102776164 Quantitative Analysis for Management

8/16/2019 102776164 Quantitative Analysis for Management

1/15

BARRY RENDER RALPH M. STAIR, JR. MICHAEL E. HANNA

Novena edición

Métodos cuantitativos para los negociosMétodos cuantitativos para los negocios


2/15

QUANTITATIVEANALYSIS

FOR MANAGEMENTN I N T H E D I T I O N

Barry RenderCharles 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. HannaProfessor of Decision Sciences

University of Houston—Clear Lake

QUANTITATIVEANALYSIS

FOR MANAGEMENT


3/15


4/15

ACERCA DE LOS AUTORES

Barry Render se desempeña como Charles Harwood Distinguished Professor en ciencias administra-

tivas en la Roy E. Crummer Graduate School of Business en el Rollins College de Winter Park, Flori-

da. Obtuvo el grado de maestría en investigación de operaciones y su doctorado en análisis

cuantitativo en la University of Cincinnati. Anteriormente impartió clases en la George Washington

University,en la New Orleans University, en la Boston University y en la George Mason University, en

el área de ciencias de las decisiones y ocupó el cargo de director del Departamento de esta materia. El

doctor Render también 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 Scien-

ce. Sus más de 100 artículos sobre una gran variedad de temas administrativos han aparecido en pu-blicaciones 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 también ha recibido el honor de ser nombrado AACSB Fellow, y fue nombra-

do 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 De-

cision Line de 1989 a 1995. Del mismo modo, ha sido editor de los números especiales de administra-

ción de operaciones del New York Times de 1996 a 2001. Por último, el profesor Render ha participado

activamente en el área de consultoría 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 administración de operaciones a nivel maestría en Rollins College y otros

programas ejecutivos al mismo nivel. En 1995 fue nombrado Profesor del año en dicha institución y en 1996 la Roosevelt University lo eligió para recibir el premio St. Claire Drake for Outstanding Scho-

larship.

Ralph Stair es un profesor jubilado del College of Business de la Florida State University. Obtuvo el

grado de licenciatura en ingeniería química por parte de Purdue University y una maestría de Tulane

University.Bajo la dirección de Ken Ramsing y Alan Eliason, obtuvo su doctorado en administración

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 años, sus enseñanzas se han enfocado en las

áreas de sistemas de información, investigación de operaciones y administración de operaciones.

El doctor Stair es miembro de diversas organizaciones académicas, entre ellas el Decision Scien-ces Institute e INFORMS, y participa con regularidad en conferencias dentro de Estados Unidos. Ha

publicado numerosos artículos y libros, lo que incluye Managerial Decision Modeling with Spreads-

heets, Introduction to Management Science, Cases and Readings in Management Science, Production

and Operations Management: A Self-Correction Approach, Fundamentals of Information Systems, Prin-

ciples of Information Systems, Introduction to Information Systems, Computers in Today’s World, Princi-

ples of Data Processing, Learning to Live with Computers, Programming in BASIC, Essentials of

FORTRAN Programming y Essentials of COBOL Programming.


5/15

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 economía, una maestría en matemáticas y un doctora-

do en investigación de operaciones por parte de Texas Tech University. Por más de 20 años ha impar-

tido cursos en las áreas de estadística, ciencias administrativas, pronósticos y otros métodos

cuantitativos. Gracias a la dedicación que ha mostrado como profesor, recibió el reconocimiento a la

enseñanza Beta Alfa Psi en 1995.

El profesor Hanna es autor de un libro sobre ciencias administrativas, ha publicado más de 30

artículos y escritos profesionales y ha formado parte del consejo editorial de Computers and Opera-tions Research. En 1996, la sección UHCL de Beta Gamma Sigma le entregó el premio Outstanding

Scholar Award.

