MIGRACIN A GNU/LINUX SOFTWARE LIBRE

EDER YERSON GARCES PEREZ

ESNEYDER ARLEY RESTREPO ESTRADA
NEYDER NEIL HUMANEZ MARTINEZ

ING. EDISON ALBERTO SUAREZ DOMNGUEZ

UNIVERSIDAD DE CRDOBA
FACULTAD DE INGENIERAS
DEPARTAMENTO DE INGENIERA DE SISTEMAS Y TELECOMUNICACIONES
PROGRAMA DE INGENIERA DE SISTEMAS
MTODOS ESTOCSTICOS Y SIMULACIN
MONTERA, CRDOBA
2015

INTRODUCCION
En matemtica se define como un proceso estocstico discreto que cumple con la propiedad de Mrkov,
es decir, si se conoce la historia del sistema hasta su instante actual, su estado presente resume toda la
informacin relevante para describir en probabilidad su estado futuro. Los procesos estocsticos son
sucesiones de eventos regidos por leyes probabilsticas. Varios investigadores han estudiado las
caractersticas y el comportamiento de estas sucesiones, para aplicarlos a los procesos estocsticos en
fsica, ingeniera, biologa, medicina y otras disciplinas as como tambin en otras ramas de la
matemtica y han establecido sus teoras y propiedades.
Los inventarios son una cantidad de bienes o materiales con valor econmico que o materiales con
valor monetario que se encuentran bajo el control de una organizacin, y que se mantiene por algn
tipo de forma improductiva, esperando su uso o venta. Es tambin un sistema regulador de las
actividades de la oferta y la demanda. Teora de Inventario trata de lograr un equilibrio sobre la
cantidad que se desea pedir y el tiempo exacto para el pedido a la vez que el costo de esto no sea
excesivo para la empresa.
Las colas (lneas de espera) son parte de la vida diaria. Todos esperamos en colas para comprar un
boleto para el cine, hacer un depsito en el banco, pagar en el supermercado, enviar un paquete por
correo, obtener comida en la cafetera, subir a un juego en la feria, etctera. Nos hemos acostumbrado a
esperas largas, pero todava nos molesta cuando son demasiado largas. Sin embargo, tener que esperar
no slo es una molestia personal. El tiempo que la poblacin de un pas pierde al esperar en las colas es
un factor importante tanto en la calidad de vida como en la eficiencia de su economa.

Procesos estocsticos:
Son modelos de probabilidad de procesos que evolucionan con el tiempo de manera probabilstica. Es
decir un proceso es algo que evoluciona en el tiempo y un proceso estocstico, es cuando adems los
sucesos se dan de manera aleatoria
Un proceso estocstico es una coleccin o conjunto indexado de variables [ X t , donde el ndice t
toma valores de un conjunto T dado. Con frecuencia T se considera el conjunto de enteros no negativos
mientras que
Xt

Xt

representa una caracterstica de inters cuantifi cable en el tiempo t. Por ejemplo,

puede representar los niveles de inventario al fi nal de la semana t.( Frederick S. Hiller

Introduccin a la investigacin de operaciones).

Vector de probabilidades iniciales

Dado un vector w=( w 1 , , w k ) , se llama vector de probabilidades si
w i 0 Para i=1,.. , k
k

wi=1
i=1

Consideremos una cadena de Markov con:

s 1 , , sk

posibles estados en los que la cadena puede en el tiempo de observacin inicial

n=1
Para i=1, ., k ; P ( X 1=s 1) =vi , con v i 0 y v 1+ +v k =1

El vector v =( v 1 , , v k )

se llama vector de probabilidades iniciales de la cadena

El vector de probabilidades iniciales y la matriz de transicin determinan la probabilidad para el

estado de la cadena en el segundo instante de tiempo, dicha probabilidad viene dada por el
vector vP

Cadenas de markov:
Una cadena de markov es un proceso estocstico en el que si el estado actual
Las cadena de Markov tienen la propiedad particular de que las probabilidades que describen la forma

en que el proceso evolucionara en el futuro dependen solo del estado actual en que se encuentra el
proceso y, por lo tanto, son independientes de los eventos que ocurrieron en el pasado
Una cadena de Markov es una sucesin de ensayos similares u observaciones en la cual cada ensayo
tiene el mismo nmero finito de resultados posibles y en donde la probabilidad de cada resultado para
un ensayo dado depende slo del resultado del ensayo inmediatamente precedente y no de cualquier
resultado previo
Sea Xi una variable aleatoria que caracteriza el estado del sistema en puntos discretos en el tiempo t =
1, 2 . La familia de variables aleatorias {Xi} forma un proceso estocstico con una cantidad finita o
infinita de estados.(Investigacin de Operaciones Taha Handy)
Propiedad de Markov:
Dada una secuencia de variables aleatorias

X 1 , X 2 , X 3 , , tales que el valor de

del proceso en el tiempo n. Si la distribucin de probabilidad condicional de

es una funcin de

Xn

X n +1

X n es el estado
estados pasados

por s sola, entonces:

Las ecuaciones de Chapman-Kolmogorov proporcionan un mtodo para calcular estas probabilidades

de transicin de n pasos

Estas ecuaciones simplemente sealan que al ir del estado i al estado j en n pasos, el proceso estar en
algn estado k despus de exactamente m (menor que n) pasos. Asi,

(m )

(nm)

Pik Pkj

es solo la

probabilidad condicional de que, si comienza en el estado i, el proceso vaya al estado k despus de m

pasos y despus al estado j en n m pasos. Por lo tanto, al resumir estas probabilidades condicionales
sobre todos los estados posibles k se debe obtener
conducen a las expresiones

)
P(m
Los casos especiales de m 5 1 y m 5 n 1
ij

Para todos los estados i y j. Estas expresiones permiten que las probabilidades de transicin de n pasos
se puedan obtener a partir de las probabilidades de transicin de un paso de manera recursiva. Esta
relacin recursiva se explica mejor con la notacin matricial. Para n = 2, estas expresiones se
convierten en

Clasificacin de estados en una cadena de markov

Las propiedades a largo plazo de una cadena de Markov dependen en gran medida de las caractersticas
de sus estados y de la matriz de transicin. Para describir con ms detalle las propiedades de una
cadena de Markov es necesario presentar algunos conceptos y definiciones que se refieren a estos
estados.
Se dice que el estado j es accesible desde el estado i si pij(n). 0 para alguna n $ 0. (Donde pij(n) es solo
la probabilidad condicional de llegar al estado j despus de n pasos, si el sistema est en el estado i.)
Entonces, que el estado j sea accesible desde el estado i significa que es posible que el sistema llegue
finalmente al estado j si comienza en el estado i.(

Tiempos de primera pasada

Con frecuencia es conveniente poder hacer afirmaciones en trminos de probabilidades sobre el
nmero de transiciones que hace el proceso al ir del estado i al estado j por primera vez.
Este lapso se llama tiempo de primera pasada al ir del estado i al estado j. Cuando j 5 i, este tiempo
de primera pasada es igual al nmero de transiciones hasta que el proceso regresa al estado inicial i. En
este caso, el tiempo de primera pasada se llama tiempo de recurrencia del estado i (Introduccin a la
Investigacin de operaciones Hillier).
El estado absorbente, es una manera clasificar una cadena de Markov segn los estados de Si k es un
estado absorbente y el proceso comienza en el estado i, la probabilidad de llegar e algn momento a k
se llama probabilidad de absorcin al estado k, dado que el sistema comenz en el estado i. Esta
probabilidad se denota por fik. Si existen dos o ms estados absorbentes en una cadena de Markov y es
evidente que el proceso ser absorbido en uno de estos estados, es deseable encontrar estas
probabilidades de absorcin.
Dichas probabilidades pueden obtenerse con solo resolver un sistema de ecuaciones lineales que
considera todas las posibilidades de la primera transicin y despus, dada la primera transicin,
considera la probabilidad condicional de absorcin al estado k. En particular, si el estado k es un estado
absorbente, el conjunto de probabilidades de absorcin fik satisface el sistema de ecuaciones (Frederick
S. Hiller Introduccin a la investigacin de operaciones).

