TY  - BOOK
AU  - Mathur,Kamlesh
AU  - Solow,Daniel
TI  - Investigación de operaciones: el arte de la toma de decisiones 
SN  - 9688806986
PY  - 1996///
CY  - México
PB  - Prentice-Hall Hispanoamericana
KW  - INVESTIGACION OPERATIVA
KW  - Spines
KW  - PROGRAMACION LINEAL
KW  - PROGRAMACION DISCRETA
KW  - TOMA DE DECISIONES
KW  - PERT
KW  - MODELOS DE INVENTARIO
KW  - TEORIA DE COLAS
N1  - Incluye índice alfabético; PARTE 1. MODELOS DETERMINÍSTICOS
Capítulo 1 INTRODUCCIÓN A LA INVESTIGARON DE OPERACIONES
1.1. ¿Qué es la investigación de operaciones?
1.2. Historia de la investigación de operaciones
1.3. Metodología de la investigación de operaciones
1.3.1. Definición de problema
1.3.2. Desarrollo de un modelo matemático y recolección de datos
1.3.3. Resolución del modelo matemático
1.3.4. Validación, instrumentación y control de la solución
1.3.5. Modificación del modelo
1.4. Usos y ventajas de los modelos de investigación de operaciones 
Caso de practica: lanzamiento hacia la administración
Capítulo 2 EL ARTE Y LA CIENCIA DE CONSUMIR MODELOS DETERMINÍSTICOS
2.1. pasos generales y técnicas de la construcción de modelo matemáticos
2.1.1. identificación de las variables de decisión
2.1.2. identificación de los datos del problema
2.1.3. identificación de la función objetivo
2.1.4. identificación de las restricciones
2.2. ejemplos adicionales de la formulación de problemas
2.2.1. ejemplos de problemas de redes: el problema de la transportación
2.2.2. ejemplos de problemas de redes: el problema del flujo máximo
2.2.3. administración de cartera de valores: el uso de variables enteras 0-1
2.2.4. un problema de ubicación
2.2.5. El problema de diseño del contenedor
2.3. clasificación de modelos matemáticos
2.3.1. clasificaciones basadas en datos de problemas
2.3.2. clasificaciones basadas en las restricciones
2.3.3. clasificaciones basadas en la función objetivo
2.3.4. clasificaciones basadas en las variables
Consideraciones gerenciales complementarias
Resolución de ambigüedades de la definición del problema
Formulaciones alternativas del problema
Cuestiones de recolección de datos
Cuestiones de instrumentación
Caso de practica: como exprimir las utilidades
Capítulo 3 APLICACIONES DE PROGRAMACIÓN LINEAL
3.1. Modelos de programación lineal para decisiones de mezcla de productos 
3.1.1. Identificación de las variables de decisión
3.1.2. Identificación de la función objetivo
3.1.3. Identificación de las restricciones
3.1.4. Formulación completa y solución del problema de mezcla de productos de BlubberMaid, Inc.
3.2. Modelos de programación lineal para decisiones de fabricación o compra 
3.2.1. Identificación de las variables de decisión
3.2.2. Identificación de la función objetivo
3.2.3. Identificación de las restricciones
3.2.4. Formulación completa y solución del problema de fabricación o de compra del a MTV Steel Company
3.3. Modelos de programación lineal en problemas de dietas
3.3.1. Identificación de las variables de decisión
3.3.2. Identificación de la función objetivo
3.3.3. Identificación de las restricciones
3.3.4. Formulación completa y solución del problema de dietas del hospital General Mountain View
3.4. Modelos de programación lineal para administración de cartera de valores 
3.4.1. Identificación de las variables de decisión
3.4.2. Identificación de la función objetivo
3.4.3. Identificación de las restricciones
3.4.4. Formulación completa y solución del problema de inversión de Pensión Planners, Inc.
3.5. Modelos de programación lineal para problemas de mezclas
3.5.1. identificación de las variables de decisión
