Quantitative Analysis For Management 2d2c1n

Métodos cuantitativos para los negocios

Novena edición

BARRY RENDER

RALPH M. STAIR, JR.

MICHAEL E. HANNA

QUANTITATIVE ANALYSIS FOR MANAGEMENT N

I

N

T

H

E

D

I

T

I

O

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 Houston—Clear Lake

N

ACERCA DE LOS AUTORES Barry Render se desempeña como Charles Harwood Distinguished Professor en ciencias istrativas en la Roy E. Crummer Graduate School of Business en el Rollins College de Winter Park, Florida. 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 Science. Sus más de 100 artículos sobre una gran variedad de temas istrativos 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 también 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 números especiales de istración 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 istración 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 Scholarship.

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 istración 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 istración de operaciones. El doctor Stair es miembro de diversas organizaciones académicas, entre ellas el Decision Sciences 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 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 Today’s 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 economía, una maestría en matemáticas y un doctorado en investigación de operaciones por parte de Texas Tech University. Por más de 20 años ha impartido cursos en las áreas de estadística, ciencias istrativas, 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 istrativas, ha publicado más de 30 artículos y escritos profesionales y ha formado parte del consejo editorial de Computers and Operations 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 economía. En 2001 recibió el premio al servicio distinguido del rector de la UCHL. Recientemente completó 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 recibió en 1997 el premio Distinguished Service Award que otorga dicha institución.

CONTENIDO CAPÍTULO 1

Introducción al análisis cuantitativo 1

CAPÍTULO 9

Programación lineal: método símplex 333

CAPÍTULO 2

Conceptos y aplicaciones de la probabilidad 21

CAPÍTULO 10

Modelos de transportey asignación 395

CAPÍTULO 3

Análisis de decisión 67

CAPÍTULO 11

CAPÍTULO 4

Modelos de regresión 115

Programación entera, programación por metas y programación no lineal 451

CAPÍTULO 5

Pronósticos 149

CAPÍTULO 12

Modelos de redes 499

CAPÍTULO 6

Modelos de control de inventarios 189

CAPÍTULO 13

istración de proyectos 527

CAPÍTULO 7

Modelos de programación lineal: métodos gráficos y de computadora 241

CAPÍTULO 14

Modelos de filas de espera y teoría de colas 567

CAPÍTULO 15

Modelado de la simulacion 607

CAPÍTULO 8

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

CAPÍTULO 16

Análisis de Markov 651

CAPÍTULO 17

Control estadístico de calidad 681

CONTENIDO PREFACIO xv CAPÍTULO 1 1.1 1.2 1.3

Introducción al análisis cuantitativo 1 Introducción 2 ¿Qué es el análisis cuantitativo? 2 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 de sensibilidad 5 Implementación de resultados 7 El enfoque del análisis cuantitativo y la aplicación práctica de los modelos 7

1.4

Cómo desarrollar un modelo de análisis cuantitativo 7

CAPÍTULO 2 2.1 2.2

Tipos de probabilidad 23

2.3

1.6

Función de las computadoras y modelos de hoja de cálculo en el enfoque del análisis cuantitativo 9 Posibles problemas en el enfoque del análisis 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

2.4 2.5 2.6

Eventos estadísticamente independientes 27 Eventos estadísticamente dependientes 28 Revisión 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 Distribución de probabilidad de una variable Aleatoria discreta 35 Valor esperado de una distribución de probabilidad discreta 36 Varianza de una distribución de probabilidad discreta 37 Distribución de probabilidad de una variable aleatoria continua 38

2.10

Distribución binomial 39 Resolución de problemas mediante la fórmula binomial 40 Resolución de problemas mediante tablas binomiales 40

2.11

Distribución normal 42 Área bajo la curva normal 42 Empleo de la tabla normal estándar 44 Ejemplo de Haynes Construction Company 47

Implementación: no sólo 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 Autoevaluación 18 Preguntas y problemas para análisis 18 Caso práctico: Comida y bebidas en los juegos de fútbol en Southwestern University 19 Bibliografía 20

Eventos mutuamente excluyentes y colectivamente exhaustivos 24 Adición de eventos mutuamente excluyentes 26 Ley de la adición de eventos que no son mutuamente excluyentes 26

Las ventajas del modelado matemático 9 Modelos matemáticos clasificados por su riesgo 9