Teora de inventarios
Los inventarios es una cantidad de bienes o materiales con valor monetario que o materiales o que se
encuentran bajo el control de una organizacin o empresa, y que se mantiene por algn tipo de forma
improductiva, esperando su uso o venta. Es tambin un sistema regulador de las actividades de la oferta
y la demanda.(Teora de inventarios resea historica, s. f.)
Teora de Inventario trata de lograr un equilibrio sobre la cantidad que se desea pedir y el tiempo exacto
para el pedido a la vez que el costo de esto no sea excesivo para la empresa.(Teora de inventario EcuRed, s. f.)
la teora de inventarios costa de diferentes modelos acontinuacion vamos a tratar los los siguientes:

Modelo de inventario con faltantes

Modelo de inventarios con incertidumbre y seguridad

Modelos con inventario de productos terminados

Modelo de inventarios descuento por volumen

Modelo de inventario con faltantes

Se basa en que la compaa permite que haya tiempos de espera entre un pedido y otro, es decir, que
hayan pedidos atrasados, de esta manera se supone que hay un tiempo donde la demanda no se satisface
a tiempo y se produce una escasez. De todo esto, tambin en se incurre en un nuevo costo que es el de
las unidades faltantes durante el periodo t. De esta forma este modelo de inventario tiene unos
supuestos, que se basan en los mismos del eoq clsico con la diferencia que se agregan se permiten las
faltantes, se incurre en un costo de faltante, la demanda es constante y conocida: esto se refiere a que
por ejemplo, si la demanda ocurre a una tasa de 1000 unidades por ao, la demanda durante cualquier
periodo de (t) meses ser 1000t/12, los tiempos de reposicin son instantneos: esto quiere decir que un
pedido llega tan pronto se hace, existen costos de hacer un pedido, existen costos de mantener guardado
en inventario, los costos de mantener inventario y el costo de pedir no varan en el tiempo, la cantidad a
pedir es constante, existe una relacin directa costo volumen(Quintero, s. f.)

De esta grfica se deduce que la empresa tiene en inventario un inventario mximo, que al consumirse

totalmente por la demanda (llega a cero) la empresa esta permitiendo que una cantidad S de unidades le
falten, para hacer un nuevo pedido que satisfaga la demanda de las unidades faltantes mas las de las
unidades que se demandan diariamente; de esto tenemos, que:
Imax=Es mi inventario mximo
D=la demanda del periodo t
S=cantidad de unidades de demanda faltantes
Q=cantidad de unidades que se piden.
Cu= Costo unitario
D= Demanda
Cp= Costo de pedido
Cmi= Costo de mantener inventario
Cf= Costo de faltante
Q= Demanda del periodo
N= nmero de pedidos en el ao
t1: tiempo de disponibilidad de mercaderas
t2: tiempo de dficit.
S= Dficit mximo
Q=I max + S

S=QI max

costo de de un periodo
'

C =CuQ +Cp +Cmi

( T 1I max )
(ST 2)
+Cf
2
2

Costo total anual

C' =CuQ +Cp +Cmi

( QS)
(ST 2)
+Cf
2Q
2Q

Cantidad ptima a pedir

Q=
Cantidad Faltante ptima

2CpD (Cmi+CF)
Cf Cmi

S=

2 CpDCmi
Cf ( Cmi+Cf )

Ejemplos
1) Un agente de mercedes benz debe pagar 20 000 dlares por cada automvil que compra, el costo
anual de almacenamiento es de 25% del valor del automvil, el agente vende 500 autos al ao su costo
por faltantes ser de 20000 dlares. Cada vez que el agente coloca un pedido su costo es de 10 000
dlares determine:
a) La cantidad que debe ordenar el cada pedido Q.
b) El mximo nivel de inventario.
c) el nmero de rdenes por ao.
Cp. = 10000 dlares /orden
D= 500 autos/ao
Cmi = (0.25) (20000) = 5000 dlares /auto /ao
Cf= 20000 dlares/unidad/ao
a) La cantidad que debe ordenar el cada pedido Q.
Q=

Q=

2CpD (Cf +Cmi )

( Cf ) (Cmi )

( 2 10000 500 )( 20000+5000 )

( 20000 ) ( 5000 )
Q=50 autos

b) El mximo nivel de inventario.

S=

S=

2 Cp D Cmi
Cf ( Cf + Cmi )

2 ( 10000 ) ( 500 ) ( 5000 )

20000 (20000+ 5000 )
S=10

Imax=( QS )= (5010 ) =40 Autos

c) el nmero de rdenes por ao

N=

D 500
=
=10Ordenes por ao
Q 50

Un comerciante vende 10 000 armazones para lentes, la clnica pide los armazones a un abastecedor
regional que cobra 15 dlares por armazn, cada pedido incurre en un costo de $50 dlares. La ptica
cree que la demanda de armazones puede acumularse y que el costo por carecer de un armazn durante
un ao es de $15 dlares, por pedido de negocios futuros. El costo anual por mantener el inventario es
de 30 dlares.
a) cul es la cantidad optima de pedido.
b) El nmero de rdenes por ao.
c) Cul es el nivel mximo de inventario.

Cp. = 50 dlares /orden

D= 10000 armazones
Cmi = 30 dlares /ao
Cf= 15 dlares/ao
Cu= 15 dlares/armazn

a) cul es la cantidad optima de pedido

Q=

Q=

2CpD (Cf +Cmi )

( Cf ) (Cmi )

( 2 50 10000 )( 15+30 )
( 15 ) ( 30 )

Q=316,22 armazones

b) El nmero de rdenes por ao.

N=

D
Q

N=

10000
316.22

N=31 Ordenes por a o

c) Cul es el nivel mximo de inventario.

2 Cp D Cmi
Cf ( Cf + Cmi )
2 ( 50 )( 10000 ) ( 30 )
S=
15 (15+ 30 )
S=210.81
S=

Imax=( QS )
Imax=( 316.22210.81 )
Imax=105 Armazones
Modelo con incertidumbre y seguridad
Cuando se cumplen los supuestos del modelo de la CLE, es posible programar que las rdenes lleguen
de manera que se eviten los faltantes por completo. Sin embargo, si la demanda o los tiempos de
entrega son inciertos, la demanda exacta durante el tiempo de entrega (que es el PRO en la situacin de
la CLE) no se conocer con certidumbre. Por lo tanto, para prevenir los faltantes, es necesario tener un
inventario adicional llamado inventario de seguridad.(Anderson, Sweeney, Williams, Martin, & Camm,
2011)
Stock de seguridad es un trmino utilizado en logstica para describir el nivel extra de stock que se
mantiene en almacn para hacer frente a eventuales roturas de stock. El stock de seguridad se genera
para reducir las incertidumbres que se producen en la oferta y la demanda.(Stock de seguridad Wikipedia, la enciclopedia libre, s. f.)

