139 Preguntas y problemas para anlisis 140 Caso prctico: North-South Airline 143 Bibliografa 144

3.6 3.7

rboles de decisin 81
Anlisis de sensibilidad 86

Estimacin de los valores de probabilidad por medio del anlisis bayesiano 87


Clculo de las probabilidades revisadas 87 Problema potencial en el uso de los resultados de la encuesta 89

Apndice 4.1: Apndice 4.2:

Frmulas para clculos de regresin 144 Modelos de regresin utilizando QM para windows 146 Pronsticos 149 Introduccin 150 Tipos de pronsticos 150
Modelos de series de tiempo 150 Modelos causales 151 Modelos cualitativos 151

3.8

Teora de la utilidad 90
Medicin de la utilidad y construccin de la curva de utilidad 90 La utilidad como criterio del proceso de toma de decisiones 93 Resumen 96 Glosario 96 Ecuaciones clave 97 Problemas resueltos 97 Autoevaluacin 103 Preguntas y problemas para anlisis 104 Problemas de tarea en Internet 110 Caso prctico: Corporacin Starting Right 110 Caso prctico: Blake Electronics 110 Casos prcticos por Internet 112 Bibliografa 112

CAPTULO 5 5.1 5.2

5.3 5.4 5.5

Diagramas de dispersin y series de tiempo 152 Medidas de precisin de pronsticos 154 Modelos de pronstico de series de tiempo 156
Descomposicin de una serie de tiempo 156 Promedios mviles 157 Suavizamiento exponencial 160 Proyecciones de tendencias 164 Variaciones estacionales 166 Variaciones estacionales con tendencia 168 Mtodo de descomposicin para pronsticos con componentes de tendencia y estacionales 170

Apndice 2.1: Apndice 2.1: Apndice 3.1: Apndice 3.2:

Derivacin del teorema de bayes 62 Derivacin del teorema de bayes 62 Modelos de decisin con qm para windows 112 rboles de decisin con qm para windows 113

Contenido Uso de la regresin con componentes de tendencia y estacionales 174

ix

5.6 5.7

Supervisin y control de pronsticos 175 Uso de la computadora para pronosticar 177


Resumen 178 Glosario 179 Ecuaciones clave 179 Problemas resueltos 180 Autoevaluacin 182 Preguntas y problemas para anlisis 183 Problemas de tarea en Internet 185 Case Study: Pronstico de la asistencia a los juegos de futbol de SWU 185 Internet Case Study 186 Bibliografa 186

Plan de requisitos de materiales brutos y netos 219 Dos o ms productos finales 222

6.11 6.12

Control de inventarios justo a tiempo 224 Planeacin de recursos de la empresa 225


Resumen 226 Glosario 226 Ecuaciones clave 226 Problemas resueltos 227 Autoevaluacin 229 Preguntas y problemas para anlisis 230 Problemas de tarea en Internet 236 Caso prctico: Sturdivant Sound Systems 236 Caso prctico: MartinPullin Bicycle Corporation 237 Casos prcticos por Internet 237 Bibliografa 237

Apndice 5.1 CAPTULO 6 6.1 6.2

pronsticos con qm para windows Modelos de control de inventarios 189 Introduccin 190 Importancia del control de inventarios 191
Funcin de desacoplamiento 191 Almacenamiento de recursos 191 Oferta y demanda irregulares 191 Descuentos por cantidad 191 Evitar faltantes y escasez 192

Apndice 6.1:

Control de inventarios con QM para windows 238 Modelos de programacin lineal: mtodos grficos y de computadora 241 Introduccin 242 Requerimientos de un problema de programacin lineal 242
Supuestos bsicos de programacin lineal 243

CAPTULO 7

7.1 7.2

6.3 6.4

Decisiones de inventario 192 Modelo del lote econmico: determinar cunto ordenar 193
Costos de inventario en la situacin de la EOQ 195 Determinacin de la EOQ 196 Ejemplo de Sumco Pump Company 197 Costo de compra de artculos de inventario 198 Anlisis de sensibilidad con el modelo EOQ 199

7.3

Formulacin de problemas de programacin lineal 244


Flair Furniture Company 244

7.4

Solucin grfica de un problema de programacin lineal 246


Representacin grfica de restricciones 246 Mtodo de solucin de lnea de isoutilidad 251 Mtodo de solucin del punto de esquina 254