En UHCL, el profesor Hanna se ha desempeñado como coordinador del programa de la Unidad

de ciencias de la decisión y como director del Centro para el desarrollo y la investigación en econo-

mía. En 2001 recibió el premio al servicio distinguido del rector de la UCHL. Recientemente comple-

tó un segundo periodo como presidente del Decision Sciences Institute (DSI). Ahí se ha mantenido

activo ejerciendo en el comité de educación innovadora, el comité regional de asesoría y en el comité

de nominaciones. Ha ejercido distintos cargos en el Southwest DSI, entre ellos el de presidente, y re-

cibió en 1997 el premio Distinguished Service Award que otorga dicha institución.


6/15

CONTENIDO

CAPÍTULO 1 Introducción al análisiscuantitativo 1

CAPÍTULO 2 Conceptos y aplicacionesde la probabilidad 21

CAPÍTULO 3 Análisis de decisión 67

CAPÍTULO 4 Modelos de regresión 115

CAPÍTULO 5Pronósticos 149

CAPÍTULO 6 Modelos de control de inventarios 189

CAPÍTULO 7 Modelos de programación lineal:métodos gráficos y de

computadora 241

CAPÍTULO 8 Aplicaciones de modelado deprogramación lineal: con análisis

generados por computadora en Excel

y QM para Windows 293

CAPÍTULO 9 Programación lineal: métodosímplex 333

CAPÍTULO 10 Modelos de transporteyasignación 395

CAPÍTULO 11 Programación entera,programaciónpor metas y programación no

lineal 451

CAPÍTULO 12Modelos de redes 499

CAPÍTULO 13 Administración de proyectos 527

CAPÍTULO 14 Modelos de filas de espera y teoríade colas 567

CAPÍTULO 15 Modelado de la simulacion 607

CAPÍTULO 16 Análisis de Markov 651

CAPÍTULO 17 Control estadístico de calidad 681


7/15


8/15

CONTENIDO

PREFACIO xv

CAPÍTULO 1 Introducción al análisiscuantitativo 1

1.1 Introducción 2

1.2 ¿Qué es el análisis cuantitativo? 2

1.3 Enfoque del análisis cuantitativo 3

Definición del problema 3

Desarrollo del modelo 3

Adquisición de datos de entrada 4

Desarrollo de la solución 5

Prueba de la solución 5

Análisis de los resultados y análisis desensibilidad 5

Implementación de resultados 7

El enfoque del análisis cuantitativo y la aplicaciónpráctica de los modelos 7

1.4 Cómo desarrollar un modelo de análisiscuantitativo 7

Las ventajas del modelado matemático 9

Modelos matemáticos clasificados por su

riesgo 91.5 Función de las computadoras y modelos

de hoja de cálculo en el enfoque delanálisis cuantitativo 9

1.6 Posibles problemas en el enfoque delanálisis cuantitativo 12

Definición del problema 12

Desarrollo del modelo 14

Adquisición de datos de entrada 14

Desarrollo de la solución 15

Prueba de la solución 15

Análisis de resultados 15

1.7 Implementación: no sólo el paso final 16

Falta de compromiso y resistencia alcambio 16

Falta de compromiso de losanalistas 16

Resumen 17 Glosario 17 Ecuacionesclave 17 Autoevaluación 18 Preguntas y problemas para análisis 18 Caso práctico:Comida y bebidas en los juegos de fútbol enSouthwestern University 19 Bibliografía 20