El uso del inventario promedio durante el tiempo de entrega debera calcularse para agregar el
inventario de seguridad y evitar los faltantes. El punto de reorden se convierte en:
PRO = (Demanda promedio en el tiempo de entrega) + (Inventario de seguridad)
PRO = (Demanda promedio en el tiempo de entrega) + IS
donde:
El inventario de seguridad est
incluido en el PRO.
IS = inventario de seguridad

INVENTARIO DE SEGURIDAD CON LA DISTRIBUCIN NORMAL La ecuacin 6-15

proporciona la frmula general para determinar el punto de reorden. Cuando la demanda durante el
tiempo de entrega (LT) tiene una distribucin normal, el punto de reorden se convierte en:

CLCULO DE LA DEMANDA Y LA DESVIACIN ESTNDAR EN EL TIEMPO DE ENTREGA

Si no se conocen la media ni la desviacin estndar de la demanda durante el tiempo de entrega, deben
calcularse a partir de los datos histricos de demanda y el tiempo de entrega. Una vez que se
encuentran, se utiliza la ecuacin 6-16 para encontrar el inventario de seguridad y el punto de reorden.
En esta seccin, suponemos que el tiempo de entrega est dado en das, aunque se podra aplicar el
mismo procedimiento a semanas, meses o cualquier otro periodo. Tambin supondremos que si la
demanda flucta, la distribucin de la demanda diaria es idntica e independiente de la demanda de
otros das. Si tanto la demanda diaria como el tiempo de entrega fluctan, se supone que tambin son
independientes. Existen tres situaciones por considerar. En cada una de las siguientes frmulas para el
PRO, la de- manda promedio durante el tiempo de entrega es el primer trmino y el inventario de
seguridad (Z dLT) es el segundo.(Anderson et al., 2011)

CLCULO DEL COSTO ANUAL POR ALMACENAR CON INVENTARIO DE SEGURIDAD

Cuando se cumplen los supuestos de la CLE con respecto a la demanda y al tiempo de entrega
constante, el inventario promedio es Q/2, mientras que el costo anual por almacenar es (Q/2)C h.
Cuando se mantiene el inventario de seguridad porque la demanda flucta, el costo por almacenar de
este inventario de seguridad se suma al costo por almacenar el inventario regular, para obtener el costo
total anual por al- macenar. Si la demanda durante el tiempo de entrega tiene distribucin normal y se
utiliza el inventario de seguridad, el inventario promedio sobre la cantidad a ordenar (Q) todava es
Q/2; pero la cantidad promedio del inventario de seguridad es simplemente la cantidad de inventario de
seguridad (IS) y no la mitad de esa cantidad. Como la demanda durante el tiempo de entrega tiene
distribucin normal, habra veces en que el uso del inventario durante el tiempo de entrega exceda la
cantidad esperada y se use algo del inventario de seguridad. Pero es igualmente probable que ese
inventario durante el tiempo de entrega sea menor que la cantidad esperada y la orden llegar mientras
se tiene parte del inventario regular, adems de todo inventario de seguridad. Por lo tanto, en promedio,
la compaa siempre tendra esta cantidad completa de inventario de seguridad en almacn, en tanto
que el costo por almacenar se aplicara a todo esto. (Anderson et al., 2011)

Ejemplos
1 EJEMPLO DE LA COMPAA HINSDALE La compaa Hinsdale tiene en inventario varios
artculos electrnicos que se identifican como SKU. Un artculo en particular, el SKU A3378, tiene una
demanda con distribucin normal durante el tiempo de entrega, con media de 350 unidades y
desviacin estndar de 10. Hinsdale quiere seguir una poltica en la que los faltantes ocurran tan solo
5% de las veces para cualquier orden. Cunto inventario de seguridad debe almacenarse y cul es el
punto de reorden? La grafica ayuda a visualizar este ejemplo.

EJEMPLO DE LA COMPAA HINSDALE, CONTINUACIN Hinsdale decidi determinar el

inventario de seguridad y el PRO para otros tres artculos: SKU F5402, SKU B7319 y SKU F9004.
Para el SKU F5402, la demanda diaria tiene distribucin normal, con media de 15 unidades y
desviacin estndar de 3. El tiempo de entrega es exactamente de 4 das. Hinsdale quiere mantener un
nivel de servicio de 97%. Cul es el punto de reorden y cunto inventario de seguridad debera tener?
Del apndice A, para 97% del nivel de servicio, Z 1.88. Como la demanda es variable y el tiempo de
entrega es constante:
De
manera que la demanda promedio durante el tiempo de entrega es de 60, y el inventario de seguir dad
es de 11.28 unidades. Para el SKU B7319, la demanda diaria es constante en 25 unidades por da, y el
tiempo de entrega tiene distribucin normal con media de 6 das y desviacin estndar de 3. Hinsdale
quiere mantener el nivel de servicio a 98% para este producto en particular. Cul es el punto de
reorden?
el apndice A, para 98% del nivel de servicio, Z 2.05. Como la demanda es constante y el tiempo de
entrega es variable:

De manera que la demanda promedio durante el tiempo de entrega es de 150 y el inventario de

seguridad es de 154.03 unidades. Para el SKU F9004, la demanda diaria tiene distribucin normal con
media de 20 unidades y desviacin estndar de 4, en tanto que el tiempo de entrega tiene distribucin
normal con media de 5 das y una desviacin estndar de 2. Hinsdale quiere mantener el nivel de
servicio a 94% para este producto en particular. Cul es el punto de reorden? Del apndice A, para
94% del nivel de servicio, Z = 1.55. Como tanto la demanda como el tiempo de entrega son variables,
entonces:

De modo que la demanda promedio durante el tiempo de entrega es de 100 y el inventario de seguridad
es de 63.53 unidades. Conforme aumenta el nivel de servicio, el inventario de seguridad es mayor a una
tasa creciente. La tabla 6.5 ilustra cmo cambiara el inventario de seguridad en el ejemplo de la
compaa Hinsdale (SKU A3378) con los cambios en el nivel de servicio. Conforme aumenta el
inventario de seguridad, tambin se incrementan los costos anuales por almacenar.
Modelo inventarios productos terminados
Todas las mercancas que un fabricante ha producido para vender a sus clientes. Lo constituye todos los
artculos fabricados que estn aptos y disponibles para su venta.
Son todos aquellos bienes adquiridos por las empresas manufactureras o industriales, los cuales son
transformados para ser vendidos como productos elaborados. Son productos totalmente acabados
disponibles para la venta.(TIPOS DE INVENTARIOS, s. f.)
El clculo del inventario de productos terminados para una empresa de fabricacin requiere el uso de
una frmula matemtica simple que depende de unos pocos de inventario de la empresa y los registros
de produccin para completarse. La frmula para su uso es: "El inventario de productos terminados =
Inicio Productos + Costo de bienes manufacturados - Costo de Ventas". En otras palabras, los productos
terminados son la cantidad de bienes que tienes en el inicio del perodo, as como cualquier productos
manufacturados aadido durante el periodo, menos los costes de fabricacin de los bienes vendidos en
ese perodo.(Cmo calcular el inventario de productos terminados para una compaa de fabricacin |
Pequea y mediana empresa - La Voz Texas, s. f.)
Comprueba los registros de inventario de la compaa para el inventario de productos terminados
durante el perodo anterior. Usa esta cantidad como tu inventario de productos para el comienzo del
perodo actual de los clculos. Por ejemplo, si el ao pasado terminaste con 100.000 dlares en
productos terminados, a continuacin, utiliza esta cantidad como tu punto de partida.
Aade a tu inventario los bienes del costo de los productos fabricados durante el perodo de clculo.
Asegrate de incluir todos los costos de mano de obra directa, a los gastos generales en la cantidad.
Esto te dar el valor de inventario total en el perodo. Si comenzaste con 100.000 dlares en inventario,
agregaste 500.000 dlares en bienes nuevos, entonces tu inventario total para el perodo es de 600.000
dlares.
Resta el costo de los bienes vendidos durante ese perodo de tu inventario total para calcular el
inventario de productos terminados para el nuevo perodo. De ese valor de 600.000 dlares de

