Investigacin

Operativa II
Nombre de la asignatura: Investigacin Operativa II
Parcial de estudio: Segundo

Introduccin
Para el segundo parcial, los contenidos a tratarse son los modelos de inventarios y los modelos de filas de
espera.

Inventario es el conjunto de mercancas o materiales mantenidos en reserva por una organizacin para
usarlos en el futuro. Los artculos contenidos en el inventario incluyen materias primas, piezas adquiridas,
componentes, subensambles, trabajo en proceso, artculos terminados y suministros.

Una organizacin mantiene el inventario para responder a las dificultades para predecir con precisin los
niveles de venta (la demanda de producto acabado), los tiempos de produccin y las necesidades de uso
(de materias primas, componentes y piezas). Por tanto, el inventario sirve como reserva o amortiguador
contra la incertidumbre de la demanda, produccin, aprovisionamiento, etc. Mantener un inventario
relativamente alto permite responder a variaciones de la demanda, problemas de paradas en las lneas de
produccin, etc., manteniendo as un buen servicio al cliente (quien no se queda sin su pedido). Sin
embargo, por otro lado, el financiamiento y mantenimiento de los inventarios es una parte significativa
del costo de realizar negocios. En organizaciones grandes, el costo asociado con el inventario puede llegar
a ser de millones de dlares. Por lo tanto, nos encontramos frente a dos fuerzas que actan en sentido
contrario: una a favor de mantener altos inventarios y otra a favor de mantener bajos inventarios.

En los modelos de inventario, se ayuda a los gerentes a responder dos preguntas importantes: Qu tanto
debe ordenarse cuando se renueva el inventario? y Cundo se debe renovar el inventario? De manera que
se optimice costos al mismo tiempo que se da el nivel de servicio deseado al cliente.

Ahora, en relacin con el segundo contenido: recuerde la ltima vez que tuvo que esperar en la caja de un
supermercado, en una ventanilla de su banco local o que lo atendieran en un restaurante de comida rpida.
En estas 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. Los modelos de lnea de espera (o teora de colas) 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 variables como el nmero promedio de unidades en la lnea de espera, el tiempo promedio que
una unidad pasa en la lnea de espera, la probabilidad de que el tamao de la lnea de espera sea de n
unidades (con n=0, 1, 2, 3), etc.

Gracias al estudio y prctica de los contenidos anteriormente expuestos, al finalizar el parcial ser capaz
de resolver problemas clsicos de gestin de inventarios como determinar el tamao econmico (ideal)
del lote a ordenar o producir, cundo ordenarlo, la cantidad de inventario de seguridad para garantizar un
nivel de servicio al cliente predeterminado (fijado por la gerencia), etc. Adems, ser capaz de medir los
efectos de agregar uno o ms servidores (cajeros, despachadores, etc.) en una lnea de espera y
compararlos con otras soluciones como mejorar el tiempo de servicio (es decir mejorar el tiempo que
demoran los servidores en atender), manejar prioridades, etc.

Asesora didctica
1. Aprendizaje autnomo

La modalidad a distancia est basada sobre el principio de aprendizaje autnomo. Esto supone una gran
responsabilidad de su parte, para realizar por su propia cuenta y dentro de los tiempos establecidos las
actividades planeadas (descritas ms abajo), contactarse a tiempo va foro del aula virtual conmigo en
caso de cualquier consulta o duda (estoy siempre disponible para esto y le responder en un tiempo

1
Nombre de la asignatura: Investigacin Operativa II
Parcial de estudio: Segundo

prudencial de un par de das mximo) y aprovechar de las tutoras presenciales semanales para despejar
en directo las dudas ms grandes.

2. Contenidos y recursos didcticos

Como ya se estableci, los contenidos especficos de este parcial son modelos de inventarios y los
modelos de filas de espera.

Para estos contenidos, el recurso didctico obligatorio de su aprendizaje autnomo es el libro gua
siguiente: Frederick S. Hillier, Gerald J. Lieberman (2010). Investigacin de operaciones. Mxico,
McGraw Hill.

Ud. deber leer y comprender as como realizar ciertas actividades especficas (problemas) de los
captulos 18 (Modelos de inventarios) y 17 (Teora de Colas) de este libro, conforme a lo indicado ms
abajo en el captulo actividades de aprendizaje.