1.5

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

2.12 2.13

Distribución de poisson 49 Distribución exponencial 49 Resumen 50 Glosario 51 Key Equations 51 Problemas resueltos 52 Autoevaluación 56 Preguntas y problemas para análisis 57 Internet Homework Problems 61 Caso práctico: Century Chemical Company 61 Caso práctico: WTVX 62 Bibliografía 62

viii

Contenido

Apéndice 2.1: Apéndice 2.2:

derivación del teorema de bayes 62 estadísticas básicas mediante el empleo de excel 63

CAPÍTULO 3 3.1 3.2

Análisis de decisión 67 Introducción 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

Apéndice 3.3:

CAPÍTULO 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 información perfecta 76 Pérdida de oportunidad esperada 77 Análisis de sensibilidad 78 Uso de Excel QM para resolver problemas de teoría de la decisión 79

3.6

Árboles de decisión 81 Análisis de sensibilidad 86

3.7

Estimación de los valores de probabilidad por medio del análisis bayesiano 87 Cálculo de las probabilidades revisadas 87 Problema 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 proceso de toma de decisiones 93 Resumen 96 Glosario 96 Ecuaciones clave 97 Problemas resueltos 97 Autoevaluación 103 Preguntas y problemas para análisis 104 Problemas de tarea en Internet 110 Caso práctico: Corporación Starting Right 110 Caso práctico: Blake Electronics 110 Casos prácticos por Internet 112 Bibliografía 112

Apéndice 2.1: Apéndice 2.1: Apéndice 3.1: Apéndice 3.2:

Derivación del teorema de bayes 62 Derivación del teorema de bayes 62 Modelos de decisión con qm para windows 112 Árboles de decisión con qm para windows 113

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

4.1 4.2 4.3 4.4

Introducción 116 Diagramas de dispersión 116 Regresión lineal simple 117 Medición del ajuste del modelo de regresión 119 Coeficiente de determinación 121 Coeficiente de correlación 121

4.5 4.6

Uso de software para regresión 122 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 4.9 4.10 4.11 4.12

Análisis de regresión múltiple 127 Variables binarias o ficticias 130 Construcción de modelos 131 Regresión no lineal 132 Advertencias y dificultades en el análisis de regresión 135 Resumen 136 Glosario 136 Ecuaciones clave 136 Problemas resueltos 137 Autoevaluación 139 Preguntas y problemas para análisis 140 Caso práctico: North-South Airline 143 Bibliografía 144

Apéndice 4.1: Apéndice 4.2:

Fórmulas para cálculos de regresión 144 Modelos de regresión utilizando QM para windows 146

CAPÍTULO 5 5.1 5.2

Pronósticos 149 Introducción 150 Tipos de pronósticos 150 Modelos de series de tiempo 150 Modelos causales 151 Modelos cualitativos 151

5.3 5.4 5.5

Diagramas de dispersión y series de tiempo 152 Medidas de precisión de pronósticos 154 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 para pronósticos con componentes de tendencia y estacionales 170

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

5.6 5.7

Supervisión y control de pronósticos 175 Uso de la computadora para pronosticar 177 Resumen 178 Glosario 179 Ecuaciones clave 179 Problemas resueltos 180 Autoevaluación 182 Preguntas y problemas para análisis 183 Problemas de tarea en Internet 185 Case Study: Pronóstico de la asistencia a los juegos de futbol de SWU 185 Internet Case Study 186 Bibliografía 186

Apéndice 5.1

pronósticos con qm para windows

CAPÍTULO 6 6.1 6.2

Modelos de control de inventarios 189 Introducción 190 Importancia del control de inventarios 191 Función 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 económico: determinar cuánto ordenar 193 Costos de inventario en la situación de la EOQ 195 Determinación de la EOQ 196 Ejemplo de Sumco Pump Company 197 Costo de compra de artículos de inventario 198 Análisis de sensibilidad con el modelo EOQ 199

6.5 6.6

Punto de reorden: determinar cuándo hay que ordenar 200 EOQ sin El supuesto de abastecimiento instantáneo 201 Costo anual de mantenimiento de inventario en el caso del modelo de corrida de producción 202 Costo anual de puesta en marcha del costo anual de pedidos 202 Determinación de la cantidad óptima de producción 203 Brown Manufacturing 203

6.7 6.8

6.9 6.10

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

6.11 6.12

Análisis ABC 216 Demanda dependiente: en defensa de la planeación de requerimientos materiales 218 Árbol de estructura de materiales 218