inventario, si vendes bienes que te costar 550.000 dlares para la fabricacin del inventario durante el
perodo, tu inventario de productos terminados para el perodo es de 50.000 dlares.
EJEMPLOS
Modelo con inventario descuentos por cantidad(Volumen)
Una manera de utilizar el inventario es aprovechar los descuentos por cantidad. Muchos proveedores
ofrecen descuentos por comprar grandes cantidades. Por ejemplo, una sierra elctrica generalmente
cuesta $20 por unidad. Si se ordenan 300 o ms al mismo tiempo, el proveedor quiz baje el precio a
$18.75. La compra de cantidades mayores puede reducir en forma sustancial el precio de los productos.
No obstante, existen algunas desventajas al comprar cantidades grandes. Se tienen mayores costos por
almacenaje, deterioro, daos, robo, seguros y otros. Incluso al invertir en ms inventario, se tendr
menos efectivo para invertir en otro lado.(Anderson et al., 2011)
El objetivo general del modelo de descuentos por cantidad es minimizar el costo total del inventario,
que ahora incluye los costos reales de materiales.
Al desarrollar el modelo de la CLE, suponemos que no se dispone de descuentos por cantidad. No
obstante, muchas compaas s ofrecen descuentos por cantidad. Si este tipo de descuento existe, pero
se cumplen todos los otros supuestos de la CLE, es posible encontrar una cantidad que minimice el
costo total del inventario, aplicando el modelo de la CLE con algunos ajustes.(Anderson et al., 2011)
Cuando se dispone de descuentos por cantidad, el costo de compra o el costo de materiales se
convierten en un costo relevante, pues cambia de acuerdo con la cantidad ordenada. Los costos
relevantes totales son:

Como el costo anual por almacenar por unidad se basa en el costo de los artculos, es conveniente
expresarlo como:

I = costo por almacenar como porcentaje del costo unitario

Ejemplo de la tienda por departamentos Brass Veamos ahora cmo aplicar este procedimiento con
un ejemplo. La tienda por departamentos Brass almacena automviles de carreras de juguete. Hace
poco, la tienda recibi el programa de descuento por cantidad para los vehculos, el cual se presenta en
la tabla 6.3. As, el costo normal del juguete es de $5. Para rdenes entre 1,000 y 1,999 unidades, el
costo unitario es de $4.80; en tanto que para rdenes de 2,000 o ms, el costo unitario es de $4.75. Ms
an, el costo por ordenar es de $49 por orden, la demanda anual es de 5,000 carritos de carreras y el
cargo por almacenar como porcentaje del costo, I, es de 20% o 0.2. Qu cantidad a ordenar
minimizar el costo total del inventario?

El primer paso es calcular la CLE para cada descuento de la tabla

El segundo paso consiste en ajustar las cantidades que estn abajo del rango de descuento permisible.
Como CLE 1 est entre 0 y 999, no tiene que ajustarse. CLE 2 est en el intervalo de 1,000 a 1,999, por
lo que debe ajustares a 1,000 unidades. Lo mismo se cumple para CLE 3 : debera ajustarse a 2,000
unidades. Despus de este paso, las siguientes cantidades a ordenar deben probarse en la ecuacin del
costo total:

El tercer paso es usar la ecuacin de costo total y calcular el costo total para cada cantidad a ordenar, lo
cual se logra con ayuda de la tabla
El cuarto paso es seleccionar la cantidad a ordenar con el menor costo total. En la tabla 6.4 se observa
que una cantidad a ordenar de 1,000 autos de juguete minimiza el costo total; pero debera reconocerse
que el costo total por ordenar 2,000 autos es tan solo un poco mayor que el costo total por ordenar
1,000. Entonces, si el costo del tercer descuento disminuye a $4.65, por ejemplo, esta cantidad a
ordenar podra ser la que minimice el costo total del inventario.
Ejemplo 2

TEORIA DE COLAS
Las colas (lneas de espera) son parte de la vida diaria. Todos esperamos en colas para comprar un
boleto para el cine, hacer un depsito en el banco, pagar en el supermercado, enviar un paquete por
correo, obtener comida en la cafetera, subir a un juego en la feria, etctera. Nos hemos acostumbrado a
esperas largas, pero todava nos molesta cuando son demasiado largas. Sin embargo, tener que esperar
no slo es una molestia personal. El tiempo que la poblacin de un pas pierde al esperar en las colas es
un factor importante tanto en la calidad de vida como en la eficiencia de su economa. Tambin ocurren
grandes ineficiencias debido a otros tipos de espera que no son personas en una cola .Por ejemplo,
hacer que las mquinas esperen una reparacin puede dar como resultado prdida de produccin. Los
vehculos (incluso barcos y camiones) que deben esperar la descarga pueden retrasar envos
subsecuentes. Los aviones que esperan despegar o aterrizar pueden desorganizar la programacin
posterior de vuelos. El retraso en los trabajos de servicio respecto a su fecha de entrega es una causa de
prdida de negocios futuros. La teora de colas usa los modelos de colas para representar los tipos de
sistemas de lneas de espera (sistemas que involucran colas de algn tipo) que surgen en la prctica.
Las frmulas para cada modelo indican cul debe ser el desempeo del sistema correspondiente y
sealan la cantidad promedio de espera que ocurrir, en una gama de circunstancias.(Anderson et al.,
2011)
Por lo tanto, estos modelos de lneas de espera son muy tiles para determinar cmo operar un sistema
de colas de la manera ms efectiva. Proporcionar demasiada capacidad de servicio para operar el
sistema implica costos excesivos; pero al no contar con suficiente capacidad de servicio la espera es
excesiva con todas sus desafortunadas consecuencias. Los modelos permiten encontrar un balance
adecuado entre el costo de servicio y la cantidad de espera.
Proceso bsico de colas
El proceso bsico supuesto por la mayora de los modelos de colas es el siguiente. Los clientes que
Requieren un servicio se generan en el tiempo en una fuente de entrada. Luego, entran al sistema
Y se unen a una cola. En determinado momento se selecciona un miembro de la cola para
proporcionarle el servicio mediante alguna regla conocida como disciplina de la cola. Se lleva a cabo el
servicio que el cliente requiere mediante un mecanismo de servicio, y despus el cliente sale del
Sistema de colas.