6.5 6.6

Punto de reorden: determinar cundo hay que ordenar 200 EOQ sin El supuesto de abastecimiento instantneo 201
Costo anual de mantenimiento de inventario en el caso del modelo de corrida de produccin 202 Costo anual de puesta en marcha del costo anual de pedidos 202 Determinacin de la cantidad ptima de produccin 203 Brown Manufacturing 203

7.5

Solucin del problema de flair furniture con QM para windows y excel 256
Uso de QM para Windows 256 Utilizacin del comando Solver de Excel para resolver problemas de programacin lineal 257

7.6

Solucin de problemas de minimizacin 261


Holiday Meal Turkey Ranch 261

7.7

Casos especiales de programacin lineal 265


Ninguna solucin factible 265 No acotacin 265 Redundancia 267 Soluciones ptimas alternativas 268

6.7 6.8

Modelos de descuento por cantidad 206 Uso de existencias de seguridad 210


ROP con costos conocidos de faltantes 211 ROP con costos conocidos de faltantes 214

6.9 6.10

Anlisis ABC 216 Demanda dependiente: en defensa de la planeacin de requerimientos materiales 218
rbol de estructura de materiales 218

7.8

Anlisis de sensibilidad 269


High Note Sound Company 270 Cambios en el coeficiente de la funcin objetivo 271 QM para Windows y cambios en los coeficientes de la funcin objetivo 272

Contenido Solver de Excel y cambios en los coeficientes de la funcin objetivo 272 Cambios en los coeficientes tecnolgicos 274 Cambios en los recursos o valores del lado derecho 275 QM para Windows y cambios en los valores del lado derecho 277 Solver de Excel y cambios en los valores del lado derecho 277 Resumen 277 Glosario 277 Problemas resueltos 278 Autoevaluacin 282 Preguntas y problemas para anlisis 283 Problemas de tarea en Internet 290 Caso prctico: Mexicana Wire Works 290 Casos prcticos por Internet 292 Bibliografa 292 Conversin de las restricciones en ecuaciones 335 Bsqueda de una solucin inicial por medios algebraicos 335 Primer tableau smplex 336

9.3 9.4 9.5 9.6 9.7

Procedimientos de solucin smplex 340 Segundo tableau smplex 341


Interpretacin del segundo tableau 344

Desarrollo del tercer tableau 345 Revisin de los procedimientos para resolver problemas de maximizacin de pl 348 Variables superfluas y artificiales 349
Variables superfluas 349 Variables artificiales 349 Variables superfluas y artificiales en la funcin objetivo 350

CAPTULO 8

8.1 8.2

Aplicaciones de modelado de programacin lineal: con anlisis generados por computadora en Excel y QM para Windows 293 Introduccin 294 Aplicaciones al marketing
Seleccin de medios 294 Investigacin de marketing 296

9.8

Solucin de problemas de minimizacin 351


Anlisis grfico 351 Transformacin de las restricciones y la funcin objetivo 352 Reglas del mtodo smplex para problemas de minimizacin 353 Primer tableau smplex para el problema de la Muddy River Chemical Corporation 353 Desarrollo del segundo tableau 355 Desarrollo de un tercer tableau 356 Cuarto tableau para el problema de la Muddy River Chemical Corporation 358

8.3

Aplicaciones a la manufactura 298


Mezcla de produccin 298 Programacin de produccin 299

8.4

Aplicaciones a la programacin de horarios de empleados 303


Problemas de asignacin 303 Planeacin del trabajo 305

9.9 9.10

8.5 8.6

Aplicaciones financieras 307


Seleccin de una cartera 307

Aplicaciones al transporte 308


Problema de envo 308 Problema de cargar un camin 309

Repaso de los procedimientos de solucin de problemas de minimizacin de programacin lineal 360 Casos especiales 360
Infactibilidad 360 Soluciones no acotadas 361 Degeneracin 362 Ms de una solucin ptima 362

