• Portada
• Preliminares
• Portadilla
• Legal
• Dedicatoria
• Contenido breve
• Contenido
• Prefacio
• CAMBIOS EN ESTA EDICIÓN
• CARACTERÍSTICAS Y PEDAGOGÍA
• ESQUEMA DE FLEXIBILIDAD DEL CURSO
• AGRADECIMIENTOS
• 1. Introducción
• 1.1 Solución de problemas y toma de decisiones
• 1.2 Análisis cuantitativo y toma de decisiones
• 1.3 Análisis cuantitativo
• Desarrollo de modelos
• Preparación de los datos
• Solución de modelos
• Generación de informes
• Una nota respecto a la implementación
• 1.4 Modelos de costos, ingresos y utilidades
• Modelos de costos y volumen
• Modelos de ingresos y volumen
• Modelos de utilidades y volumen
• Análisis del punto de equilibrio
• 1.5 Métodos cuantitativos en la práctica
• Métodos que se utilizan con mayor frecuencia
• Resumen
• Problemas
• Caso de estudio: Programación de una liga de golf
• 2. Introducción a la probabilidad
• 2.1 Experimentos y espacio muestral
• 2.2 Asignación de probabilidades a resultados experimentales
• Método clásico
• Método de frecuencia relativa
• Método subjetivo
• 2.3 Eventos y sus probabilidades
• 2.4 Algunas relaciones básicas de probabilidad
• Complemento de un evento
• Ley de la adición
• Probabilidad condicional
• Ley de la multiplicación
• 2.5 Teorema de Bayes
• Método tabular
• 2.6 La paradoja de Simpson
• Resumen
• Problemas
• Caso de estudio 1: Jueces del condado Hamilton
• Caso de estudio 2: Reclutamiento de softbol colegial
• 3. Distribuciones de probabilidad
• 3.1 Variables aleatorias
• 3.2 Variables aleatorias discretas
• Distribución de probabilidad de una variable aleatoria discreta
• Valor esperado
• Varianza
• 3.3 Distribución de probabilidad binomial
• El problema de Nastke Clothing Store
• Valor esperado y varianza para la distribución binomial
• 3.4 Distribución de probabilidad de Poisson
• Un ejemplo que incluye intervalos de tiempo
• Un ejemplo que incluye intervalos de longitud o distancia
• 3.5 Variables aleatorias continuas
• Aplicación de la distribución uniforme
• El área como una medida de la probabilidad
• 3.6 Distribución de probabilidad normal
• Distribución normal estándar
• Cálculo de probabilidades para cualquier distribución normal
• El problema de Grear Tire Company
• 3.7 Distribución de probabilidad exponencial
• Cálculo de probabilidades para la distribución exponencial
• Relación entre las distribuciones de Poisson y exponencial
• Resumen
• Problemas
• Caso de estudio: Specialty Toys
• Apéndice 3.1 Cálculo de probabilidades discretas con Excel
• Apéndice 3.2 Cálculo de probabilidades para distribucionescontinuas con Excel
• 4. Análisis de decisiones
• 4.1 Formulación del problema
• Diagramas de influencia
• Matrices o tablas de pagos
• Árboles de decisión
• 4.2 Toma de decisiones sin probabilidades
• Enfoque optimista
• Enfoque conservador
• Enfoque de arrepentimiento minimax
• 4.3 Toma de decisiones con probabilidades
• Valor esperado de la información perfecta
• 4.4 Análisis del riesgo y análisis de sensibilidad
• Análisis del riesgo
• Análisis de sensibilidad
• 4.5 Análisis de decisiones con información muestral
• Diagrama de influencia
• Árbol de decisión
• Estrategia de decisión
• Perfil de riesgo
• Valor esperado de la información muestral
• Eficiencia de la información muestral
• 4.6 Cálculo de probabilidades de las ramas utilizando el teorema de Bayes
• Resumen
• Problemas
• Caso de estudio 1. Estrategia de compra de propiedades
• Caso de estudio 2. Estrategia de defensa contra demandas
• Apéndice 4.1 Uso de Analytic Solver Platform para crear árboles de decisión
• 5. Utilidad y teoría de juegos
• 5.1 Concepto de utilidad
• 5.2 Utilidad y toma de decisiones
• Enfoque de la utilidad esperada
• Resumen de los pasos para determinar la utilidad monetaria
• 5.3 Utilidad: otras consideraciones
• Evasores de riesgos frente a tomadores de riesgos
• 5.4 Introducción a la teoría de juegos
• Competencia por la participación de mercado
• Identificación de una estrategia pura
• 5.5 Juegos de estrategia mixta
• Un juego más grande de estrategia mixta
• Resumen de los pasos para resolver los juegos de suma cero para dos personas
• Extensiones
• Resumen
• Problemas
• Caso de estudio: Utilidad, teoría de juegos y decisiones de extensiones de la línea de productos