Cola
La cola es donde los clientes esperan antes de recibir el servicio. Una cola se caracteriza por el nmero
mximo permisible de clientes que puede admitir. Las colas pueden ser finitas o infinitas, segn si
dicho nmero es fi nito o infinito. El supuesto de una cola infinita es el estndar de la mayora de los
modelos, incluso en situaciones en las que en realidad existe una cota superior (relativamente grande)
sobre el nmero permitido de clientes, puesto que manejar una cota as puede ser un factor que
complique el anlisis. En los sistemas de colas en los que la cota superior es tan pequea que se llega a
ella con cierta frecuencia, es necesario suponer una cola finita.
Disciplina de la cola
La disciplina de la cola se refiere al orden en el que sus miembros se seleccionan para recibir el
servicio.
Por ejemplo, puede ser: primero en entrar, primero en salir; aleatoria; de acuerdo con algn
procedimiento de prioridad o con algn otro orden. En los modelos de colas se supone como normal a
la disciplina de primero en entrar, primero en salir, a menos que se establezca de otra manera.
Mecanismo de servicio
El mecanismo de servicio consiste en una o ms estaciones de servicio, cada una de ellas con uno o
ms canales de servicio paralelos, llamados servidores. Si existe ms de una estacin de servicio, el
cliente puede recibirlo de una secuencia de ellas (canales de servicio en serie). En una estacin Dada,
el cliente entra en uno de estos canales y el servidor le presta el servicio completo. Los modelos de
colas deben especificar el arreglo de las estaciones y el nmero de servidores (canales paralelos) en
cada una de ellas. Los modelos ms elementales suponen una estacin, ya sea con un servidor o con un
nmero fi nito de servidores.
El tiempo que transcurre desde el inicio del servicio para un cliente hasta su terminacin en una
estacin se llama tiempo de servicio (o duracin del servicio). Un modelo de un sistema de colas
determinado debe especificar la distribucin de probabilidad de los tiempos de servicio de cada
servidor (y tal vez de los distintos tipos de clientes), aunque es comn suponer la misma distribucin
para todos los servidores (todos los modelos en este captulo se basan en este supuesto).
El proceso de colas elemental
Como ya se ha sealado, la teora de colas se aplica a muchos tipos diferentes de situaciones. El tipo
que prevalece es el siguiente: una sola lnea de espera (que a veces puede estar vaca) se forma frente a

una estacin de servicio, dentro de la cual se encuentra uno o ms servidores. Cada cliente generado
por una fuente de entrada recibe el servicio de uno de los servidores, quiz despus de esperar un poco
en la cola (lnea de espera).

Terminologa y notacin
A menos que se establezca otra cosa, se utilizara la siguiente terminologa estndar:

Estado del sistema = nmero de clientes en el sistema.

Longitud de la cola = nmero de clientes que esperan servicio.
= estado del sistema menos nmero de clientes a quienes se les da el
Servicio.
N(t) = nmero de clientes en el sistema de colas en el tiempo t (t 0).
Pn(t) = probabilidad de que exactamente n clientes estn en el sistema en el tiempo t, dado el
numero en el tiempo 0.
S =nmero de servidores (canales de servicio en paralelo) en el sistema de colas.
n = tasa media de llegadas (nmero esperado de llegadas por unidad de tiempo) de nuevos
clientes cuando hay n clientes en el sistema.
n = tasa media de servicio en todo el sistema (nmero esperado de clientes que completan su
servicio por unidad de tiempo) cuando hay n clientes en el sistema. Nota: n representa la tasa
combinada a la que todos los servidores ocupados (aquellos que estn sirviendo a un cliente)
logran terminar sus servicios.
Pn= probabilidad de que haya exactamente n clientes en el sistema.
L = nmero esperados de clientes en el sistema
Lq= longitud esperada de la cola (excluye los clientes que estn en servicio)
W = tiempo de espera en el sistema (incluye tiempo de servicio) para cada cliente.
W = E(W).
Wq= tiempo de espera en la cola (excluye tiempo de servicio) para cada cliente.
Wq= E(Wq)

Algunas clases de sistemas de colas

Sistema de servicio comercial: en donde los clientes externos reciben un servicio de una
organizacin comercial. Muchos de estos sistemas incluyen un servicio de persona a persona en un
local fi jo, como una peluquera (los peluqueros son los servidores), el servicio de una cajera de
banco, las cajas de cobro de un supermercado y una cola en una cafetera (canales de servicio en
serie). Sin embargo, muchos otros sistemas son de un tipo diferente, como la reparacin de aparatos
domsticos (el servidor va hacia el cliente), una mquina de monedas (el servidor es una maquina)
y una gasolinera (los
Clientes son automviles).
Sistemas de servicio de transporte: En algunos de estos sistemas los vehculos son los clientes,
como los automviles que esperan para pasar por una caseta de cobro o un semforo (el servidor),
un camin de carga o un barco que esperan que una cuadrilla les d el servicio de carga o descarga
y un avin que espera aterrizar o despegar en una pista (el servidor).
(Un estacionamiento es un ejemplo poco usual de este tipo, en el que los automviles son los
clientes y los espacios son los servidores, pero no existe una cola porque si un estacionamiento est
lleno, los clientes se van a otro.) En otros casos, los vehculos son los servidores, como los taxis, los
camiones de bomberos y los elevadores.
Sistemas de servicio interno
Donde los clientes que reciben el servicio son personal interno o parte de la organizacin. Los
ejemplos incluyen sistemas de manejo de materiales, en donde las unidades de manejo de
materiales (los servidores) mueven cargas (los clientes); sistemas de mantenimiento, en los cuales
las brigadas de mantenimiento (los servidores) reparan maquinas (los clientes) y puestos de
inspeccin en los que los inspectores de control de calidad (los servidores) inspeccionan artculos
(los clientes).
Sistemas de servicio social
Por ejemplo, un sistema judicial es una red de colas, donde las cortes son las instalaciones de
servicio, los jueces (o los jurados) son los servidores y los casos que esperan el proceso son los
clientes. Un sistema legislativo es una red de colas similar, en el cual los clientes son los asuntos
que el congreso va a tratar. Algunos sistemas de salud pblica son sistemas de colas.
Caractersticas de los sistemas de colas
Seis son las caractersticas bsicas que se deben utilizar para describir adecuadamente un sistema de
colas:
Patrn de llegada de los clientes
Patrn de servicio de los servidores
Disciplina de cola
Capacidad del sistema
Nmero de canales de servicio
Nmero de etapas de servicio Algunos autores incluyen una sptima caracterstica que es la
poblacin de posibles clientes.
Los procesos de Poisson y la distribucin exponencial
dasde clientes siguen una distribucin exponencial. O lo que es lo mismo que el ritmo de llegada

sigue una distribucin de Poisson*. En esta seccin se vern las caractersticas de una distribucin
de Poisson y como se relacionan con la distribucin exponencial. Posteriormente se analizan las
ms importantes propiedades y algunas generalizaciones al adoptar tal patrn de llegadas. Se cierra
el apartado con argumentos que apoyan el uso de la distribucin de Poisson. Adoptar la distribucin
de Poisson implica que la probabilidad de que llegue n clientes en un intervalo de tiempo t es:

El tiempo entre llegadas se define, de este modo, como la probabilidad de que no llegue ningn
Cliente:

Siendo por tanto una distribucin exponencial.

