Mtodos cuantitativos para los negocios

Novena edicin

BARRY RENDER

RALPH M. STAIR, JR.

MICHAEL E. HANNA

QUANTITATIVE
ANALYSIS
FOR MANAGEMENT
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

CAPTULO 9

Programacin lineal: mtodo

smplex 333

CAPTULO 2

Conceptos y aplicaciones
de la probabilidad 21

CAPTULO 10

Modelos de transportey
asignacin 395

CAPTULO 3

Anlisis de decisin 67

CAPTULO 11

CAPTULO 4

Modelos de regresin 115

Programacin entera, programacin

por metas y programacin no
lineal 451

CAPTULO 5

Pronsticos 149

CAPTULO 12

Modelos de redes 499

CAPTULO 6

Modelos de control de inventarios 189

CAPTULO 13

Administracin de proyectos 527

CAPTULO 7

Modelos de programacin lineal:

mtodos grficos y de
computadora 241

CAPTULO 14

Modelos de filas de espera y teora

de colas 567

CAPTULO 15

Modelado de la simulacion 607

CAPTULO 8

Aplicaciones de modelado de
programacin lineal: con anlisis
generados por computadora en Excel
y QM para Windows 293

CAPTULO 16

Anlisis de Markov 651

CAPTULO 17

Control estadstico de calidad 681

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

1.4

Cmo desarrollar un modelo de anlisis

cuantitativo 7

CAPTULO 2
2.1
2.2

Tipos de probabilidad 23

2.3

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

1.7

2.4
2.5
2.6

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

2.7
2.8
2.9

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

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

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

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

Las ventajas del modelado matemtico 9

Modelos matemticos clasificados por su
riesgo 9

1.5

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

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

CAPTULO 3
3.1
3.2

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

Apndice 3.3:

CAPTULO 4

3.3
3.4

Maximax 71
Maximin 72
Criterio de realismo (criterio
de Hurwicz) 72
Igualdad de probabilidades (Laplace) 74
Arrepentimiento minimax 74

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

3.6

rboles de decisin 81
Anlisis de sensibilidad 86

3.7

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

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

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

Uso de excel para aplicar el teorema de

bayes 113
Modelos de regresin 115
Modelos de regresin 115

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

Uso de software para regresin 122

Supuestos del modelo de regresin 124
Estimacin de la varianza 125

4.7

Prueba de significancia del modelo 126

Tabla de anlisis de varianza 127

4.8
4.9
4.10
4.11
4.12

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

Apndice 4.1:
Apndice 4.2:

Frmulas para clculos de regresin 144

Modelos de regresin utilizando QM
para windows 146

CAPTULO 5
5.1
5.2

Pronsticos 149
Introduccin 150
Tipos de pronsticos 150
Modelos de series de tiempo 150
Modelos causales 151
Modelos cualitativos 151

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

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

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

Apndice 5.1

pronsticos con qm para windows

CAPTULO 6
6.1
6.2

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

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

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

6.7
6.8

6.9
6.10

Plan de requisitos de materiales brutos y netos 219

Dos o ms productos finales 222

6.11
6.12

Anlisis ABC 216

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

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 6.1:

Control de inventarios con QM para

windows 238

CAPTULO 7

Modelos de programacin lineal:

mtodos grficos y de
computadora 241
Introduccin 242
Requerimientos de un problema de
programacin lineal 242

7.1
7.2

Supuestos bsicos de programacin

lineal 243

7.3

Formulacin de problemas de
programacin lineal 244

7.4

Solucin grfica de un problema de

programacin lineal 246

Flair Furniture Company 244

Representacin grfica de restricciones 246

Mtodo de solucin de lnea de isoutilidad
251
Mtodo de solucin del punto de esquina
254

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

7.7

Casos especiales de programacin lineal

265

Holiday Meal Turkey Ranch 261

Ninguna solucin factible 265

No acotacin 265
Redundancia 267
Soluciones ptimas alternativas 268

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

ix

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

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

Conversin de las restricciones en

ecuaciones 335
Bsqueda de una solucin inicial por medios
algebraicos 335
Primer tableau smplex 336

9.3
9.4

Interpretacin del segundo tableau 344

9.5
9.6
9.7

9.8

Aplicaciones a la manufactura 298

Aplicaciones a la programacin de
horarios de empleados 303
Problemas de asignacin 303
Planeacin del trabajo 305