3.5.2. identificación de la función objetivo
3.5.3. identificación de las restricciones
3.5.4. formulación completa y solución del problema de mezclas de la Hexxon Oil Company
3.6. Modelos de programación lineal para planeación de producción agregada
3.6.1. identificación de las variables de decisión
3.6.2. identificación de la función objetivo
3.6.3. identificación de las restricciones
3.6.4. formulación completa y solución del problema de planeación de producción de NSC
Estudio de caso
El problema de la American Steel Company
Formulación matemática
Formulación matemática del problema de la American Steel Company
Proyectos de pensamientos crítico. Formulaciones de problemas
A: El problema de mezclas de la Hexxon Oil Company
B: El problema de producción de la ASA Steel Company
C: El problema de entrega de la Hexxon Oil Company
D: El problema de entrega de Gasahol, Inc.
E: El problema de transmisión de datos de TeleComm
Caso de practica: Hot Dog para programación lineal
Capítulo 4 PROGRAMACIÓN LINEAL: EL ENFOQUE GRAFICO
4.1. La geometría de un programa lineal con dos variables
4.1.1. Graficación de las restricciones de un programa lineal
4.1.2. Uso de la función objetivo para obtener una solución óptima
4.1.3. Obtención de valores numéricos para la solución óptima
4.2. Programas lineales con propiedades geométricas especiales
4.2.1. Programas lineales infactibles
4.2.2. Programas lineales ilimitados
4.2.3. Programas lineales con restricciones redundante
4.2.4. Programas lineales con soluciones optimas alternadas
4.3. Un enfoque grafico del análisis de sensibilidad y parámetro
4.3.1. Análisis de sensibilidad de los coeficientes de la función objetivo
4.3.2. Análisis de sensibilidad de los valores del lado derecho
4.3.3. Análisis parametrito de los valores del lado derecho
Consideraciones gerenciales complementarias
Apéndice 4A: Repaso de los conceptos gráficos en dos dimensiones
4A.1 Trazo de líneas rectas en una grafica
4ªA.2 La pendiente e intersección de una línea recta
Caso de practica: conclusiones de graficación
Capítulo 5 PROGRAMACIÓN LINEAL: UN ENFOQUE CONCEPTUAL DEL ALGORITMO SIMPLEX
5.1. Por qué la necesidad del algoritmo simplex
5.2. El algoritmo de mejora finita general
5.3. El algoritmo de mejora finita geométrico para programas lineales
5.4. Forma estándar
5.4.1. Un ejemplo de conversión de un programa lineal a forma estándar
5.4.2. Reglas generales para convertir un programa lineal a forma estándar
5.4.3. Resumen de los pasos para convertir un programa lineal a forma estándar 
5.5. Los pasos conceptuales del algoritmo simplex
5.5.1. Soluciones factibles básicas: la definición algebraica de los puntos extremos
5.5.2. Un algoritmo de mejora finita algebraico para programas lineales
Caso de practica: usted hace la llamada
Capítulo 6 PROGRAMACIÓN LINEAL: USO DE LA COMPUTADORA
6.1. El ejemplo de Case Chemicals
6.2. Interpretación de la solución óptima
6.2.1. Interpretación de los valores de las variables originales
6.2.2. Interpretación de los valores de las variables holgadas
6.2.3. Interpretación del resultado relativo a las restricciones
6.3. Interpretación del resultado de sensibilidad para cambios en un parámetro
6.4. Uso del resultado de sensibilidad para cambios múltiples en los parámetros: la regla del 100%
6.5. Interpretación de reportes de análisis paramétricos
6.6. Solución de computadora a problemas de programación lineal usando LINDO
6.6.1. Definición del problema
6.6.2. Formulación del problema
6.6.3. Solución de computadora
6.6.4. Uso de los reportes de sensibilidad y paramétricos