Procesos de nacimiento y muerte en el estado estacionario
Un proceso estocstico es la abstraccin matemtica de un proceso emprico, cuyo desarrollo est
gobernado por alguna ley de probabilidad.
Desde el punto de vista de la teora de probabilidades, un proceso estocstico se define como una
familia de variables aleatorias {X(t),tT} definidas sobre un horizonte T. X(t) es el estado del
sistema.
Dada la situacin presente, el futuro es independiente del pasado y el proceso carece de memoria
Una cola, con proceso de llegada Poisson-Exponencial de media, y con proceso de servicio
Poisson-Exponencial de media, se puede modelizar como una cadena de Markov continua, donde
en cada intervalo infinitesimal de tiempo puede ocurrir un nacimiento (llegada) o una muerte
(salida)

Al representar las anteriores probabilidades se ha considerado que las tasas de llegada y de servicio
(y respectivamente) dependen del nmero de elementos en el sistema.

Modelo lineal de espera

Recuerde la ltima vez que tuvo que esperar en la caja de un supermercado, en una ventanilla de su
banco local, o a que lo atendieran en un restaurante de comida rpida. En stas y en muchas situaciones
de lnea de espera, el tiempo que pasa esperando es indeseable. La adicin de ms cajeros en
supermercados y bancos o despachadores en restaurantes de comida rpida no siempre es la estrategia
ms econmica para mejorar el servicio, por lo que las empresas tienen que encontrar formas de
mantener los tiempos de espera dentro de lmites tolerables.
Se han desarrollado modelos que sirvan para que los gerentes entiendan y tomen mejores decisiones en
relacin con la operacin de las lneas de espera. En la terminologa de las ciencias de la
administracin, una lnea de espera se conoce como cola, y la serie de conocimientos que tienen que

ver con las lneas de espera como teora de colas. A principios de 1900, A. K. Erlang, un ingeniero
telefonista dans comenz a estudiar la congestin y los tiempos de espera que ocurren para completar
llamadas telefnicas. Desde entonces, la teora de colas se ha vuelto mucho ms compleja, con
aplicaciones en una amplia variedad de situaciones de lnea de espera. Los modelos de lnea de espera
se componen de frmulas y relaciones matemticas que pueden utilizarse para determinar las
caractersticas de operacin (medidas de desempeo) de una lnea de espera. Las caractersticas de
operacin de inters incluyen:
1. La probabilidad de que no haya unidades en el sistema
2. El nmero promedio de unidades en la lnea de espera
3. El nmero promedio de unidades en el sistema (el nmero de unidades en la lnea de espera ms el
nmero de unidades que estn siendo atendidas)
4. El tiempo promedio que una unidad pasa en la lnea de espera
5. El tiempo promedio que una unidad pasa en el sistema (el tiempo de espera ms el tiempo para que
atiendan)
6. La probabilidad de que una unidad que llega tenga que esperar para que la atiendan
Estructura de un sistema de lnea de espera
Para ilustrar las caractersticas bsicas de un modelo de lnea de espera, consideramos la lnea de espera
en el restaurante de comida rpida Burger Dome. Burger Dome vende hamburguesas sencillas con
queso, papas a la francesa, bebidas refrescantes y malteadas, as como un nmero limitado de artculos
especiales y variedad de postres. Aunque a Burger Dome le gustara atender de inmediato a cada
cliente, en ocasiones llegaban ms clientes de los que podan ser atendidos por el personal. Por tanto,
los clientes hacan cola para hacer y recibir sus pedidos.
Lnea de espera de canal nico
En la operacin actual de Burger Dome, un despachador toma el pedido de un cliente, determina el
costo total del pedido, recibe el dinero del cliente y luego surte el pedido. Una vez que el pedido del
primer cliente se surte, el despachador toma el pedido del siguiente que espera a que lo atiendan. Esta
operacin es un ejemplo de una lnea de espera de canal nico. Cada cliente que entra al restaurante
Burger Dome debe pasar a travs de un canal una estacin de toma y entrega de pedidos para
hacer un pedido, pagar la cuenta y recibir la comida. Cuando llegan ms clientes de los que pueden ser
atendidos de inmediato, forman una lnea y esperan a que se desocupe la estacin de toma y entrega de
pedidos.
En la fi gura se muestra un diagrama de la lnea de espera de canal nico en Burger Dome.
Imagen 15.1 del libro mtodos cuantitativos para los negocios

Distribucin de las llegadas

La definicin del proceso de llegada a una lnea de espera implica determinar la distribucin
Probabilstica del nmero de llegadas en un lapso de tiempo determinado. En muchas situaciones de
lnea de espera las llegadas ocurren al azar e independientemente de otras llegadas, y no podemos
predecir cundo ocurrir una. En esos casos, los analistas cuantitativos han encontrado que la
distribucin de probabilidad de Poisson provee una buena descripcin del patrn de llegadas. La
funcin de probabilidad de Poisson da la probabilidad de x llegadas en un periodo de tiempo especfico.
La funcin de probabilidad es la siguiente.
x e
(
)
px=
con x=0,1, 2,
x!
Donde
x =nmero de llegadas en el periodo de tiempo
= nmero medio de llegadas por periodo de tiempo
e =2.71828
Distribucin de los tiempos de servicio
El tiempo de servicio es el tiempo que un cliente emplea en la instalacin de servicio una vez que ste
se ha iniciado. En Burger Dome, el tiempo de servicio se inicia cuando un cliente comienza a hacer el
pedido con el despachador y contina hasta que el cliente recibe el pedido. Los tiempos de servicio rara
vez son constantes. En Burger Dome, el nmero de productos y la combinacin de estos pedidos varan
considerablemente de un cliente al siguiente. Los pedidos pequeos pueden manejarse en cuestin de
segundos, pero los grandes pueden requerir ms de dos minutos. Los analistas cuantitativos
determinaron que si se puede suponer que la distribucin probabilstica del tiempo de servicio sigue
una distribucin probabilstica exponencial, existen frmulas que proporcionan informacin til
sobre la operacin de la lnea de espera. Utilizando una distribucin probabilstica exponencial, la
probabilidad de que el tiempo de servicio sea menor que o igual a un tiempo de duracin t es(Anderson
et al., 2011)

Donde

 = nmero medio de unidades que pueden ser atendidas por periodo de tiempo
e = 2.71828
Modelo de lnea de espera de canal nico con llegadas Poisson y tiempos de servicio
Exponenciales
En esta seccin se presentan frmulas que pueden utilizarse para determinar las caractersticas de
operacin constante de una lnea de espera de canal nico. Las frmulas son apropiadas si las llegadas
siguen una distribucin de probabilidad de Poisson y los tiempos de servicio llevan una distribucin de
probabilidad exponencial. Como estos supuestos son vlidos para el problema de la lnea de espera de
Burger Dome presentado en la seccin 15.1, demostramos cmo pueden utilizarse las frmulas para
determinar las caractersticas de operacin de Burger Dome y, por tanto, aportan informacin til a la
gerencia para la toma de decisiones.
La metodologa matemtica utilizada para determinar las frmulas de las caractersticas de operacin
de lneas de espera es algo compleja. Sin embargo, nuestro propsito en este captulo no es analizar el
desarrollo terico de modelos de lnea de espera, sino ms bien demostrar como las frmulas dan
informacin sobre las caractersticas de operacin de la lnea.