8.7 8.8

Aplicaciones al transbordo 313


Centros de distribucin 313

Aplicaciones a las mezclas de ingredientes 315


Problemas de dieta 316 Mezcla de ingredientes y problemas de mezclado316 Resumen 319 Autoevaluacin 320 Problems 320 Problemas de tarea en Internet 328 Caso prctico: Red Brand Canners 328 Caso prctico: Chase Manhattan Bank 330 Bibliografa 331

9.11

Anlisis de sensibilidad con el tableau smplex 363


Regreso a la High Note Sound Company 364 Cambios en los coeficientes de la funcin objetivo 364 Cambios de los recursos o valores del lado derecho (RHS) 366 Anlisis de sensibilidad por computadora 369

9.12 CAPTULO 9 9.1 9.2 Programacin lineal: mtodo smplex 333 Introduccin 334 Cmo formular la solucin smplex inicial 334

El modelo dual 369


Procedimientos de formulacin dual 371 Solucin del dual del problema de High Note Sound Company 371

9.13

El algoritmo de karmarkar 373

Contenido Resumen 372 Glosario 372 Key Equation 373 Problemas resueltos 373 Autoevaluacin 380 Preguntas y problemas para anlisis 381 Problemas de tarea en Internet 389 Caso prctico: Coastal States Chemicals and Fertilizers 390 Bibliografa 391

xi

Resumen 430 Glosario 430 Ecuaciones clave 431 Problemas resueltos 431 Autoevaluacin 438 Preguntas y problemas para anlisis 438 Problemas de tarea en Internet 447 Caso prctico: AndrewCarter, Inc. 447 Caso prctico: Old Oregon Wood Store 448 Casos prcticos por Internet 449 Bibliografa 449

CAPTULO 10 10.1

Modelos de transportey asignacin 393 Introduccin 394


Modelo de transporte 394 Modelo de asignacin 394 Algoritmos para propsitos especiales 394

Apndice 10.1: Apndice 10.2:

Uso de QM para windows 449 Comparacin del algoritmo smplex y el algoritmo de transporte 450 Programacin entera, programacin por metas y programacin no lineal 451 Introduccin 452 Programacin entera 452
Ejemplo de programacin entera de Harrison Electric Company 453 Mtodo de ramificacin y acotamiento 454 Otra visita a Harrison Electric Company 455 Utilizacin de software para resolver el problema de programacin de Harrison 458 Ejemplo de un problema de programacin entera mixta 460

CAPTULO 11

10.2 10.3 10.4

Configuracin de un problema de transporte 395 Desarrollo de una solucin inicial: regla de la esquina noroeste 396 Mtodo de salto de piedra en piedra: determinacin de una solucin de costo mnimo 398
Prueba de la solucin para una posible mejora 399 Cmo obtener una solucin mejorada 402

11.1 11.2

10.5

Mtodo modi 407


Cmo utilizar el mtodo MODI 407 Solucin del problema de la Executive Furniture Corporation con MODI 408

11.3

10.6 10.7

Mtodo de aproximacin de vogel: otra forma de encontrar una solucin inicial 410 Problemas de transporte d esbalanceados 413
Demanda menor que la oferta 414 Demanda mayor que la oferta 414

Modelado con variables 0-1 (binarias) 463


Ejemplo de presupuesto de capital 463 Limitacin del nmero de alternativas seleccionadas 464 Selecciones dependientes 464 Ejemplo de un problema de cargo fijo 464 Ejemplo de inversin financiera 466

10.8

Degeneracin en problemas de transporte 415


Degeneracin en una solucin inicial 415 Degeneracin durante las ltimas etapas de solucin 416

11.4

Programacin por metas 468


Ejemplo de programacin por metas: otra visita a Harrison Electric Company 469 Extensin a metas mltiples igualmente importantes 470 Clasificacin de metas con niveles de prioridad 471 Solucin grfica de problemas de programacin por metas 472 Mtodo smplex modificado para programacin por metas 474 Programacin por metas con metas ponderadas 477

10.9 10.10 10.11 10.12

Ms de una solucin ptima 417 Problemas de maximizacin en transporte 417 Rutas inaceptables o prohibidas 417 Anlisis para la localizacin de una instalacin 418
Localizacin de una nueva fbrica de Hardgrave Machine Company 418