6.7. Solución de computadora a problemas de programación lineal usando EXCEL
6.7.1. Solución de computadora
6.7.2. Realización de análisis de sensibilidad y paramétricos
Estudio de caso
Formulación matemática
Solución de computadora
Uso de los reportes de sensibilidad y paramétricos
Consideraciones gerenciales complementarias
Problemas asociados con los datos
Soluciones optimas alternativas
Uso de las características especiales de los paquetes de software
Problemas de estabilidad numérica
Proyecto A de pensamiento crítico
Proyecto E de pensamiento crítico
Caso de practica: sigue manejando
Capítulo 7 OPTIMIZACIÓN MULTIOBJETIVA CON PROGRAMACIÓN DE METAS
7.1. Un ejemplo de optimización multiobjetiva
7.2. Programación de metas
7.2.1. Identificación de las metas y penalizaciones
7.2.2. La formulación de programación lineal para un problema de programación de metas
7.2.3. Solución de computadora del problema de programación de metas de MTV Steel
Estudio de caso
El problema original de las dietas del hospital general Mountain View
El problema multiobjetivo de las dietas del hospital general Mountain View
El enfoque del hospital general Mountain View
Uso de penalizaciones en las restricciones
Consideraciones gerenciales complementarias
Uso de penalizaciones de los datos
Análisis de sensibilidad para metas y penalizaciones
Enfoques alternativos para optimización multiobjetiva
Proyecto D de pensamiento crítico
Caso de práctica: todos nos morimos por un helado ¿o yogurt?
Capítulo 8 PROGRAMACIÓN ENTERA LINEAL: APLICACIONES Y ALGORITMOS
8.1. Aplicaciones de problemas de programación entera
8.1.1. Planeación y programación de personal
8.1.2. El presupuesto de capital
8.1.3. El problema de la división de existentes
8.1.4. Un problema de ubicación
8.2. Programación entera lineal: el enfoque grafico
8.2.1. Resolución grafica de un problema de programación con dos variables 
8.2.2 Los problemas con redondeo de las soluciones no enteras
8.3. Programación entera lineal: un enfoque conceptual
8.3.1. Enumeración de las soluciones enteras posibles
8.3.2. Problemas de programación lineal asociados
8.3.3. El método de ramificación y acotamiento un enfoque conceptual
8.3.4 Solución del problema de BUDD con el método: de ramificación y acotamiento
8.4. El método de ramificación y acotamiento: un enfoque matemático
8.4.1. Propiedades de los problemas de relajación de la programación lineal 
8.4.2. El algoritmo de ramificación y acotamiento
8.5. Resolución de Problemas de programación entera lineal mezclada
8.5.1. Formulación del problema de expansión de Case Chemicals
8.5.2. Solución del problema de enteros mezclados de Caser Chemicals
8.6. Programación entera lineal: uso de la computadora
8.6.1. análisis de computadora par el modelo de planeación de personal del Burlington Bank
8.6.2. solución por computadora del problema de presupuestación de capital de High-Tech
8.6.3. solución por computadora del problema de la división de existencias de Spiral paper, Inc.
8.6.4. solución por computadora del problema de ubicación de Cosmic Computer Company
Estudio de caso
El problema de programas tripulaciones para Commuter Airways
Formulación del problema
Solución por computadora
Consideraciones gerenciales complementarias
Cuidado al formular un problema de programación entera
Cuidado al solucionar un problema de programación entera
Uso de algoritmos especializados
Uso de algoritmos heurísticos
Proyecto B de pensamiento crítico
Caso de práctica: tiranía de opciones
Capítulo 9 PROBLEMAS DE REDES DE DISTRIBUCIÓN: TRANSPORTACIÓN, TRANSBORDO Y PROBLEMAS DE ASIGNACIÓN
9.1. ¿Qué es una red de distribución?