CAPÍTULO 2 Conceptos y aplicacionesde la probabilidad 21

2.1 Introducción 22

2.2 Conceptos fundamentales 22

Tipos de probabilidad 23

2.3 Eventos mutuamente excluyentes y colectivamente exhaustivos 24

Adición de eventos mutuamenteexcluyentes 26

Ley de la adición de eventos que no sonmutuamente excluyentes 26

2.4 Eventos estadísticamenteindependientes 27

2.5 Eventos estadísticamentedependientes 28

2.6 Revisión de probabilidades medianteel teorema de bayes 30

Revisiones avanzadas de probabilidad 32

2.7 Forma general del teorema de Bayes 32

2.8 Variables aleatorias 34

2.9 Distribuciones de probabilidad 35

Distribución de probabilidad de unavariable Aleatoria discreta 35

Valor esperado de una distribución deprobabilidad discreta 36

Varianza de una distribución de probabilidaddiscreta 37

Distribución de probabilidad de una variablealeatoria continua 38

2.10 Distribución binomial 39

Resolución de problemas mediante lafórmula binomial 40

Resolución de problemas mediante tablasbinomiales 40

2.11 Distribución normal 42

Área bajo la curva normal 42

Empleo de la tabla normal estándar 44Ejemplo de Haynes Construction Company

47 2.12 Distribución de poisson 49

2.13 Distribución exponencial 49

Resumen 50 Glosario 51 KeyEquations 51 Problemas resueltos 52 Autoevaluación 56 Preguntas y problemas para análisis 57 Internet HomeworkProblems 61 Caso práctico: Century Chemical Company 61 Caso práctico:WTVX 62 Bibliografía 62


9/15

viii Contenido

Apéndice 2.1: derivación del teorema de bayes 62 Apéndice 2.2: estadísticas básicas mediante el empleo de

excel 63

CAPÍTULO 3 Análisis de decisión 673.1 Introducción 68

3.2 Las seis fases del proceso de tomade decisiones 683.3 Tipos de ambientes del proceso de toma

de decisiones 70 3.4 Proceso de toma de decisiones bajo

incertidumbre 71Maximax 71

Maximin 72

Criterio de realismo (criteriode Hurwicz) 72

Igualdad de probabilidades (Laplace) 74

Arrepentimiento minimax 74

3.5 proceso de toma de decisiones bajoriesgo 75Valor monetario esperado 75

Valor esperado de la informaciónperfecta 76

Pérdida de oportunidad esperada 77

Análisis de sensibilidad 78

Uso de Excel QM para resolver problemas deteoría de la decisión 79

3.6 Árboles de decisión 81Análisis de sensibilidad 86

3.7 Estimación de los valores de probabilidad

por medio del análisis bayesiano 87 Cálculo de las probabilidades revisadas 87Problema potencial en el uso de los

resultados de la encuesta 89

3.8 Teoría de la utilidad 90 Medición de la utilidad y construcción

de la curva de utilidad 90

La utilidad como criterio del procesode toma de decisiones 93

Resumen 96 Glosario 96 Ecuacionesclave 97 Problemas resueltos 97 Autoevaluación 103 Preguntas y problemas para análisis 104 Problemas de tarea en

Internet 110 Caso práctico: CorporaciónStarting Right 110 Caso práctico: BlakeElectronics 110 Casos prácticos por Internet 112 Bibliografía 112

Apéndice 2.1: Derivación del teorema de bayes 62 Apéndice 2.1: Derivación del teorema de bayes 62 Apéndice 3.1: Modelos de decisión con qm para

windows 112 Apéndice 3.2: Árboles de decisión con qm para windows

113

Apéndice 3.3: Uso de excel para aplicar el teorema debayes 113

CAPÍTULO 4 Modelos de regresión 115

Modelos de regresión 115


4.2 Diagramas de dispersión 116 4.3 Regresión lineal simple 117 4.4 Medición del ajuste del modelo de

regresión 119 Coeficiente de determinación 121

Coeficiente de correlación 121

4.5 Uso de software para regresión 1224.6 Supuestos del modelo de regresión 124

Estimación de la varianza 125

4.7 Prueba de significancia del modelo 126 Tabla de análisis de varianza 127

4.8 Análisis de regresión múltiple 127

4.9 Variables binarias o ficticias 130 4.10 Construcción de modelos 1314.11 Regresión no lineal 1324.12 Advertencias y dificultades en el análisis

de regresión 135Resumen 136 Glosario 136 Ecuacionesclave 136 Problemas resueltos 137 Autoevaluación 139 Preguntas y problemas para análisis 140 Caso práctico: North-South Airline 143 Bibliografía 144