Caractersticas de operacin
Las frmulas siguientes se utilizan para calcular las caractersticas de operacin constante de una lnea
de espera de canal nico con llegadas Poisson y tiempos de servicio exponenciales, donde:
=nmero medio de llegadas por periodo de tiempo (tasa de llegadas)
=nmero medio de servicios por periodo de tiempo (tasa de servicios)
La probabilidad de que no haya unidades en el sistema:

Imagen (15.4)
El nmero promedio de unidades en la lnea de espera:

Imagen (15.5)

El nmero promedio de unidades en el sistema:

Imagen (15.6)

 El tiempo promedio que la unidad pasa en la lnea de espera:

Imagen (15.7)
El tiempo promedio que una unidad pasa en el sistema:

Imagen (15.8)
La probabilidad de que una unidad que llega no tenga que esperar a ser atendida:

Imagen (15.9)
La probabilidad de que haya n unidades en el sistema:

Imagen (15.10)
Los valores de la tasa de llegadas y la tasa de servicios son, evidentemente, componentes
importantes para determinar las caractersticas de operacin. La ecuacin (15.9) muestra que la relacin
de la tasa de llegadas a la tasa de servicios, /, da la probabilidad de que una unidad que llega tenga
que esperar porque la instalacin de servicio est ocupada. Por consiguiente, / se conoce como factor
de uso de la instalacin de servicio.
Modelo de lnea de espera de mltiples canales con llegadas Poisson y tiempos de servicio
exponenciales
Una lnea de espera de mltiples canales se compone de dos o ms canales de servicio que se supone
son idnticos en funcin de capacidad de servicio. En el sistema de mltiples canales, las unidades que
llegan esperan en una sola lnea y luego se dirigen al primer canal disponible para ser atendidas. La
operacin de canal nico de Burger Dome puede ampliarse a un sistema de dos canales abriendo un
segundo canal de servicio. La fi gura 15.3 muestra un diagrama de la lnea de espera de dos canales de
Burger Dome. En esta seccin se presentan frmulas para determinar las caractersticas de operacin
constante de una lnea de espera de mltiples canales. Estas frmulas son apropiadas si existen las
siguientes condiciones:

1. Las llegadas siguen una distribucin de probabilidad de Poisson.

2. El tiempo de servicio de cada canal sigue una distribucin de probabilidad exponencial.
3. La tasa de servicios es la misma para cada canal.

4. Las llegadas esperan en una sola lnea de espera y luego se dirigen al primer canal abierto para que
las atiendan.

Figura 15.3 del libro mtodos cuantitativos para los negocios

Caractersticas de operacin
Las siguientes frmulas se utilizan para calcular las caractersticas de operacin de lneas de espera de
mltiples canales, donde:
= tasa de llegadas del sistema
= tasa de servicios de cada canal
k = nmero de canales
1. Probabilidad de que no haya unidades en el sistema:

2. Nmero promedio de unidades en la lnea de espera.

3. Nmero promedio de unidades en el sistema:

4. Tiempo promedio que una unidad pasa en la lnea de espera:

5. Tiempo promedio que una unidad pasa en el sistema:

6. Probabilidad de que una unidad que llega tenga que esperar a que la atiendan:

7. Probabilidad de que haya n unidades en el sistema:

Como _ es la tasa de servicios de cada canal, k es la del sistema de mltiples canales. Al igual
que para el modelo de espera de canal nico, las frmulas de las caractersticas de operacin de

lneas de espera de mltiples canales se aplican slo en situaciones en las que la tasa de
servicios del sistema es mayor que su tasa de llegadas, en otros trminos, las frmulas se
aplican slo si k es mayor que .
Redes de colas
Algunos sistemas de colas estn compuestos por una serie de subsistemas que se encuentran
enlazados formando una red. En este tipo de sistemas los clientes llegan a un nodo en el que
esperan su turno en cola hasta que son atendidos, momento en el cual se dirigen a otro nodo
para obtener otro servicio ms, y as han de ser atendidos por ms de un subsistema antes de
que todos sus requisitos de servicio queden atendidos. Estos sistemas son les denominados
redes de colas.(Trfico en los sistemas de telecomunicacin , s. f.)
Tipos de redes de colas.
Redes abiertas: en las que cada cliente entra al sistema en un momento dado y, tras pasar por
una o ms colas, sale del sistema.
Un sistema telefnico es una red abierta: al entrar el cliente al sistema espera para acceder a la
central local a que est asignado; una vez conseguido el acceso se dirige al nodo formado por la
central sectorial; despus hace lo propio para entrar en la central provincial, interprovincial,...
Una vez realizada su comunicacin sale del sistema. En este ejemplo cada tipo de central es un
nodo del sistema.

Redes abiertas cclicas: que presentan bucles en la red, de manera que un cliente puede pasar
varias veces por la misma cola antes de salir del sistema.

Redes cerradas: en las que los clientes ni entran ni salen del sistema, permaneciendo
indefinidamente circulando por el interior de la red. Este tipo de redes, en las que normalmente
existe un nmero fijo de clientes.(Trfico en los sistemas de telecomunicacin , s. f.)

Redes abiertas: teorema de Burke.

Supongamos la red formada por dos nodos en serie, sin realimentacin, como la que se ha
representado en la figura 1. En este modelo el proceso de llegadas al nodo 1 es poissoniano con
una tasa media , o lo que es igual, los tiempos entre llegadas son exponenciales con media 1/.
El tiempo de servicio en el nodo 1 sigue una distribucin exponencial con media 1/1, o una
tasa media de salida 1. El nodo 1, por tanto, es un modelo M/M/1. El servidor del nodo 2
ofrece una tasa media de salida 2. El proceso de llegada para el nodo 2 es el proceso de salida
del nodo 1. As, si se pudiese caracterizar el proceso de salida del nodo 1 se podra terminar la
caracterizacin del nodo 2, y de esta forma poder determinar la medida de prestaciones de la
red.
La solucin al problema se conoce como teorema de Burke, segn el cual, en rgimen
estacionario, la salida de un sistema M/M/c con una tasa de llegadas y con cada servidor
operando con una tasa media de salidas es un proceso de Poisson de tasa , estadsticamente
independiente del proceso de entrada. Como consecuencia del teorema de Burke, el nodo 2 de
la serie en estudio es tambin un sistema M/M/1 que puede ser analizado independientemente
del nodo 1. El tiempo medio de respuesta de la red ser la suma de los tiempos medios de
respuesta de los nodos 1 y 2 y, al ser cada nodo independiente del otro, quedar dado por la
expresin(Trfico en los sistemas de telecomunicacin , s. f.)

Redes abiertas de Jackson

Para llegar a establecer la generalizacin de resultados para redes abiertas, supongamos una red
de K nodos en la que el nodo i tiene ci servidores, cada uno de ellos con una distribucin
exponencial del tiempo de servicio de media 1/i. Una red de colas abierta se dice que es de
Jackson si y solo si nicamente existe una clase de clientes en la red, en la que cada nodo i es
una cola M/M/ci, producindose los enrutados de un nodo a otro son probabilsticas, siendo rij
0 la probabilidad de ir al nodo j despus de haber salido del nodo i. Por otro lado, ri0 es la
probabilidad de abandonar el sistema una vez que se ha salido del nodo i, siendo

Denotando por i la tasa de llegadas externas al nodo i, la tasa media total de llegadas de
clientes al nodo i, i, debe ser igual a la tasa de salidas de dicho nodo, por lo que se tendr que

Resulta as un conjunto de K ecuaciones (una por nodo) que forman un sistema lineal cuya
solucin es nica y que, una vez resuelto, nos permite determinar las tasas i de llegada a cada
nodo. A las ecuaciones que forman este sistema se les denomina ecuaciones de equilibrio. Para
que ninguna de las colas del sistema se sature es preciso que se cumpla la condicin de no
saturacin del modelo M/M/c, dada, para cada uno de los nodos.
Redes cerradas de Jackson
Una red de colas cerrada con K nodos se dice que es de Jackson si y solo si nicamente existe
una cantidad constante M de clientes en la red que pertenecen a una sola clase, en la que cada
nodo i es una cola M/M/ci, producindose los enrutados de un nodo a otro son probabilsticas,
siendo rij 0 la probabilidad de ir al nodo j despus de haber salido del nodo i. Como en este
tipo de redes no llegan clientes desde el exterior a ninguno de los nodos, y la tasa media total de
llegadas de clientes al nodo i debe ser igual a la tasa de salidas de dicho nodo, se tendr que

Resulta as un conjunto de K ecuaciones (una por nodo) que forman un sistema lineal
indeterminado con un grado de libertad que habr de resolverse para determinar las tasas de
llegadas relativas a cada nodo, i*, fijando para ello un valor positive arbitrario para una de las
incgnitas.