9.1.1. Ejemplo de un problema de redes de distribución
9.1.2. Representación de red de un problema de distribución
9.1.3. Formulación matemática de un problema de redes de distribución
9.1.4. Solución de problemas de redes de distribución
9.2. El problema de transportación
9.3. El algoritmo de transportación: un enfoque conceptual
9.3.1. Conversión de un problema de transportación de no equilibrado a equilibrado
9.3.2. El cuadro de transportación
9.3.3. Las propiedades de un plan de embarque optimo
9.3.4. Un algoritmo de mejora finita para el problema de transportación: un enfoque conceptual
9.3.5. Comparación de los algoritmos de escalón y simplex
9.4. El algoritmo de transportación uso de la computadora
9.5. El problema de transportación: el algebra del algoritmo de escalón
9.5.1. Paso 0: hallazgo del plan de embarque factible inicial
9.5.2. Paso 1: prueba de optimalidad de un plan de embarque
9.5.3. Paso 2: cambio hacia aun plan de embarque mejorado
9.6. Variaciones del problema de transportación
9.6.1. Incorporación de costos y/o ganancias adicionales
9.6.2. El problema de transportación capacitada
9.6.3. Rutas prohibidas
9.6.4. Limites inferiores en suministros y/o demandas
9.7. El problema de distribución de redes generales: el problema de traslado 
9.7.1. El algoritmo del trasbordo: un enfoque conceptual
9.7.2. El algoritmo del trasbordo: uso de la computadora
9.7.3. Resumen del problema de transbordo
9.8. El problema de asignación
9.8.1. Representación de red y matemática de un problema de asignación
9.8.2. El algoritmo de asignación
Estudio de caso
El problema de ubicación de almacén de Good Tire; Inc.
Identificaron de un enfoque para solucionar el problema de ubicación de almacén de Good Tire; Inc.
Resolución de problema de ubicación de almacén de Good Tire; Inc.
Consideraciones gerenciales complementarias
Apéndice 9A: cotos de computación reducidos mediante el método MODI
Apéndice 9B: Resolución de degeneración en el algoritmo de transportación
9B. 1 Resolución de degeneración en el de matriz mínima
9B. 2 Resolución de degeneración en el algoritmo de escalón
Apéndice 9C: el problema del agente viajero
9C.1 aplicaciones de el problema del agente viajero
9C.2. el problema del agente viajero: algo de heurística
Proyecto C de pensamiento crítico
Caso de práctica: empacándolos
Capítulo 10 ADMINISTRACIÓN DE PROYECTOS: CPM y PERT
10.1. Desarrollo de la red de proyectos
10.1.1. Identificación de las tareas individuales
10.1.2. Obtención de estimaciones de tiempo para cada tarea
10.1.3. Creación de la tabla de precedencia para el proyecto
10.1.4. Trazo de la red de proyectos
10.1.5. La red de proyectos para el proyecto de Period Publishing Company
10.2. Administración de proyecto usando tiempos determinísticos (CPM)
10.2.1. Cálculo del tiempo de conclusión de proyecto
10.2.2. Identificación de las tareas criticas
10.3. Administración de proyectos con tiempos determinísticos de tarea uso de la computadora
10.4. Expedición de un proyecto usando técnicas de choque
10.4.1. Obtención de datos de costos adicionales para las tareas
10.4.2. Desarrollo del modelo de choque
10.4.3. Resolución del modelo de choque
10.5. Administración de proyectos usando tiempos de tarea probabilísticos (PERT)
10.5.1. Enumeración de las tareas, identificando las relaciones de precedencia y trazando la red de proyectos
10.5.2. Estimación de los tiempos de conclusión de tareas
10.5.3. Cálculo de tiempo esperado de conclusión de proyectos
10.5.4. Análisis probabilístico del tiempo de conclusión de proyectos
Estudio de caso
