Upload
marilia-guerrero-escalante
View
236
Download
0
Embed Size (px)
Citation preview
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
8/16/2019 102776164 Quantitative Analysis for Management
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
8/16/2019 102776164 Quantitative Analysis for Management
3/15
8/16/2019 102776164 Quantitative Analysis for Management
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.
8/16/2019 102776164 Quantitative Analysis for Management
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.
8/16/2019 102776164 Quantitative Analysis for Management
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
8/16/2019 102776164 Quantitative Analysis for Management
7/15
8/16/2019 102776164 Quantitative Analysis for Management
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
8/16/2019 102776164 Quantitative Analysis for Management
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
4.1 Introducción 116
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
8/16/2019 102776164 Quantitative Analysis for Management
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
8/16/2019 102776164 Quantitative Analysis for Management
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
9.1 Introducción 334
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
8/16/2019 102776164 Quantitative Analysis for Management
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
10.1 Introducción 394
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 me- jora 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
11.1 Introducción 452
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
8/16/2019 102776164 Quantitative Analysis for Management
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
14.1 Introducción 568
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
8/16/2019 102776164 Quantitative Analysis for Management
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
8/16/2019 102776164 Quantitative Analysis for Management
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