• 6. Análisis de series de tiempo y elaboración de pronósticos
• 6.1 Patrones de series de tiempo
• Patrón horizontal
• Patrón de tendencia
• Patrón estacional
• Patrón de tendencia y estacional
• Patrón cíclico
• Elección de un método para elaborar pronósticos
• 6.2 Precisión del pronóstico
• 6.3 Promedios móviles y suavización exponencial
• Promedios móviles
• Promedios móviles ponderados
• Suavización exponencial
• 6.4 Proyección de tendencia lineal
• 6.5 Estacionalidad
• Estacionalidad sin tendencia
• Estacionalidad con tendencia
• Modelos basados en datos mensuales
• Resumen
• Problemas
• Caso de estudio 1: Elaboración de pronósticos de ventas de alimentos y bebidas
• Caso de estudio 2: Elaboración de pronósticos de las ventas perdidas
• Apéndice 6.1 Elaboración de pronósticos con herramientas de análisis de datos de Excel
• 7. Introducción a la programación lineal
• 7.1 Un problema sencillo de maximización
• Formulación del problema
• Modelo matemático para el problema de RMC
• 7.2 Procedimiento de solución gráfica
• Una nota sobre la elaboración de gráficas
• Resumen del procedimiento de solución gráfica para problemas de maximización
• Variables de holgura
• 7.3 Puntos extremos y solución óptima
• 7.4 Solución por computadora del problema de RMC
• Interpretación del resultado de la computadora
• 7.5 Un problema sencillo de minimización
• Resumen del procedimiento de solución gráficapara los problemas de minimización
• Variables de excedente
• Solución por computadora del problema de M&D Chemicals
• 7.6 Casos especiales
• Soluciones óptimas alternas
• Solución no factible
• Solución no acotada
• 7.7 Notación general de la programación lineal
• Resumen
• Problemas
• Caso de estudio 1: Equilibrio de la carga de trabajo
• Caso de estudio 2: Estrategia de producción
• Caso de estudio 3: Hart Venture Capital
• Apéndice 7.1 Solución de programas lineales con Excel Solver
• Apéndice 7.2 Solución de programas lineales con LINGO
• Apéndice 7.2 Solución de programas lineales con LINGO
• 8. Programación lineal: análisis de sensibilidad e interpretación de la solución
• 8.1 Introducción al análisis de sensibilidad
• 8.2 Coeficientes de la función objetivo
• 8.3 Lados derechos
• Nota precautoria sobre la interpretación de los precios sombra
• 8.4 Limitaciones al análisis de sensibilidad clásico
• Cambios simultáneos
• Cambios en los coeficientes de restricción
• Precios sombra no intuitivos
• 8.5 Más de dos variables de decisión
• Problema de RMC modificado
• Problema de Bluegrass Farms
• 8.6 Problema de Electronic Communications
• Formulación del problema
• Solución e interpretación
• Resumen
• Problemas
• Caso de estudio 1: Mezcla de productos
• Caso de estudio 2: Estrategia de inversión
• Caso de estudio 3: Estrategia de arrendamiento de camiones
• Apéndice 8.1 Análisis de sensibilidad con Excel Solver
• Apéndice 8.2 Análisis de sensibilidad con LINGO
• 9. Aplicaciones de laprogramación linealen marketing, finanzas yadministración de operaciones
• 9.1 Aplicaciones en marketing
• Selección de medios
• Investigación de mercados
• 9.2 Aplicaciones en finanzas
• Selección de portafolios
• Planeación financiera
• 9.3 Aplicaciones en administración de operaciones
• Una decisión de fabricar o comprar
• Programación de la producción
• Asignación de la fuerza de trabajo
• Problemas de mezcla
• Resumen
• Problemas
• Caso de estudio 1: Planeación de una campaña publicitaria
• Caso de estudio 2: Schneider’s Sweet Shop
• Caso de estudio 3: Programación de una fábrica de textiles
• Caso de estudio 4: Programación de la planta laboral
• Caso de estudio 5: Asignación de carbón en Duke Energy
• Apéndice 9.1 Solución de Excel para el problema de planeación financiera de Hewlitt Corporation
• 10. Modelos de distribución y de red
• 10.1 Modelos de cadenas de suministro
• Problema de transporte
• Variaciones del problema
• Modelo general de programación lineal
• Problema de transbordo
• Variaciones del problema
• Modelo general de programación lineal
• 10.2 Problema de asignación
• Variaciones del problema
• Modelo general de programación lineal
• 10.3 Problema de la ruta más corta
• Modelo general de programación lineal
• 10.4 Problema de flujo máximo
• 10.5 Aplicación de producción e inventarios
• Resumen
• Problemas