Control de inventarios justo a tiempo 224 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 en Internet 236 Caso práctico: Sturdivant Sound Systems 236 Caso práctico: MartinPullin Bicycle Corporation 237 Casos prácticos por Internet 237 Bibliografía 237

Apéndice 6.1:

Control de inventarios con QM para windows 238

CAPÍTULO 7

Modelos de programación lineal: métodos gráficos y de computadora 241 Introducción 242 Requerimientos de un problema de programación lineal 242

7.1 7.2

Supuestos básicos de programación lineal 243

7.3

Formulación de problemas de programación lineal 244

7.4

Solución gráfica de un problema de programación lineal 246

Flair Furniture Company 244

Representación gráfica de restricciones 246 Método de solución de línea de isoutilidad 251 Método de solución del punto de esquina 254

7.5

Solución del problema de flair furniture con QM para windows y excel 256 Uso de QM para Windows 256 Utilización del comando Solver de Excel para resolver problemas de programación lineal 257

7.6

Solución de problemas de minimización 261

7.7

Casos especiales de programación lineal 265

Holiday Meal Turkey Ranch 261

Ninguna solución factible 265 No acotación 265 Redundancia 267 Soluciones óptimas 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

Análisis de sensibilidad 269 High Note Sound Company 270 Cambios en el coeficiente de la función objetivo 271 QM para Windows y cambios en los coeficientes de la función objetivo 272

x

Contenido Solver de Excel y cambios en los coeficientes de la función objetivo 272 Cambios en los coeficientes tecnológicos 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 Autoevaluación 282 Preguntas y problemas para análisis 283 Problemas de tarea en Internet 290 Caso práctico: Mexicana Wire Works 290 Casos prácticos por Internet 292 Bibliografía 292

CAPÍTULO 8

8.1 8.2

Aplicaciones de modelado de programación lineal: con análisis generados por computadora en Excel y QM para Windows 293 Introducción 294 Aplicaciones al marketing

Conversión de las restricciones en ecuaciones 335 Búsqueda de una solución inicial por medios algebraicos 335 Primer tableau símplex 336

9.3 9.4

Interpretación del segundo tableau 344

9.5 9.6 9.7

9.8

Aplicaciones a la manufactura 298

Aplicaciones a la programación de horarios de empleados 303 Problemas de asignación 303 Planeación del trabajo 305

8.5 8.6

9.9

Aplicaciones financieras 307 Selección 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 distribución 313

9.11

9.12

9.1 9.2

Programación lineal: método símplex 333 Introducción 334 Cómo formular la solución símplex inicial 334

Análisis de sensibilidad con el tableau símplex 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 lado derecho (RHS) 366 Análisis de sensibilidad por computadora 369

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

CAPÍTULO 9

Repaso de los procedimientos de solución de problemas de minimización de programación lineal 360 Casos especiales 360 Infactibilidad 360 Soluciones no acotadas 361 Degeneración 362 Más de una solución óptima 362

Problema de envío 308 Problema de cargar un camión 309

8.7

Solución de problemas de minimización 351 Análisis gráfico 351 Transformación de las restricciones y la función objetivo 352 Reglas del método símplex para problemas de minimización 353 Primer tableau símplex 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 producción 298 Programación de producción 299

8.4

Desarrollo del tercer tableau 345 Revisión de los procedimientos para resolver problemas de maximización de pl 348 Variables superfluas y artificiales 349 Variables superfluas 349 Variables artificiales 349 Variables superfluas y artificiales en la función objetivo 350

Selección de medios 294 Investigación de marketing 296

8.3

Procedimientos de solución símplex 340 Segundo tableau símplex 341

El modelo dual 369 Procedimientos de formulación dual 371 Solución 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 Autoevaluación 380 Preguntas y problemas para análisis 381 Problemas de tarea en Internet 389 Caso práctico: Coastal States Chemicals and Fertilizers 390 Bibliografía 391

CAPÍTULO 10 10.1

Modelos de transportey asignación 393 Introducción 394 Modelo de transporte 394 Modelo de asignación 394 Algoritmos para propósitos especiales 394

10.2 10.3 10.4

Configuración de un problema de transporte 395 Desarrollo de una solución inicial: regla de la esquina noroeste 396 Método de salto de piedra en piedra: determinación de una solución de costo mínimo 398

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

Apéndice 10.1: Apéndice 10.2:

Uso de QM para windows 449 Comparación del algoritmo símplex y el algoritmo de transporte 450

CAPÍTULO 11

Programación entera, programación por metas y programación no lineal 451 Introducción 452 Programación entera 452

11.1 11.2

Ejemplo de programación entera de Harrison Electric Company 453 Método de ramificación y acotamiento 454 Otra visita a Harrison Electric Company 455 Utilización de software para resolver el problema de programación de Harrison 458 Ejemplo de un problema de programación entera mixta 460

Prueba 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 Executive Furniture Corporation con MODI 408

10.6 10.7

11.3

Método de aproximación de vogel: otra forma de encontrar una solución inicial 410 Problemas de transporte d esbalanceados 413

Degeneración en problemas de transporte 415

11.4

10.11 10.12

Más de una solución óptima 417 Problemas de maximización en transporte 417 Rutas inaceptables o prohibidas 417 Análisis para la localización de una instalación 418 Localización de una nueva fábrica de Hardgrave 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 10.15

Problemas de asignación desbalanceados 428 Problemas de asignación de maximización 428

Programación por metas 468 Ejemplo de programación por metas: otra visita a Harrison Electric Company 469 Extensión a metas múltiples igualmente importantes 470 Clasificación de metas con niveles de prioridad 471 Solución gráfica de problemas de programación por metas 472 Método símplex modificado para programación por metas 474 Programación por metas con metas ponderadas 477

Degeneración en una solución inicial 415 Degeneración durante las últimas etapas de solución 416

10.9 10.10

Modelado con variables 0-1 (binarias) 463 Ejemplo de presupuesto de capital 463 Limitación del número de alternativas seleccionadas 464 Selecciones dependientes 464 Ejemplo de un problema de cargo fijo 464 Ejemplo de inversión financiera 466

Demanda menor que la oferta 414 Demanda mayor que la oferta 414

10.8

xi

11.5

Programación no lineal 479 Función objetivo no lineal y restricciones lineales 479 Función objetivo no lineal y restricciones no lineales 480 Función objetivo lineal con restricciones no lineales 482

xii

Contenido Procedimientos computacionales de programación no lineal 482 Resumen 483 Glosario 483 Problemas resueltos 484 Autoevaluación 486 Preguntas y problemas para análisis 487 Problemas de tarea en Internet 492 Caso práctico: Schank Marketing Research 492 Caso práctico: Puente sobre el río Oakton 492 Caso práctico: Puyallup Mall 493 Bibliografía 494

CAPÍTULO 12 12.2 12.2 12.3 12.4

Modelos de redes 497 Introducción 498 Técnica del árbol de expansión mínima 498 Técnica del flujo máximo 501 Técnica de la ruta mas corta 505 Resumen 509 Glosario 509 Problemas resueltos 509 Autoevaluación 512 Preguntas y problemas para análisis 513 Problemas de tarea en Internet 519 Caso práctico: Binder’s Beverage 519 Caso práctico: Problemas de tráfico en la Southwestern University 520 Casos prácticos por Internet 521 Bibliografía 521

Apéndice 12.1:

Nivelación de recursos 551 Software 551 Resumen 551 Glosario 552 Ecuaciones clave 552 Problemas resueltos 553 Autoevaluación 555 Preguntas y problemas para análisis 556 Problemas de tarea en Internet 560 Caso práctico: Construcción del estadio de la Southwestern University 561 Caso práctico: Centro de investigación para la planeación familiar en Nigeria 562 Casos prácticos por Internet 563 Bibliografía 563

Apéndice 13.1:

istración de proyectos con QM para windows 564

CAPÍTULO 14

Modelos de filas de espera y teoría de colas 567 Introducción 568 Costos de líneas de espera 568 Características de los sistemas de colas 570

14.1 14.2 14.3

Características de llegada 570 Características de las líneas de espera 572 Características de las instalaciones de servicio 572 Identificación de modelos mediante el uso de la notación Kendall 574

Modelos de redes con QM para windows 521 14.4

CAPÍTULO 13 13.1

istración de proyectos 525 Introducción 526

Suposiciones del modelo 576 Ecuaciones de colas 577 El caso del taller de silenciadores Arnold’s 578 Mejora del entorno de la cola 582

Estructura de PERT y M 526

13.1

PERT 527 Ejemplo de PERT para General Foundry 527 Dibujo de una red PERT 529 Tiempos de las actividades 530 Cómo encontrar la ruta crítica 531 Probabilidad de terminación del proyecto 536 Lo que puede proporcionar PERT 538 Análisis de sensibilidad y istración 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