Descripción y formulación del problema
Procedimiento de solución
Preguntas y análisis administrativos
Consideraciones gerenciales complementarias
Uso de CPM y PERT para revisar un proyecto
Dependencias en suposiciones
Apéndice 10A: la actividad en representación de nodo de una red de proyectos
10A.1 Trazo de la red de proyectos
Proyecto F de pensamiento crítico
Caso de práctica: preparación para la salida
PARTE 2 MODELOS ESTOCÁSTICOS
Capítulo 11 ANÁLISIS DE DECISIONES
11.1. Toma de decisiones de nivel sencillo
11.1.1. Formulación de problemas
11.1.2. Toma de decisiones
11.2. Valor esperado de la información perfecta
11.3. Valor esperado de la información de muestra
11.3.1. Diseño y conducción de a investigación de mercados
11.3.2. Revisión de las probabilidades basadas en la investigación de mercados 
11.3.3. Identificación de la decisión optima basada en las probabilidades revisadas
11.3.4. Cálculo del valor esperado de la muestra de información
11.4. Problemas de decisión de nivel sencillo: uso de la computadora
11.5. Árboles de decisiones y toma de decisiones de multinivel
11.5.1. El árbol de decisiones
11.5.2. Toma de decisiones de multinivel usando árboles de decisiones
11.6. Análisis de decisiones: uso de la computadora
11.6.1. Decisiones de nivel sencillo usando la computadora
11.6.2. Decisiones de multinivel usando la computadora
11.7. Toma de decisiones usando la teoría de utilidades
11.7.1. Descripción del problema
11.7.2. Selección de la decisión usando la ganancia esperada
11.7.3. Toma de decisiones usando la teoría de utilidades
11.7.4. Funciones de utilidades
Estudio de caso
Determinación de los intervalos de sensibilidad de las probabilidades condicionales para inversiones altas
Determinación de los intervalos de sensibilidad de las probabilidades condicionales para inversiones moderadas y bajas
Consideraciones gerenciales complementarias
Cuestiones relacionadas con la formulación de problemas
Cuestiones relacionadas con software de computadoras
Análisis de sensibilidad
Proyecto G de pensamiento crítico
Caso de práctica: decisiones en la burbuja
Capítulo 12 MODELOS DE INVENTARIOS
12.1. Características de los modelos de inventarios
12.1.1. Demanda independiente contra dependiente
12.1.2. Demanda determinística contra probabilística
12.1.3. Déficits
12.1.4. Tiempo de lideres
12.1.5. Descuentos cuantitativos
12.1.6. Política de pedidos
12.2. Componentes de costo de un sistema de inventarios
12.2.1. El costo de pedidos u organización (K)
12.2.2. El costo de compra (C)
12.2.3. El costo de conservación (H)
12.2.4. El costo de déficit (B)
12.3. El modelo de inventarios de cantidad de pedidos económicos (EOQ)
12.3.1. Un ejemplo de un problema EOQ
12.3.2. Cálculo de la cantidad de pedidos optima
12.3.3. Determinación del punto de nuevos pedidos
12.3.4. El modelo de EOQ: uso de la computadora
12.4. El modelo de cantidad de pedidos económicos con descuentos cuantitativos
12.4.1. Ejemplo de un problema EOQ con descuentos cuantitativos
12.4.2. Cálculo de la cantidad optima de pedidos
12.5. El modelo de inventarios de cantidad de pedidos de producción POQ
12.5.1. Un ejemplo de un problema POQ
12.5.2. Cálculo de la cantidad optima de pedidos
12.5.3. Determinación del punto de nuevos pedidos
12.5.4. El modelo POQ: uso de la computadora
12.6. Sistemas de inventarios con demanda probabilística: el modelo de revisión continua
12.6.1. Cálculo de la cantidad optima de pedidos (Q) y del punto de nuevos pedidos (R)
12.6.3. Cálculo de la cantidad de existencia de seguridad para satisfacer un nivel de servicio