• Caso de estudio 1: Solutions Plus
• Caso de estudio 2: Diseño de un sistema de distribución
• Caso de estudio 3: DK Dental Care
• Apéndice 10.1 Solución de Excel Solver para problemas de transporte, transbordo y asignación
• 11. Programación linealentera
• 11.1 Tipos de modelos de programación lineal entera
• 11.2 Soluciones gráficas y por computadora para un programa lineal sólo con enteros
• Solución gráfica de la relajación PL
• Redondeo para obtener una solución con enteros
• Solución gráfica del problema sólo con enteros
• Uso de la relajación PL para establecer límites
• Solución por computadora
• 11.3 Aplicaciones que involucran variables 0-1
• Elaboración del presupuesto de capital
• Costo fijo
• Diseño de un sistema de distribución
• Ubicación de sucursales bancarias
• Optimización del diseño de productos y de la participación de mercado
• 11.4 Flexibilidad de los modelos proporcionada por variables enteras 0-1
• Restricciones de opción múltiple y mutuamente excluyentes
• Restricción de k de n alternativas
• Restricciones condicional y de correquisito
• Nota precautoria sobre el análisis de sensibilidad
• Resumen
• Problemas
• Caso de estudio 1: Publicación de libros de texto
• Caso de estudio 2. Yeager National Bank
• Caso de estudio 3: Programación de la producción con costos por cambiar de una línea a otra
• Caso de estudio 4: Applecore Children’s Clothing
• Apéndice 11.1 Solución de Excel Solver para programaslineales enteros
• Apéndice 11.2 Solución de LINGO para problemaslineales enteros
• 12. Aplicaciones avanzadasde optimización
• 12.1 Análisis envolvente de datos
• Evaluación del desempeño de hospitales
• Visión general del método DEA
• Modelo de programación lineal DEA
• Resumen del método DEA
• 12.2 Administración de ingresos
• 12.3 Modelos de portafolio y asignación de activos
• Un portafolio de fondos de inversión
• Portafolio conservador
• Portafolio de riesgo moderado
• 12.4 Optimización no lineal: revisión del problema de RMC
• Un problema sin restricciones
• Un problema con restricciones
• Óptimos locales y globales
• Precios sombra
• 12.5 Construcción de un fondo índice
• Resumen
• Problemas
• Caso de estudio: Conformidad con CAFE en la industria automotriz
• Apéndice 12.1 Solución de problemas no lineales con LINGO
• Apéndice 12.2 Solución de problemas no lineales con Excel Solver
• 13. Programación de proyectos:PERT/CPM
• 13.1 Programación de un proyecto con tiempos de actividad conocidos
• Concepto de ruta crítica
• Determinación de la ruta crítica
• Contribuciones del proceso de programación PERT/CPM
• Resumen del procedimiento de ruta crítica PERT/CPM
• 13.2 Programación de un proyecto con tiempos de actividad inciertos
• Proyecto de la aspiradora Porta-Vac de Daugherty
• Tiempos de actividad inciertos
• Ruta crítica
• Variabilidad del tiempo de terminación de un proyecto
• 13.3 Consideración de disyuntivas entre tiempo y costo
• Compresión de los tiempos de actividad
• Modelo de programación lineal para la compresión
• Resumen
• Problemas
• Caso de estudio: R. C. Coleman
• Apéndice 13.1 Probabilidades acumulativas para variables aleatorias de distribución normal
• 14. Modelos de inventarios
• 14.1 Modelo de cantidad económica del pedido (EOQ)
• Decisión de cuánto ordenar
• Decisión de cuándo ordenar
• Análisis de sensibilidad del modelo EOQ
• Solución con Excel del modelo EOQ
• Resumen de los supuestos del modelo EOQ
• 14.2 Modelo del tamaño del lote de producción económico
• Modelo del costo total
• Tamaño del lote de producción económico
• 14.3 Modelo de inventario con faltantes planeados
• 14.4 Descuentos por cantidad en el modelo EOQ
• 14.5 Modelo de inventario de periodo único con demanda probabilística
• Neiman Marcus
• Nationwide Car Rental
• 14.6 Cantidad de pedido, modelo de punto de reorden con demanda probabilística
• Decisión de cuánto ordenar
• Decisión de cuándo ordenar
• 14.7 Modelo de revisión periódica con demanda probabilística
• Modelos más complejos de revisión periódica
• Resumen
• Problemas
• Caso de estudio 1: Wagner Fabricating Company
• Caso de estudio 2: Departamento de Bomberos de River City
• Apéndice 14.1 Desarrollo de la fórmula de la cantidad óptima del pedido (Q*) para el modelo EOQ