8.5
8.6

9.9

Aplicaciones financieras 307

Seleccin de una cartera 307

Aplicaciones al transporte 308

9.10

Aplicaciones al transbordo 313

8.8

Aplicaciones a las mezclas de ingredientes

315

Centros de distribucin 313

9.11

9.12

9.1
9.2

Programacin lineal: mtodo

smplex 333
Introduccin 334
Cmo formular la solucin smplex
inicial 334

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

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

CAPTULO 9

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

Problema de envo 308

Problema de cargar un camin 309

8.7

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

Mezcla de produccin 298

Programacin de produccin 299

8.4

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

Seleccin de medios 294

Investigacin de marketing 296

8.3

Procedimientos de solucin smplex 340

Segundo tableau smplex 341

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

CAPTULO 10
10.1

Modelos de transportey asignacin

393
Introduccin 394
Modelo de transporte 394
Modelo de asignacin 394
Algoritmos para propsitos especiales 394

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

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

Apndice 10.1:
Apndice 10.2:

Uso de QM para windows 449

Comparacin del algoritmo smplex y el
algoritmo de transporte 450

CAPTULO 11

Programacin entera, programacin

por metas y programacin no lineal
451
Introduccin 452
Programacin entera 452

11.1
11.2

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

Prueba de la solucin para una posible mejora 399

Cmo obtener una solucin mejorada 402

10.5

Mtodo modi 407

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

10.6
10.7

11.3

Mtodo de aproximacin de vogel:

otra forma de encontrar una solucin
inicial 410
Problemas de transporte d
esbalanceados 413

Degeneracin en problemas de
transporte 415

11.4

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

10.14
10.15

Problemas de asignacin
desbalanceados 428
Problemas de asignacin de
maximizacin 428

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

Degeneracin en una solucin inicial 415

Degeneracin durante las ltimas etapas de
solucin 416

10.9
10.10

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

Demanda menor que la oferta 414

Demanda mayor que la oferta 414

10.8

xi

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

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

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 12.1:

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

Apndice 13.1:

Administracin de proyectos
con QM para windows 564

CAPTULO 14

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

14.1
14.2
14.3

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

Modelos de redes con QM para

windows 521
14.4

CAPTULO 13
13.1

Administracin de proyectos 525

Introduccin 526

Suposiciones del modelo 576

Ecuaciones de colas 577
El caso del taller de silenciadores
Arnolds 578
Mejora del entorno de la cola 582

Estructura de PERT y CPM 526

13.1

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

13.3

13.4

14.5

14.6

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

Mtodo de la ruta crtica 545

Modelo de poblacin finita (M/M/1 con

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

Compresin de proyectos con CPM 545

Recorte de proyectos con programacin
lineal 547

13.5

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

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

Modelo de colas de un solo canal con

llegadas Poisson y tiempos de servicio
exponenciales (M/M/1) 576

Otros TEMAs en la administracin de

proyectos 550

14.8

Subproyectos 551
Hitos 551

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

Apndice 14.1:

Uso de QM para windows 605

CAPTULO 15
15.1
15.2

Modelado de la simulacion 607

Introduccin 608
Ventajas y desventajas de la
simulacin 609
Simulacin monte Carlo 610

15.3

Uso de QM para Windows para simulacin

616
Simulacin con hojas de clculo de Excel
617

15.4

CAPTULO 16
16.1
16.2

16.3

15.6

16.4
16.5
16.6
16.7

15.7

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

15.8

15.9
15.10

Apndice 16.1:
Apndice 16.2

Anlisis de markov con QM para

windows 677
Anlisis de markov con excel 678

CAPTULO 17
17.1
17.2
17.3

Control estadstico de calidad 681

Introduccin 682
Definicin de calidad y TQM 682
Control estadstico de procesos 683
Variabilidad en el proceso 683

17.4

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

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

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

Otros dos tipos de modelos de

simulacin 634
Juegos operacionales 634
Simulacin de sistemas 636

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

Simulacin de un problema de colas 625

Modelos de simulacin de incremento

de tiempo fijo yde incremento AL evento
siguiente 628
Modelo de simulacin DE una poltica de
mantenimiento 628

Matriz de probabilidades de
transicin 655
Probabilidades de transicin
de las tres tiendas de abarrotes 655

Simulacin y anlisis de inventarios 619

Puerto de Nueva Orlens 625

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

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

Simkins Hardware 619

Anlisis de los costos de inventario de
Simkin 623

15.5

xiii

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

MODULE 1

CD-ROM MODULES
Entra esta parte del contenido?
PORQUE NO HAY TRADUCCIN