12.6.3. El modelo probabilístico EOQ: uso de la computadora
12.6.4. Resumen
12.7 sistemas de inventario con demanda probabilística: el modelo de revisión periódica
12.7.1. El problema de revisión periódica del Hospital Suburbano
12.7.3. cálculo del costo de la política de revisión periódica
12.7.4. Política de revisión periódica cuando el termino guía (L) excede el periodo de revisión (T)
Estudio de caso
Descripción del problema
Análisis del problema
Análisis de la política
Análisis de posoptimalidad
Consideraciones gerenciales complementarias
Análisis de sensibilidad
La clasificación ABC
Otros modelos de inventarios
Administración de inventarios justo a tiempo
Demanda dependiente. Planeación de requerimientos materiales (MRP)
Identificación del modelo de inventarios apropiado
Sistema de información par el control de inventarios
Apéndice 12 A: Derivación de las fórmulas optimas EOQ y POQ
12A.1 La cantidad de pedidos para el modelo EOQ
12A.2 La cantidad de pedidos para el modelo POQ
Proyecto H de pensamiento
Caso de práctica: justo a tiempo
Capítulo 13 MODELOS DE COLAS
13.1. Características de un sistema de colas
13.1.1. La población de clientes
13.1.2. El proceso de llegada
13.1.3. El proceso de colas
13.1.4. El proceso de servicio
13.1.5. Clasificaciones de los modelos de colas
13.2. Medidas de rendimiento para evaluar un sistema de colas
13.2.1. Algunas medidas de rendimiento comunes
13.2.2. Relaciones entre medidas de rendimiento
13.3. Análisis de un sistema de colas de un solo canal de una sola línea con llegada exponencial y procesos de servicio (M/M/1)
13.3.1. Cálculo de las medidas de rendimiento
13.3.2. Interpretación de las medidas de rendimiento
13.4. Análisis de un sistema de colas de canal múltiple de una sola línea con llegada exponencial y procesos de servicio (M/M/c)
13.4.1. Cálculo de las medidas de rendimiento
13.4.2. Interpretación de las medidas de rendimiento
13.5. Análisis económico de los sistemas de colas
13.5.1. Modelo y análisis económico de los sistemas de colas actual
13.5.2. Análisis y costos del sistema de colas
13.6. Análisis de otros modelos de colas usando la computadora
13.6.1. Un sistema M/M/c con una población de clientes finita M/M/c/K
13.6.2. Un sistema M/M/c con capacidad de espera limitada M/M/c/K
13.6.3. Un sistema de colas con una distribución de tiempo de servicio general (M/G/c)
Consideraciones gerenciales complementarias
Elección de un modelo adecuado
Sistemas de colas adicionales
Análisis de sensibilidad
Análisis de equilibrio
Proyecto I de pensamiento crítico
Caso de práctica: una visita a Disney
Capítulo 14 SIMULACIÓN POR COMPUTADORA: LA METODOLOGÍA GENERAL
14.1. El concepto básico de simulación por computadora
14.1.1 un primer ejemplo de simulación por computadora
14.1.2. Un segundo ejemplo de simulación por computadora
14.2. Ventajas y desventajas de la simulación por computadora
14.3. La metodología de la simulación por computadora
14.3.1. Clasificación del sistema 
14.3.2. Identificación de los componentes de una simulación por computadora 
14.3.3. Diseño de la simulación por computadora
14.3.4. Generación de números aleatorios
14.4. Una simulación de una parada de autobús
14.4.1. Descripción del problema
14.4.2. Diseño de la simulación
14.4.3. Generación de números aleatorios
14.4.4. Diseño del esquema de contabilidad
14.4.5. Obtención de las estadísticas finales
Consideraciones gerenciales complementarias
Recolección de datos
Aspectos estadísticos de la simulación
Apéndice 14A: uso de números aleatorios para obtener números aleatorios de una distribución dada