10.13

Mtodo del modelo de asignacin 421


Mtodo hngaro (tcnica de Flood) 422 Realizacin de la asignacin final 426

11.5

Programacin no lineal 479


Funcin objetivo no lineal y restricciones lineales 479 Funcin objetivo no lineal y restricciones no lineales 480 Funcin objetivo lineal con restricciones no lineales 482

10.14 10.15

Problemas de asignacin desbalanceados 428 Problemas de asignacin de maximizacin 428

xii

Contenido Procedimientos computacionales de programacin no lineal 482 Resumen 483 Glosario 483 Problemas resueltos 484 Autoevaluacin 486 Preguntas y problemas para anlisis 487 Problemas de tarea en Internet 492 Caso prctico: Schank Marketing Research 492 Caso prctico: Puente sobre el ro Oakton 492 Caso prctico: Puyallup Mall 493 Bibliografa 494 Nivelacin de recursos 551 Software 551 Resumen 551 Glosario 552 Ecuaciones clave 552 Problemas resueltos 553 Autoevaluacin 555 Preguntas y problemas para anlisis 556 Problemas de tarea en Internet 560 Caso prctico: Construccin del estadio de la Southwestern University 561 Caso prctico: Centro de investigacin para la planeacin familiar en Nigeria 562 Casos prcticos por Internet 563 Bibliografa 563

CAPTULO 12 12.2 12.2 12.3 12.4

Modelos de redes 497 Introduccin 498 Tcnica del rbol de expansin mnima 498 Tcnica del flujo mximo 501 Tcnica de la ruta mas corta 505
Resumen 509 Glosario 509 Problemas resueltos 509 Autoevaluacin 512 Preguntas y problemas para anlisis 513 Problemas de tarea en Internet 519 Caso prctico: Binders Beverage 519 Caso prctico: Problemas de trfico en la Southwestern University 520 Casos prcticos por Internet 521 Bibliografa 521

Apndice 13.1:

Administracin de proyectos con QM para windows 564 Modelos de filas de espera y teora de colas 567 Introduccin 568 Costos de lneas de espera 568 Caractersticas de los sistemas de colas 570
Caractersticas de llegada 570 Caractersticas de las lneas de espera 572 Caractersticas de las instalaciones de servicio 572 Identificacin de modelos mediante el uso de la notacin Kendall 574

CAPTULO 14 14.1 14.2 14.3

Apndice 12.1:

Modelos de redes con QM para windows 521 14.4 Administracin de proyectos 525 Introduccin 526
Estructura de PERT y CPM 526

CAPTULO 13 13.1 13.1

Modelo de colas de un solo canal con llegadas Poisson y tiempos de servicio exponenciales (M/M/1) 576
Suposiciones del modelo 576 Ecuaciones de colas 577 El caso del taller de silenciadores Arnolds 578 Mejora del entorno de la cola 582

PERT 527
Ejemplo de PERT para General Foundry 527 Dibujo de una red PERT 529 Tiempos de las actividades 530 Cmo encontrar la ruta crtica 531 Probabilidad de terminacin del proyecto 536 Lo que puede proporcionar PERT 538 Anlisis de sensibilidad y administracin de proyectos 538

14.5

Modelo de colas de canales mltiples con llegadas Poisson y tiempos de servicio exponenciales (M/M/1) 582
Ecuaciones del modelo de colas multicanal 583 Otra visita al taller de silenciadores Arnolds 584

14.6

13.3

PERT/costo 539
Planeacin y programacin de costos de proyecto: procesos de presupuestacin 540 Supervisin y control de costos de proyecto 543

Modelo de tiempo de servicio constante (M/D/1) 587


Ecuaciones del modelo de tiempo de servicio constante 587 Garcia-Golding Recycling, Inc. 588

14.7

13.4

Mtodo de la ruta crtica 545


Compresin de proyectos con CPM 545 Recorte de proyectos con programacin lineal 547

Modelo de poblacin finita (M/M/1 con fuente finita) 589


Ecuaciones del modelo de poblacin finita 589 Ejemplo del Departamento de Comercio 590

13.5

Otros TEMAs en la administracin de proyectos 550


Subproyectos 551 Hitos 551

14.8 14.9

Algunas relaciones caractersticas de operacin generales 592 Modelos ms complejos de colas y uso de la simulacin 592