• Apéndice 14.2 Desarrollo de la fórmula de tamaño del loteóptimo (Q*) para el modelo de tamaño del lotede producción
• 15. Modelos de línea de espera
• 15.1 Estructura de un sistema de línea de espera
• Línea de espera de canal único
• Distribución de las llegadas
• Distribución de los tiempos de servicio
• Disciplina en las colas
• Operación constante
• 15.2 Modelo de línea de espera de canal único con llegadas Poisson y tiempos de servicio exponenciales
• Características de operación
• Características de operación en el problema de Burger Dome
• Uso de modelos de línea de espera por parte de los gerentes
• Mejoramiento de la operación de la línea de espera
• Solución con Excel del modelo de línea de espera
• 15.3 Modelo de línea de espera de múltiples canales con llegadas Poisson y tiempos de servicio exponenciales
• Características de operación
• Características de operación en el problema de Burger Dome
• 15.4 Algunas relaciones generales de modelos de línea de espera
• 15.5 Análisis económico de líneas de espera
• 15.6 Otros modelos de línea de espera
• 15.7 Modelo de línea de espera de canal único con llegadas Poisson y tiempos de servicio arbitrarios
• Características de operación del modelo M/G/1
• Tiempos de servicio constantes
• 15.8 Modelo de múltiples canales con llegadas Poisson, tiempos de servicio arbitrarios y sin línea de espera
• Características de operación del modelo M/G/kcon clientes bloqueados eliminados
• 15.9 Modelos de línea de espera con fuentes finitas
• Características de operación del modelo M/M/1con una población con fuente finita
• Resumen
• Problemas
• Caso de estudio 1: Regional Airlines
• Caso de estudio 2: Office Equipment, Inc.
• 16. Simulación
• 16.1 Análisis hipotético
• Sanotronics
• Hipótesis base
• Peor escenario
• Mejor escenario
• 16.2 Simulación del problema de Sanotronics
• Uso de las distribuciones de probabilidadpara representar variables aleatorias
• Generación de valores para las variables aleatorias con Excel
• Ejecución de pruebas de simulación con Excel
• Medición y análisis del resultado de la simulación
• 16.3 Simulación de inventarios
• Simulación del problema del inventario de Butler
• 16.4 Simulación de una línea de espera
• Black Sheep Scarves
• Tiempos de llegada de los clientes (bufandas)
• Tiempos de servicio al cliente
• Modelo de simulación
• Simulación de Black Sheep Scarves
• Simulación con dos inspectores de calidad
• Resultados de la simulación con dos inspectores de calidad
• 16.5 Otros temas de simulación
• Verificación y validación
• Ventajas y desventajas de utilizar la simulación
• Resumen
• Resumen de los pasos para llevar a cabo un análisisde simulación
• Problemas
• Caso de estudio 1: Four Corners
• Caso de estudio 2: Campo de Golf de Harbor Dunes
• Caso de estudio 3: County Beverage Drive-Thru
• Apéndice 16.1 Distribuciones de probabilidad para variables aleatorias
• Apéndice 16.2 Simulación con Analytic Solver Platform
• 17. Procesos de Markov
• 17.1 Análisis de la participación de mercado
• 17.2 Análisis de las cuentas por cobrar
• Matriz fundamental y cálculos asociados
• Provisión para cuentas de cobro dudoso
• Resumen
• Problemas
• Caso de estudio: Probabilidades del estado absorbente del repartidor en el Blackjack
• Apéndice 17.2 Inversión de una matriz con Excel
• Apéndices
• Apéndice A. Construcción de modelos de hoja de cálculo
• Visión general de Microsoft Excel
• Operaciones básicas con el libro de trabajo
• Celdas, referencias y fórmulas en Excel
• Análisis hipotético (What-if Analysis)
• Uso de funciones Excel
• Funciones adicionales de Excel para modelado
• Principios para construir buenos modelos de hoja de cálculo
• Auditoría de modelos en Excel
• Apéndice B. Probabilidades binomiales
• Apéndice C. Probabilidades de Poisson
• Apéndice D. Áreas para la distribución normal estándar
• Apéndice E. Valores de e
• Apéndice F. Referencias y bibliografía
• Apéndice G. Soluciones de problemas de autoevaluación y de problemas de número impar
• Capítulo 1
• Capítulo 2
• Capítulo 3
• Capítulo 4
• Capítulo 5
• Capítulo 6
• Capítulo 7
• Capítulo 8
• Capítulo 9
• Capítulo 10
• Capítulo 11
• Capítulo 12
• Capítulo 13
• Capítulo 14
• Capítulo 15
• Capítulo 16
• Capítulo 17
• Apéndice H. Glosario
• Índice analítico
• Contraportada