Proyecto J de Pensamiento crítico. El problema de comunicación de satélites de TeleComm: Parte I
Caso de práctica: Chrysler da un nuevo paso
Capítulo 15 SIMULACIÓN POR COMPUTADORA: APLICACIONES Y ANÁLISIS ESTADÍSTICO
15.1. Una simulación financiera
15.1.1. Descripción del problema
15.1.2. Diseño de la simulación
15.1.3. Generación de números aleatorios
15.1.4. Diseño del esquema de contabilidad
15.2. Una simulación de un problema de inventarios
15.2.1. Descripción del problema
15.2.2. Identificación de la clase de políticas de inventario
15.2.3. Diseño de la simulación
15.2.4. Generación de números aleatorios
15.2.5. Diseño del esquema de contabilidad
15.3. Una simulación de un problema de colas
15.3.1. Descripción del problema
15.3.2. Diseño de la simulación
15.3.3. generación de números aleatorios
15.3.4. Diseño del esquema de contabilidad
15.3.5. Obtención de la estadística final
15.4. Software de simulación
15.4.1. un ejemplo de simulación con el paquete de software @RISK
15.4.2. un ejemplo de simulación con el paquete de software SIMAN
15.5. Análisis estadístico del resultado de la simulación
15.5.1. determinación del tamaño de muestra para estirar un valor de media 
15.5.2. determinación del tamaño de muestra para estimar una proporción
Consideraciones gerenciales complementarias
Validación
Aspectos estadísticos de la simulación
Asuntos computacionales
Proyecto K de pensamiento crítico: el problema de comunicación de satélites de TeleComm: Parte II
Caso de práctica: realidades virtuales
Capítulo 16 PRONOSTICO
16.1. Clasificación de los modelos de series de tiempo
16.1.1. Modelos de nivel
16.1.2. Modelos de tendencia
16.1.3. Modelos estacionales
16.1.4. Modelos estacionales de tendencia
16.2. Mediciones de rendimiento para evaluar modelos de pronóstico
16.2.1. Error medio cuadrado (RMSE)
16.2.2. Error medio porcentual absoluto (MAE)
16.2.3. Uso del RMSE para crear un intervalo de confianza para demandas futuras
16.2.4. Sesgo de un modelo de pronóstico
16.2.5. Error medio porcentual absoluto (MAPE)
16.3. Desarrollo y utilización de un modelo de nivel para pronostico
16.3.1. El método de promedios móviles
16.3.3. Comparación de promedios cambiantes y suavizado exponencial
16.3.4. Pronostico con un modelo de nivel
16.4. Desarrollo y utilización de un modelo de nivel de tendencia para pronostico
16.4.1. El método de regresión lineal
16.4.2. Método de suavizado exponencial en modelos de tendencia
16.4.3. Pronosticó con un modelo de tendencias
16.5. Desarrollo y utilización de un modelo estacional para pronostico
16.5.1. Un ejemplo de modelo estacional
16.5.2. Utilización de la computadora para desarrollar un modelo estacional
16.5.3. Utilización de un modelo estacional para pronóstico
16.6. Desarrollo y utilización de un modelo estacional de tendencia para pronostico
16.6.1. Utilización de la computadora para desarrollar un modelo estacional de tendencia
16.6.2. Utilización de un modelo estacional de tendencia para pronostico
16.7. Pronosticó utilizando factores causales
16.7.1. Construcción y uso de un modelo de pronóstico causal
Consideraciones gerenciales complementarias
Elección de un modelo de pronóstico
Disponibilidad de datos pasados
Validación de modelos
Pronósticos de corto alcance contra pronósticos de largo alcance
Revisión y actualizando del modelo
Proyecto L de pensamiento crítico: el problema de pronóstico de American Auto Parts
Caso de practica ¿subir o bajar?
Apéndice A Números aleatorios uniformes entre 0 y 1
Apéndice B Tablas estadísticas
ER  -