Contenido Resumen 593 Glosario 593 Ecuaciones clave 594 Problemas resueltos 595 Autoevaluacin 598 Preguntas y problemas para anlisis 599 Problemas de tarea en Internet 602 Caso prctico: New England Foundry 602 Caso prctico: Hotel Winter Park 604 Casos prcticos por Internet 604 Bibliografa 604

xiii

CAPTULO 16 16.1 16.2

Anlisis de Markov 651 Introduccin 652 Estados y probabilidades de estado 652


Vector de probabilidades de estados del ejemplo de las tres tiendas de abarrotes 653

16.3

Apndice 14.1: CAPTULO 15 15.1 15.2 15.3

Uso de QM para windows 605 Modelado de la simulacion 607 Introduccin 608 Ventajas y desventajas de la simulacin 609 Simulacin monte Carlo 610
Uso de QM para Windows para simulacin 616 Simulacin con hojas de clculo de Excel 617

Matriz de probabilidades de transicin 655


Probabilidades de transicin de las tres tiendas de abarrotes 655

16.4 16.5 16.6 16.7

Pronstico de participacin en el mercado 656 Anlisis de markov de operaciones de maquinaria 657 Condiciones de estabilidad 658 Estados absorbentes y la matriz fundamental: aplicacin a las cuentas por cobrar 661
Resumen 666 Glosario 666 Ecuaciones clave 666 Problemas resueltos 667 Autoevaluacin 671 Preguntas y problemas para anlisis 671 Problemas de tarea en Internet 675 Caso prctico: Rentall Trucks 675 Casos prcticos por Internet 676 Bibliografa 677

15.4

Simulacin y anlisis de inventarios 619


Simkins Hardware 619 Anlisis de los costos de inventario de Simkin 623

15.5

Simulacin de un problema de colas 625


Puerto de Nueva Orlens 625 Uso de Excel para simular el problema de colas del puerto de Nueva Orlens 627

Apndice 16.1: Apndice 16.2 CAPTULO 17 17.1 17.2 17.3 17.4

15.6 15.7

Modelos de simulacin de incremento de tiempo fijo yde incremento AL evento siguiente 628 Modelo de simulacin DE una poltica de mantenimiento 628
Three Hills Power Company 629 Anlisis de costos de la simulacin 633 Construccin de un modelo de simulacin del ejemplo de Three Hills Power Company mediante Excel 634

Anlisis de markov con QM para windows 677 Anlisis de markov con excel 678 Control estadstico de calidad 681 Introduccin 682 Definicin de calidad y TQM 682 Control estadstico de procesos 683
Variabilidad en el proceso 683

Grficas de control de variables 685


Teorema del lmite central 685 Establecimiento de lmites de grficas x 686 Establecimiento de lmites de grficas de rango 688

15.8

Otros dos tipos de modelos de simulacin 634


Juegos operacionales 634 Simulacin de sistemas 636

17.5

Grficas de control para atributos 690


Grficas p 690 Grficas c 693 Resumen 694 Glosario 694 Ecuaciones clave 694 Problemas resueltos 695 Autoevaluacin 697 Preguntas y problemas para anlisis 697 Problemas de tarea en Internet 699 Caso prctico: Morristown Daily Tribune 700 Casos prcticos por Internet 700 Bibliografa 701

15.9 15.10

Verificacin y validacin 636 Funcin de las computadoras en la simulacin 637


Resumen 638 Glosario 638 Problemas resueltos 638 Autoevaluacin 642 Preguntas y problemas para anlisis 643 Problemas de tarea en Internet 648 Caso prctico: Alabama Airlines 648 Caso prctico: Statewide Development Corporation 649 Casos prcticos por Internet 650 Bibliografa 650

Apndice 17.1:

Uso de QM para windows para SPC 701

xiv

Contenido

APNDICE A. APNDICE B. APNDICE C. APNDICE APNDICE APNDICE APNDICE D. E. F. G.

APNDICES 703 reas bajo la curva normal estndar Probabilidades binomiales Valores de e-l para uso en la distribucin de Poisson Uso de QM para Windows Uso de Excel QM Soluciones a problemas seleccionados Soluciones a las autoevaluaciones NDICE 725 CD-ROM MODULES Entra esta parte del contenido? PORQUE NO HAY TRADUCCIN

MODULE 1