El recurso opcional de consulta recomendado es el libro de consulta siguiente: David R. Anderson, Denis
J. Sweeney, Thomas A. Williams, Jeffrey D. Camm, Kipp Martin (2016). Mtodos cuantitativos para los
negocios, Mxico, Cengage Learning Inc., ya que es un resumen sencillo y prctico de las principales
frmulas y ejercicios tipo (cuidado, no de todos).

Sin embargo, puede adems utilizar cualquier libro de autores reconocidos como otro recurso opcional de
consulta.

Algunos casos de lneas de espera se solucionan a travs de simulaciones que debe estructurar en una hoja
de clculo, por lo que el uso de MS Excel y sus funciones de simulacin ser necesario.

3. Asesora didctica

i. Resumen de los contenidos, mtodo y/o frmulas

En los anexos 1 y 2 de este mismo documento encontrar un resumen de los contenidos, mtodos
o frmulas de los temas a tratar en este parcial.

ii. Ejercicios corregidos

Del libro gua, realice los ejercicios de entrenamiento {18.3.1, 18.3.4, 18.3.13, 18.5.2, 18.6.2,
18.7.2, 18.7.3, 18.8.4, 18.8.7} para el tema Modelos de Inventarios (captulo 18) y {17.4.1,
17.4.4, 17.5.6, 17.5.8, 17.6.6, 17.6.11, 17.7.2, 17.7.6} para el tema Modelos de fila de Espera
(captulo 17).

Verifique mtodos y resultados con la correccin que le entregar (al inicio del segundo parcial,
justo tras realizar las pruebas presenciales de medio semestre).

Estos ejercicios son sin entrega.

Actividades de aprendizaje
Actividad de aprendizaje 2.1.
Gestionar inventarios de productos de demanda independiente a travs de modelos
clsicos determinsticos o probabilsticos, de revisin continua o revisin peridica, con o
Resultados de sin faltantes programados.
aprendizaje
Gestionar inventarios a travs de modelos especiales como el modelo de la cantidad
econmica de pedido con descuento por cantidades, sistemas determinsticos de mltiples

2
Nombre de la asignatura: Investigacin Operativa II
Parcial de estudio: Segundo

escalones, modelo estocstico de un solo periodo para productos perecederos, modelo de

administracin de los ingresos.

Modelos de inventarios
Componentes de los modelos de inventarios
Modelos determinsticos de revisin continua
a. Modelo EOQ (cantidad econmica del pedido), sin faltantes planeados
b. Modelo EOQ (cantidad econmica del pedido), con faltantes planeados
Contenidos
c. Descuentos por cantidad
Modelos de inventario determinsticos con mltiples escalones
Modelo estocstico con revisin continua
Modelo estocstico de un solo periodo (para productos perecederos)
Administracin de los ingresos (reservas y sobreventas de servicios)

Realice y entregue los ejercicios {18.3.14, 18.5.3, 18.6.3, 18.7.4, 18.8.5} del captulo 18 del libro
Planteamiento de
gua (junto con los ejercicios de la actividad de aprendizaje 2.2, aqu abajo) en la fecha
la actividad
estipulada en el calendario acadmico.

Recursos didcticos

- Revise el libro gua de uso obligatorio de Frederick S. Hillier, Gerald J. Lieberman (2010),
Investigacin de operaciones, Mxico, McGraw Hill.

- Investigue en el libro de consulta opcional recomendado de David R. Anderson, Denis J.

Sweeney, Thomas A. Williams, Jeffrey D. Camm, Kipp Martin (2016), Mtodos
cuantitativos para los negocios, Mxico, Cengage Learning Inc.

Uso de los recursos

- Obligatorio: lea y comprenda los temas el captulo 18 (Teora de inventarios) del libro gua,
Orientaciones
a excepcin del subtema 18.4 (no se incluye).
didcticas
- Recomendado: lea el captulo 14 (Modelos de inventarios) del libro de consulta opcional, ya
que es un resumen directo y sencillo de la aplicacin gerencial de los modelos de
inventarios.

- Recomendado: realice los ejercicios {18.3.1, 18.3.4, 18.3.13, 18.5.2, 18.6.2, 18.7.2, 18.7.3,
18.8.4, 18.8.7}. Verifique mtodos y resultados con la correccin que le entregar (esta le
ser proporcionada al inicio del segundo parcial, justo tras realizar las pruebas presenciales
de medio semestre). Estos ejercicios son sin entrega.