Apéndice 4.1: Fórmulas para cálculos de regresión 144 Apéndice 4.2: Modelos de regresión utilizando QM

para windows 146

CAPÍTULO 5 Pronósticos 1495.1 Introducción 150 5.2 Tipos de pronósticos 150

Modelos de series de tiempo 150

Modelos causales 151

Modelos cualitativos 151

5.3 Diagramas de dispersión y series detiempo 152

5.4 Medidas de precisión de pronósticos 1545.5 Modelos de pronóstico de series de

tiempo 156 Descomposición de una serie de tiempo 156

Promedios móviles 157

Suavizamiento exponencial 160

Proyecciones de tendencias 164

Variaciones estacionales 166

Variaciones estacionales con tendencia 168

Método de descomposición parapronósticos con componentes detendencia y estacionales 170


10/15

Contenido ix

Uso de la regresión con componentesde tendencia y estacionales 174

5.6 Supervisión y control de pronósticos 175

5.7 Uso de la computadora para pronosticar 177

Resumen 178 Glosario 179 Ecuacionesclave 179 Problemas resueltos 180

Autoevaluación 182 Preguntas y problemas para análisis 183 Problemas de tarea enInternet 185 Case Study: Pronóstico de laasistencia a los juegos de futbol de SWU 185Internet Case Study 186 Bibliografía 186

Apéndice 5.1 pronósticos con qm para windows

CAPÍTULO 6 Modelos de control de inventarios 1896.1 Introducción 190

6.2 Importancia del control de inventarios191

Función de desacoplamiento 191

Almacenamiento de recursos 191

Oferta y demanda irregulares 191

Descuentos por cantidad 191

Evitar faltantes y escasez 192

6.3 Decisiones de inventario 192

6.4 Modelo del lote económico: determinar cuánto ordenar 193

Costos de inventario en la situación de laEOQ 195

Determinación de la EOQ 196

Ejemplo de Sumco Pump Company 197

Costo de compra de artículos de inventario198

Análisis de sensibilidad con el modeloEOQ 199

6.5 Punto de reorden: determinar cuándo hay que ordenar 200

6.6 EOQ sin El supuesto de abastecimientoinstantáneo 201

Costo anual de mantenimiento de inventarioen el caso del modelo de corrida deproducción 202

Costo anual de puesta en marcha del costoanual de pedidos 202

Determinación de la cantidad óptima deproducción 203

Brown Manufacturing 203

6.7 Modelos de descuento por cantidad 206

6.8 Uso de existencias de seguridad 210

ROP con costos conocidos de faltantes 211

ROP con costos conocidos de faltantes 214

6.9 Análisis ABC 216

6.10 Demanda dependiente: en defensade la planeación de requerimientosmateriales 218

Árbol de estructura de materiales 218

Plan de requisitos de materiales brutos y ne-tos 219

Dos o más productos finales 222

6.11 Control de inventarios justoa tiempo 224

6.12 Planeación de recursos de la empresa 225

Resumen 226 Glosario 226 Ecuaciones

clave 226 Problemas resueltos 227 Autoevaluación 229 Preguntas y problemas para análisis 230 Problemas de tarea enInternet 236 Caso práctico: Sturdivant Sound Systems 236 Caso práctico: Martin-Pullin Bicycle Corporation 237 Casos prácticos por Internet 237 Bibliografía 237

Apéndice 6.1: Control de inventarios con QM parawindows 238

CAPÍTULO 7 Modelos de programación lineal:métodos gráficos y de

computadora 241

7.1 Introducción 2427.2 Requerimientos de un problema de

programación lineal 242

Supuestos básicos de programaciónlineal 243

7.3 Formulación de problemas de programación lineal 244

Flair Furniture Company 244

7.4 Solución gráfica de un problema de programación lineal 246

Representación gráfica de restricciones 246

Método de solución de línea de isoutilidad

251Método de solución del punto de esquina254

7.5 Solución del problema de flair furniturecon QM para windows y excel 256

Uso de QM para Windows 256

Utilización del comando Solver de Excelpara resolver problemas de programaciónlineal 257