Método de la ruta crítica 545

Modelo de población finita (M/M/1 con fuente finita) 589 Ecuaciones del modelo de población finita 589 Ejemplo del Departamento de Comercio 590

Compresión de proyectos con M 545 Recorte de proyectos con programación lineal 547

13.5

Modelo de colas de canales múltiples 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 Arnold’s 584

PERT/costo 539 Planeación y programación de costos de proyecto: procesos de presupuestación 540 Supervisión 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 istración de proyectos 550

14.8

Subproyectos 551 Hitos 551

14.9

Algunas relaciones características de operación generales 592 Modelos más complejos de colas y uso de la simulación 592

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

Apéndice 14.1:

Uso de QM para windows 605

CAPÍTULO 15 15.1 15.2

Modelado de la simulacion 607 Introducción 608 Ventajas y desventajas de la simulación 609 Simulación monte Carlo 610

15.3

Uso de QM para Windows para simulación 616 Simulación con hojas de cálculo de Excel 617

15.4

CAPÍTULO 16 16.1 16.2

16.3

15.6

16.4 16.5 16.6 16.7

15.7

Three Hills Power Company 629 Análisis de costos de la simulación 633 Construcción de un modelo de simulación del ejemplo de Three Hills Power Company mediante Excel 634

15.8

15.9 15.10

Apéndice 16.1: Apéndice 16.2

Análisis de markov con QM para windows 677 Análisis de markov con excel 678

CAPÍTULO 17 17.1 17.2 17.3

Control estadístico de calidad 681 Introducción 682 Definición de calidad y TQM 682 Control estadístico de procesos 683 Variabilidad en el proceso 683

17.4

17.5

Gráficas de control para atributos 690 Gráficas p 690 Gráficas c 693 Resumen 694 Glosario 694 Ecuaciones clave 694 Problemas resueltos 695 Autoevaluación 697 Preguntas y problemas para análisis 697 Problemas de tarea en Internet 699 Caso práctico: Morristown Daily Tribune 700 Casos prácticos por Internet 700 Bibliografía 701

Verificación y validación 636 Función de las computadoras en la simulación 637 Resumen 638 Glosario 638 Problemas resueltos 638 Autoevaluación 642 Preguntas y problemas para análisis 643 Problemas de tarea en Internet 648 Caso práctico: Alabama Airlines 648 Caso práctico: Statewide Development Corporation 649 Casos prácticos por Internet 650 Bibliografía 650

Gráficas de control de variables 685 Teorema del límite central 685 Establecimiento de límites de gráficas x-- 686 Establecimiento de límites de gráficas de rango 688

Otros dos tipos de modelos de simulación 634 Juegos operacionales 634 Simulación de sistemas 636

Pronóstico de participación en el mercado 656 Análisis de markov de operaciones de maquinaria 657 Condiciones de estabilidad 658 Estados absorbentes y la matriz fundamental: aplicación a las cuentas por cobrar 661 Resumen 666 Glosario 666 Ecuaciones clave 666 Problemas resueltos 667 Autoevaluación 671 Preguntas y problemas para análisis 671 Problemas de tarea en Internet 675 Caso práctico: Rentall Trucks 675 Casos prácticos por Internet 676 Bibliografía 677

Simulación de un problema de colas 625

Modelos de simulación de incremento de tiempo fijo yde incremento AL evento siguiente 628 Modelo de simulación DE una política de mantenimiento 628

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

Simulación y análisis de inventarios 619

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

Análisis de Markov 651 Introducción 652 Estados y probabilidades de estado 652 Vector de probabilidades de estados del ejemplo de las tres tiendas de abarrotes 653

Simkin’s Hardware 619 Análisis de los costos de inventario de Simkin 623

15.5

xiii

Apéndice 17.1:

Uso de QM para windows para SPC 701

xiv

Contenido

APÉNDICE A. APÉNDICE B. APÉNDICE C. APÉNDICE APÉNDICE APÉNDICE APÉNDICE

D. E. F. G.

APÉNDICES 703 Áreas bajo la curva normal estándar Probabilidades binomiales Valores de e-l para uso en la distribución de Poisson Uso de QM para Windows Uso de Excel QM Soluciones a problemas seleccionados Soluciones a las autoevaluaciones ÍNDICE 725

MODULE 1

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