- Recomendado: use el foro virtual de consultas en cualquier momento (es mi obligacin

ayudarle). Asista a las tutoras presenciales semanales en caso de mayores consultas.

En la correccin de los ejercicios que usted debe entregar se evaluar lo siguiente:

- Planteamiento del problema en la forma correcta (forma requerida por la matemtica o la

Criterios de investigacin de operaciones, segn las especificidades del ejercicio).
evaluacin - Aplicacin correcta y rigurosa del o de los mtodos propios de cada tema.
- Uso oportuno, correcto y visible de explicaciones lgicas, frmulas, grficos, tablas y otros
instrumentos propios del mtodo aplicado, para explicar de manera clara y lgica los
distintos pasos seguidos.
- Capacidad de analizar y discutir escenarios posibles y de seleccionar argumentadamente

3
Nombre de la asignatura: Investigacin Operativa II
Parcial de estudio: Segundo

entre diversas opciones.

- Resultados numricos correctos e interpretaciones correctas de estos.
- Limpieza, orden, organizacin, facilidad de lectura.

Si un ejercicio pide o necesita el uso de clculos sistemticos o de bsqueda / simulacin /

investigacin con Excel, se evaluar el uso pertinente de las frmulas y la metodologa de
investigacin aplicada en este software, por lo que las frmulas y las iteraciones deben estar
visibles y correctamente organizadas en el archivo Excel correspondiente (que se debe adjuntar
al archivo principal). Sin embargo, el planteamiento y los resultados finales deben tambin ser
explicados y estar pegados-copiados (o escaneados) en el archivo principal.

En general, cualquier resultado numrico hurfano, sin la aplicacin y explicacin del mtodo
que debi aplicarse para llegar al resultado, carece de valor.

Actividad de aprendizaje 2.2.

Caracterizar probabilsticamente, en una fila de espera, el comportamiento de los arribos
si estos siguen una distribucin de Poisson, el comportamiento de los servicios si los
servidores tienen tiempos de servicio exponenciales y el comportamiento del sistema de
Resultado de
colas si este es regido segn el principio de nacimiento y muerte.
aprendizaje
Aplicar los modelos clsicos de filas de espera (M/M/1, M/M/s, M/M/s con fuente finita,
M/G/1, M/D/s, M/Ek/s, modelos con prioridades) a problemas reales para optimizar las
caractersticas de la fila, dentro de los costos establecidos.

Modelos de filas de espera

Ejemplo prototipo
Estructura bsica de los modelos de colas
Ejemplos de sistemas de colas reales
Papel de la distribucin exponencial
Proceso de nacimiento y muerte
Modelos de colas basados en el proceso de nacimiento y muerte
a. Modelo M/M/1
Contenido
b. Modelo M/M/s
c. Modelo M/M/s con llegadas finitas
Modelos de colas con distribuciones no exponenciales
a. Modelo M/G/1
b. Modelo M/D/s
c. Otros modelos
Modelos de colas con disciplina de prioridades
Redes de colas
Aplicacin de la teora de colas

Realice y entregue los ejercicios {17.4.7, 17.5.9, 17.6.10, 17.7.4, 17.7.5} del captulo 17 del libro
Planteamiento de
gua (al mismo tiempo que los ejercicios de la actividad de aprendizaje 2.1, aqu arriba) en la
la actividad
fecha estipulada en el calendario acadmico.

Recursos didcticos
Orientacin
- Revise el libro gua de uso obligatorio de Frederick S. Hillier, Gerald J. Lieberman (2010),
didctica
Investigacin de operaciones, Mxico, McGraw Hill.

- Analice el libro de consulta opcional recomendado de David R. Anderson, Denis J.

4
Nombre de la asignatura: Investigacin Operativa II
Parcial de estudio: Segundo

Sweeney, Thomas A. Williams, Jeffrey D. Camm, Kipp Martin. (2016), Mtodos

cuantitativos para los negocios. Mxico, Cengage Learning Inc.