7.6 Solución de problemas de minimización 261

Holiday Meal Turkey Ranch 261

7.7 Casos especiales de programación lineal

265Ninguna solución factible 265

No acotación 265

Redundancia 267

Soluciones óptimas alternativas 268

7.8 Análisis de sensibilidad 269

High Note Sound Company 270

Cambios en el coeficiente de la funciónobjetivo 271

QM para Windows y cambios en loscoeficientes de la función objetivo 272


11/15

x Contenido

Solver de Excel y cambios en los coeficientesde la función objetivo 272

Cambios en los coeficientestecnológicos 274

Cambios en los recursos o valores del ladoderecho 275

QM para Windows y cambios en los valores

del lado derecho 277Solver de Excel y cambios en los valores

del lado derecho 277

Resumen 277 Glosario 277 Problemasresueltos 278 Autoevaluación 282Preguntas y problemas para análisis 283Problemas de tarea en Internet 290 Caso práctico: Mexicana Wire Works 290 Casos prácticos por Internet 292 Bibliografía 292

CAPÍTULO 8 Aplicaciones de modelado deprogramación lineal: con análisis

generados por computadora en Excel

y QM para Windows 2938.1 Introducción 294

8.2 Aplicaciones al marketing

Selección de medios 294

Investigación de marketing 296

8.3 Aplicaciones a la manufactura 298

Mezcla de producción 298

Programación de producción 299

8.4 Aplicaciones a la programación dehorarios de empleados 303

Problemas de asignación 303

Planeación del trabajo 305

8.5 Aplicaciones financieras 307

Selección de una cartera 307

8.6 Aplicaciones al transporte 308

Problema de envío 308

Problema de cargar un camión 309

8.7 Aplicaciones al transbordo 313

Centros de distribución 313

8.8 Aplicaciones a las mezclas de ingredientes315

Problemas de dieta 316

Mezcla de ingredientes y problemasde mezclado316

Resumen 319 Autoevaluación 320 Problems 320 Problemas de tarea enInternet 328 Caso práctico: Red Brand Canners 328 Caso práctico: Chase Manhattan Bank 330 Bibliografía 331

CAPÍTULO 9 Programación lineal: métodosímplex 333


9.2 Cómo formular la solución símplexinicial 334

Conversión de las restricciones enecuaciones 335

Búsqueda de una solución inicial por mediosalgebraicos 335

Primer tableau símplex 336

9.3 Procedimientos de solución símplex 340

9.4 Segundo tableau símplex 341

Interpretación del segundo tableau 344

9.5 Desarrollo del tercer tableau 345

9.6 Revisión de los procedimientos pararesolver problemas de maximizaciónde pl 348

9.7 Variables superfluas y artificiales 349

Variables superfluas 349

Variables artificiales 349

Variables superfluas y artificiales en lafunción objetivo 350

9.8 Solución de problemas de minimización351

Análisis gráfico 351Transformación de las restricciones y la

función objetivo 352

Reglas del método símplex para problemasde minimización 353

Primer tableau símplex para el problemade la Muddy River ChemicalCorporation 353

Desarrollo del segundo tableau 355

Desarrollo de un tercer tableau 356

Cuarto tableau para el problema de laMuddy River Chemical Corporation 358

9.9 Repaso de los procedimientos de soluciónde problemas de minimización de programación lineal 360

9.10 Casos especiales 360

Infactibilidad 360

Soluciones no acotadas 361

Degeneración 362

Más de una solución óptima 362

9.11 Análisis de sensibilidad con el tableausímplex 363

Regreso a la High Note Sound Company 364

Cambios en los coeficientes de la función

objetivo 364

Cambios de los recursos o valores del ladoderecho (RHS) 366

Análisis de sensibilidad por computadora369

9.12 El modelo dual 369

Procedimientos de formulación dual 371

Solución del dual del problema de HighNote Sound Company 371

9.13 El algoritmo de karmarkar 373


12/15

Contenido xi

Resumen 372 Glosario 372 KeyEquation 373 Problemas resueltos 373 Autoevaluación 380 Preguntas y problemas para análisis 381 Problemas de tareaen Internet 389 Caso práctico: Coastal States Chemicals and Fertilizers 390 Bibliografía 391