Simulacin
La simulacin es uno de los mtodos cuantitativos ms ampliamente utilizados para tomar
decisiones. Es un mtodo de aprender acerca de un mtodo real experimentando con un modelo que
representa el sistema. El modelo de simulacin contiene las expresiones matemticas y relaciones
lgicas que describen cmo calcular el valor de los datos de salida dados los valores de los datos de
entrada. Cualquier modelo de simulacin tiene dos datos de entrada: controlables y probabilsticos.
La fi gura 16.1 muestra un diagrama conceptual de un modelo de simulacin.
Cuando realiza un experimento de simulacin, un analista selecciona el valor, o valores, de los
datos de entrada controlables. Luego los valores de los datos de entrada probabilsticos se
generan al azar. El modelo de simulacin utiliza los valores de datos de entrada controlables y los
valores de los datos probabilsticos para calcular el valor, o valores de los datos de salida.
Realizando una serie de experimentos con varios valores de los datos de entrada controlables, el
analista aprende cmo los valores de los datos controlables afectan o cambian el resultado del
modelo de simulacin. Despus de revisarlos resultados de simulacin, el analista con frecuencia es
capaz de recomendar datos de entrada controlables que darn el resultado deseado del sistema real.
La simulacin se ha aplicado con xito en una amplia variedad de aplicaciones. Los ejemplos
siguientes son tpicos:
d) Desarrollo de un nuevo producto: El objetivo de esta simulacin es determinar la

probabilidad de que un producto nuevo sea redituable. Se desarrolla un modelo que relaciona el
beneficio o utilidad (la medida del resultado) con varios datos de entrada probabilsticos como
demanda, costo de piezas y costo de mano de obra. El nico dato de entrada controlable es si se
introduce el producto en el mercado. Se generarn varios valores posibles para los datos de
entrada probabilsticos y se calcular la utilidad resultante.
e) Sobreventa de boletos en una aerolnea: El objetivo de esta simulacin es determinar el
nmero de reservaciones que una aerolnea debe aceptar para un vuelo particular. Se desarrolla
un modelo de simulacin que relaciona la utilidad del vuelo con un dato de entrada
probabilstico, el nmero de pasajeros con reservacin que aparecen y utilizan su reservacin;
un dato de entrada controlable, el nmero de reservaciones aceptadas para el vuelo. Por cada
valor seleccionado del dato de entrada controlable se generarn varios valores posibles para el
nmero de pasajeros que aparecen, y se puede calcular la utilidad resultante
f)

Poltica de inventario. El objetivo de esta simulacin es seleccionar una poltica de inventario

que genere un buen servicio al cliente a un costo razonable. Se desarrolla un modelo que
relaciona dos medidas de los resultados, costo total del inventario y el nivel de servicio, con
datos de entrada probabilsticos, como demanda del producto y tiempo de espera de entregas de
los vendedores, y datos de entrada controlables, como cantidad de pedido y el punto de reorden.
Por cada serie de datos de entrada controlables se generarn varios valores posibles para los
datos de entrada probabilsticos, y se calcularn los niveles de costo y servicio resultantes.

g) Flujo de trfico: El objetivo de esta simulacin es determinar el efecto de instalar una seal que de
vuelta a la izquierda en el sentido del flujo del trnsito en una interseccin congestionada. Se
desarrolla un modelo que relaciona el tiempo de espera de los vehculos para cruzar la interseccin
con datos de entrada probabilsticos como el nmero de vehculos que llegan y la fraccin que
desea dar vuelta a la izquierda, y datos de entrada controlables como el tiempo que la seal de
vuelta a la izquierda est activa. Por cada serie de datos de entrada controlables, se generarn
valores para los datos de entrada probabilsticos y se calcularn los tiempos de espera resultantes de
los vehculos.
5. Lneas de espera: El objetivo de esta simulacin es determinar los tiempos de espera de clientes en
el cajero automtico de un banco (ATM). Se desarrolla un modelo que relaciona los tiempos de espera
de los clientes con datos de entrada probabilsticos, como llegadas de clientes y tiempo de servicio, y
un dato de entrada controlable el nmero de cajeros automticos instalados.
Anlisis del riesgo
Anlisis del riesgo es el proceso de predecir el resultado de una decisin frente a la incertidumbre.
En esta seccin se describe un problema que implica una considerable incertidumbre: el desarrollo
de un producto nuevo. Primero mostramos cmo puede realizarse
un anlisis de riesgo sin utilizar simulacin; luego, cmo puede realizarse un anlisis ms completo
del riesgo sin la ayuda de simulacin.

Referencias

Anderson, D. R., Sweeney, D. J., Williams, T. a., Martin, J. D., & Camm, K. (2011). Mtodos
cuantitativos para los negocios.
Cmo calcular el inventario de productos terminados para una compaa de fabricacin | Pequea y
mediana empresa - La Voz Texas. (s. f.). Recuperado 10 de junio de 2015, a partir de
http://pyme.lavoztx.com/cmo-calcular-el-inventario-de-productos-terminados-para-una-compaade-fabricacin-5972.html
Quintero, P. (s. f.). INVESTIGACION DE OPERACIONES-1: Modelo EOQ (Con Faltantes).
Recuperado a partir de http://investigacionoperacionespao.blogspot.de/p/modelo-eoq-confaltantes.html
Stock de seguridad - Wikipedia, la enciclopedia libre. (s. f.). Recuperado 10 de junio de 2015, a partir
de http://es.wikipedia.org/wiki/Stock_de_seguridad
Teora de inventario - EcuRed. (s. f.). Recuperado 9 de junio de 2015, a partir de
http://www.ecured.cu/index.php/Teor%C3%ADa_de_inventario
Teora de inventarios resea historica. (s. f.). Recuperado 9 de junio de 2015, a partir de
http://www.dcb.unam.mx/users/isabelpaj/web/asignaturas/archivos/inventarios/Rese%F1a_hist
%F3rica.pdf
TIPOS DE INVENTARIOS. (s. f.). Recuperado 10 de junio de 2015, a partir de
http://es.slideshare.net/lupithavzgz/tipos-de-inventarios-10272562
Trfico en los sistemas de telecomunicacin . (s. f.). Recuperado 10 de junio de 2015, a partir de
https://portal.uah.es/portal/page/portal/GP_EPD/PG-MA-ASIG/PG-ASIG20594/TAB42351/Tema9.pdf