Uso de los recursos

- Recomendado: revisin de probabilidades. En caso de que no recuerde bien las

caractersticas de las principales funciones de distribucin de probabilidad (esencialmente
Poisson y Exponencial), lea el captulo 3 (Distribuciones de probabilidad) del libro de
consulta opcional, para prepararse para el tema de colas de espera.

- Obligatorio: lea y comprenda el captulo 17 ntegro (Teora de colas) del libro gua.

- Recomendado: lea el captulo 15 (Modelos de lneas de espera) del libro de consulta

opcional, ya que es un resumen directo y sencillo de la aplicacin gerencial de los modelos
de lnea de espera.

- Recomendado: realice los ejercicios {17.4.1, 17.4.4, 17.5.6, 17.5.8, 17.6.6, 17.6.11, 17.7.2,
17.7.6} del libro gua. Verifique mtodos y resultados con la correccin que le entregar
(esta le ser proporcionada al inicio del segundo parcial, justo tras realizar las pruebas
presenciales de medio semestre). Estos ejercicios son sin entrega.

- Recomendado: use el foro virtual de consultas en cualquier momento (es mi obligacin

ayudarle). Asista a las tutoras presenciales semanales en caso de una duda mayor.

En la correccin (nota) de los ejercicios que usted debe entregar se evaluar lo siguiente:

- Planteamiento del problema en la forma correcta (forma requerida por la matemtica o la

investigacin de operaciones, segn las especificidades del ejercicio).
- Aplicacin correcta y rigurosa del o de los mtodos propios de cada tema.
- Uso oportuno, correcto y visible de explicaciones lgicas, frmulas, grficos, tablas y otros
instrumentos propios del mtodo aplicado, para explicar de manera clara y lgica los
distintos pasos seguidos.
- Capacidad de analizar y discutir escenarios posibles y de seleccionar argumentadamente
entre diversas opciones.
Criterios de - Resultado(s) numricos correctos e interpretaciones correctas de estos.
evaluacin - Limpieza, orden, organizacin, facilidad de lectura.

Si un ejercicio pide o necesita el uso de clculos sistemticos o de bsqueda / simulacin /

investigacin con Excel, se evaluar el uso pertinente de las frmulas y la metodologa de
investigacin aplicada en este software, por lo que las frmulas y las iteraciones deben estar
visibles y correctamente organizadas en el archivo Excel correspondiente (que se debe adjuntar
al archivo principal). Sin embargo, el planteamiento y los resultados finales deben tambin ser
explicados y estar pegados-copiados (o escaneados) en el archivo principal.

En general, cualquier resultado numrico hurfano, sin la aplicacin y explicacin del mtodo
que debi aplicarse para llegar al resultado, carece de valor.

Formato de
Archivo de Microsoft Office.
entrega

Enve las actividades de aprendizaje a travs de la plataforma, mediante la seccin Contenidos,

en un archivo cuyo nombre debe ser:
Enviar a
Formato: G#.Apellido.Apellido.Nombre.InveOperII

5
Nombre de la asignatura: Investigacin Operativa II
Parcial de estudio: Segundo

No olvide adjuntar, al archivo principal, los archivos Excel necesarios en caso de que pida en
algn ejercicio el uso de clculos sistemticos o de bsqueda / simulacin / investigacin con
Excel.

Enve sus preguntas o dudas a travs de la plataforma: utilice la seccin Enviar correo y marque
Preguntas o dudas
el nombre de su tutor.

Puntaje por actividad

Actividades de aprendizaje

Puntaje
Actividad de aprendizaje 2.1. 10
Ejercicios {18.3.14, 18.5.3, 18.6.3, 18.7.4, 18.8.5}
Todos los ejercicios valen igual, 2.0 puntos cada uno
Actividad de aprendizaje 2.2. 10
Ejercicios {{17.4.7, 17.5.9, 17.6.10, 17.7.4, 17.7.5}
Todos los ejercicios valen igual, 2.0 puntos cada uno
Suman 20

En caso de que para el examen sea estrictamente necesaria la consulta de

tablas, frmulas, esquemas o grficos, estos sern incluidos como parte del
examen o en un anexo.

En particular, en caso de necesitarse las frmulas aplicadas de filas de

espera (para M/M/1, M/M/s, M/G/1, M/D/s, etc.), estas sern provistas.

El examen ser sin consulta.