CAPÍTULO 10 Modelos de transportey asignación393


Modelo de transporte 394

Modelo de asignación 394

Algoritmos para propósitos especiales 394

10.2 Configuración de un problema detransporte 395

10.3 Desarrollo de una solución inicial:regla de la esquina noroeste 396

10.4 Método de salto de piedra en piedra:determinación de una solución de costomínimo 398Prueba de la solución para una posible mejora 399

Cómo obtener una solución mejorada 402

10.5 Método modi 407

Cómo utilizar el método MODI 407

Solución del problema de la ExecutiveFurniture Corporation con MODI 408

10.6 Método de aproximación de vogel:otra forma de encontrar una solucióninicial 410

10.7 Problemas de transporte d

esbalanceados 413Demanda menor que la oferta 414

Demanda mayor que la oferta 414

10.8 Degeneración en problemas detransporte 415

Degeneración en una solución inicial 415

Degeneración durante las últimas etapas desolución 416

10.9 Más de una solución óptima 417

10.10 Problemas de maximización entransporte 417

10.11 Rutas inaceptables o prohibidas 417

10.12 Análisis para la localización de unainstalación 418

Localización de una nueva fábrica deHardgrave Machine Company 418

10.13 Método del modelo de asignación 421

Método húngaro (técnica de Flood) 422

Realización de la asignación final 426

10.14 Problemas de asignacióndesbalanceados 428

10.15 Problemas de asignación demaximización 428

Resumen 430 Glosario 430 Ecuacionesclave 431 Problemas resueltos 431 Autoevaluación 438 Preguntas y problemas para análisis 438 Problemas de tarea enInternet 447 Caso práctico: Andrew–Carter,Inc. 447 Caso práctico: Old Oregon Wood Store 448 Casos prácticos por Internet 449 Bibliografía 449

Apéndice 10.1: Uso de QM para windows 449 Apéndice 10.2: Comparación del algoritmo símplex y el

algoritmo de transporte 450

CAPÍTULO 11 Programación entera,programaciónpor metas y programación no lineal

451


11.2 Programación entera 452

Ejemplo de programación enterade Harrison Electric Company 453

Método de ramificación y acotamiento 454

Otra visita a Harrison Electric Company 455

Utilización de software para resolver elproblema de programación deHarrison 458

Ejemplo de un problema de programaciónentera mixta 460

11.3 Modelado con variables 0-1(binarias) 463

Ejemplo de presupuesto de capital 463

Limitación del número de alternativasseleccionadas 464

Selecciones dependientes 464Ejemplo de un problema de cargo fijo 464

Ejemplo de inversión financiera 466

11.4 Programación por metas 468

Ejemplo de programación por metas:otra visita a Harrison Electric Company 469

Extensión a metas múltiplesigualmente importantes 470

Clasificación de metas con niveles deprioridad 471

Solución gráfica de problemasde programación por metas 472

Método símplex modificado paraprogramación por metas 474

Programación por metas con metasponderadas 477

11.5 Programación no lineal 479

Función objetivo no lineal y restriccioneslineales 479

Función objetivo no lineal y restricciones nolineales 480

Función objetivo lineal con restricciones nolineales 482


13/15

xii Contenido

Procedimientos computacionales de progra-mación no lineal 482

Resumen 483 Glosario 483 Problemasresueltos 484 Autoevaluación 486 Preguntas y problemas para análisis 487 Problemas de tarea en Internet 492 Caso práctico: Schank Marketing Research 492Caso práctico: Puente sobre el río Oakton 492Caso práctico: Puyallup Mall 493Bibliografía 494

CAPÍTULO 12 Modelos de redes 49712.2 Introducción 498

12.2 Técnica del árbol de expansiónmínima 498

12.3 Técnica del flujo máximo 501

12.4 Técnica de la ruta mas corta 505

Resumen 509 Glosario 509 Problemasresueltos 509 Autoevaluación 512Preguntas y problemas para análisis 513

Problemas de tarea en Internet 519 Caso práctico: Binder’s Beverage 519 Caso práctico: Problemas de tráfico en laSouthwestern University 520 Casos prácticos por Internet 521 Bibliografía 521

Apéndice 12.1: Modelos de redes con QM parawindows 521

CAPÍTULO 13 Administración de proyectos 52513.1 Introducción 526

Estructura de PERT y CPM 526

13.1 PERT 527

Ejemplo de PERT para GeneralFoundry 527

Dibujo de una red PERT 529

Tiempos de las actividades 530

Cómo encontrar la ruta crítica 531

Probabilidad de terminación delproyecto 536

Lo que puede proporcionar PERT 538

Análisis de sensibilidad y administraciónde proyectos 538

13.3 PERT/costo 539

Planeación y programación de costos deproyecto: procesos de presupuestación 540

Supervisión y control de costos deproyecto 543

13.4 Método de la ruta crítica 545

Compresión de proyectos con CPM 545

Recorte de proyectos con programaciónlineal 547

13.5 Otros TEMAs en la administración de proyectos 550

Subproyectos 551

Hitos 551

Nivelación de recursos 551

Software 551

Resumen 551 Glosario 552 Ecuacionesclave 552 Problemas resueltos 553 Autoevaluación 555 Preguntas y problemas para análisis 556 Problemas de tarea enInternet 560 Caso práctico: Construcción

del estadio de la Southwestern University 561Caso práctico: Centro de investigación para la planeación familiar en Nigeria 562 Casos prácticos por Internet 563 Bibliografía 563

Apéndice 13.1: Administración de proyectoscon QM para windows 564

CAPÍTULO 14 Modelos de filas de espera y teoríade colas 567


14.2 Costos de líneas de espera 568

14.3 Características de los sistemasde colas 570

Características de llegada 570

Características de las líneas de espera 572

Características de las instalaciones deservicio 572

Identificación de modelos mediante el usode la notación Kendall 574

14.4 Modelo de colas de un solo canal conllegadas Poisson y tiempos de servicioexponenciales (M/M/1) 576

Suposiciones del modelo 576

Ecuaciones de colas 577

El caso del taller de silenciadores

Arnold’s 578Mejora del entorno de la cola 582

14.5 Modelo de colas de canales múltiples conllegadas Poisson y tiempos de servicioexponenciales (M/M/1) 582

Ecuaciones del modelo de colas multicanal583

Otra visita al taller de silenciadores Arnold’s584

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

Ecuaciones del modelo de tiempo de servicioconstante 587

Garcia-Golding Recycling, Inc. 58814.7 Modelo de población finita (M/M/1 con

fuente finita) 589

Ecuaciones del modelo de población finita589

Ejemplo del Departamento de Comercio590

14.8 Algunas relaciones características deoperación generales 592

14.9 Modelos más complejos de colas y usode la simulación 592


14/15

Contenido xiii

Resumen 593 Glosario 593 Ecuacionesclave 594 Problemas resueltos 595 Autoevaluación 598 Preguntas y problemas para análisis 599 Problemas de tarea enInternet 602 Caso práctico: New England Foundry 602 Caso práctico: Hotel Winter Park 604 Casos prácticos por Internet 604Bibliografía 604

Apéndice 14.1: Uso de QM para windows 605

CAPÍTULO 15 Modelado de la simulacion 60715.1 Introducción 608

15.2 Ventajas y desventajas de lasimulación 609

15.3 Simulación monte Carlo 610

Uso de QM para Windows para simulación616

Simulación con hojas de cálculo de Excel617

15.4 Simulación y análisis de inventarios 619

Simkin’s Hardware 619

Análisis de los costos de inventario deSimkin 623

15.5 Simulación de un problema de colas 625

Puerto de Nueva Orleáns 625

Uso de Excel para simular el problema decolas del puerto de Nueva Orleáns 627

15.6 Modelos de simulación de incrementode tiempo fijo yde incremento AL eventosiguiente 628

15.7 Modelo de simulación DE una política demantenimiento 628

Three Hills Power Company 629Análisis de costos de la simulación 633

Construcción de un modelo de simulacióndel ejemplo de Three Hills PowerCompany mediante Excel 634

15.8 Otros dos tipos de modelos desimulación 634

Juegos operacionales 634

Simulación de sistemas 636

15.9 Verificación y validación 636

15.10 Función de las computadoras en lasimulación 637

Resumen 638 Glosario 638 Problemasresueltos 638 Autoevaluación 642Preguntas y problemas para análisis 643Problemas de tarea en Internet 648 Caso práctico: Alabama Airlines 648 Caso prác-tico: Statewide Development Corporation 649 Casos prácticos por Internet 650 Bibliografía 650

CAPÍTULO 16 Análisis de Markov 65116.1 Introducción 652

16.2 Estados y probabilidades de estado 652

Vector de probabilidades de estadosdel ejemplo de las tres tiendas deabarrotes 653

16.3 Matriz de probabilidades de

transición 655Probabilidades de transición

de las tres tiendas de abarrotes 655

16.4 Pronóstico de participación en elmercado 656

16.5 Análisis de markov de operaciones demaquinaria 657

16.6 Condiciones de estabilidad 658

16.7 Estados absorbentes y la matriz fundamental: aplicación a las cuentas por cobrar 661

Resumen 666 Glosario 666 Ecuacionesclave 666 Problemas resueltos 667 Autoevaluación 671 Preguntas y problemas para análisis 671 Problemas de tarea enInternet 675 Caso práctico: Rentall Trucks675 Casos prácticos por Internet 676 Bibliografía 677

Apéndice 16.1: Análisis de markov con QM parawindows 677

Apéndice 16.2 Análisis de markov con excel 678

CAPÍTULO 17 Control estadístico de calidad 68117.1 Introducción 682

17.2 Definición de calidad y TQM 682

17.3 Control estadístico de procesos 683Variabilidad en el proceso 683

17.4 Gráficas de control de variables 685

Teorema del límite central 685

Establecimiento de límites de gráficas x -- 686

Establecimiento de límites de gráficas derango 688

17.5 Gráficas de control para atributos 690

Gráficas p 690

Gráficas c 693

Resumen 694 Glosario 694 Ecuacionesclave 694 Problemas resueltos 695

Autoevaluación 697 Preguntas y problemas para análisis 697 Problemas de tarea enInternet 699 Caso práctico: MorristownDaily Tribune 700 Casos prácticos por Internet 700 Bibliografía 701

Apéndice 17.1: Uso de QM para windows para SPC 701


15/15

xiv Contenido

APÉNDICES 703

APÉNDICE A. Áreas bajo la curva normal estándar

APÉNDICE B. Probabilidades binomiales

APÉNDICE C. Valores de e-l para uso en ladistribución de Poisson

APÉNDICE D. Uso de QM para Windows

APÉNDICE E. Uso de Excel QM

APÉNDICE F. Soluciones a problemas seleccionados

APÉNDICE G. Soluciones a las autoevaluaciones

ÍNDICE 725

CD-ROM MODULES

MODULE 1 ¿Entra esta parte del contenido?

PORQUE NO HAY TRADUCCIÓN

Documents

102776164 Quantitative Analysis for Management