El tutor de la asignatura

6
Nombre de la asignatura: Investigacin Operativa II
Parcial de estudio: Segundo

Anexo 1
Modelos de inventarios

1) Modelo EOQ bsico, determinstico con revisin continua

Se trabaja razonando por unidad de tiempo, es decir por periodo (das, semanas, meses, aos, etc.).

Supuestos

- Se conoce la tasa de demanda de d unidades por unidad de tiempo (o por periodo). Esta es constante.
- La cantidad ordenada (Q) para reabastecer el inventario llega de una sola vez cuando se desea, es
decir, cuando el nivel del inventario baja hasta 0.
- No se permiten faltantes.

Variables

d = Tasa de demanda de los productos, constante en el tiempo (unidades / periodo)

K = costo de preparacin o de pedir (ordenar) un lote (USD / lote)
c = costo unitario de producir o comprar cada unidad (costo unitario del producto) (USD / producto)
h = costo de mantener el inventario, por unidad, por unidad de tiempo (USD / producto / periodo).
Q = Cantidad pedida
Q*= cantidad pedida ideal, la ms econmica o EOQ

1 ciclo t

El tiempo entre colocar una orden y recibirla se conoce como tiempo de entrega L (depende del
proveedor). El nivel de inventario en el que se coloca la orden se llama punto de reorden R. Tenemos:
R=dXL

El primer trmino representa el costo ligado a tener que realizar pedidos peridicamente. El segundo es
el costo de la mercanca misma. Y el tercero es el costo de mantener fsicamente el inventario en una

7
Nombre de la asignatura: Investigacin Operativa II
Parcial de estudio: Segundo

bodega (costo financiero, costo de amortizacin de los activos de la bodega / personal / consumibles
etc.).

Si se representa esta funcin del costo en funcin Q se obtiene una curva como la que se muestra a
continuacin (se tom en el caso del grfico un periodo (unidad de tiempo) igual al ao y valores
particulares para D / K / h, pero la curva siempre tiene esta forma).

Ntese que el trmino dc (costo por unidad de tiempo de la mercadera misma) es en este caso una
constante (independiente de Q, cantidad pedida).

Vemos que hay un mnimo, que quisiramos determinar.

Se deriva la igualdad del costo total por unidad e tiempo con relacin a Q y se obtiene el mnimo Q*:

La duracin t*, de un ciclo cuando se realiza pedidos iguales a Q*, es tal que t* = Q*/d.

2) Descuentos por cantidad

En el modelo anterior se supuso que el costo por unidad de un artculo es el mismo sin importar la
cantidad que compone el lote. Este supuesto da como resultado que las soluciones ptimas sean
independientes del costo unitario.

El modelo EOQ con descuentos por cantidad sustituye ese supuesto con el siguiente: el costo unitario de
un artculo depende de la cantidad de unidades que integren el lote. En particular, muchos proveedores o
fbricas proporcionan un incentivo para colocar una orden grande al cambiar el costo unitario de
cantidades pequeas por un costo unitario menor en lotes.

En tal caso, es necesario trazar las curvas de costo para cada uno de los valores de c (costo unitario
del producto) y compararlas (segn los intervalos en que se aplica cada uno de los valores de c, solo
una de las curvas es la que se debe considerar como plausible). En este caso el valor de la constante

8
Nombre de la asignatura: Investigacin Operativa II
Parcial de estudio: Segundo

d*c (d es la demanda por periodo) es importante porque suben o bajan las curvas unas con relacin a
otras.

Supongamos que por ejemplo tenemos tres costos unitarios posibles c1 (para menos de 10.000 artculos
pedidos, c2 (para una cantidad de artculos pedidos entre 10.000 y 80.000) y c3 (para ms de 80.000
artculos pedidos). La solucin encontrada por un analista (para los valores de c1, c2 y c3, K, h que l
tiene) es -supongamos - la que se muestra a continuacin.

Note que las partes factibles de cada curva estn con un trazo continuo ms grueso y oscuro que las partes
no factibles (que estn en lneas entrecortadas).

Vemos en el grfico anterior que el valor mnimo factible se obtiene para 80.000 unidades, que no
corresponden a ninguno de los mnimos de las curvas.

Pero en otros casos, segn los valores de c1, c2, c3, K y h, la posicin relativa de las curvas, as como
los intervalos de factibilidad varan.

Por ejemplo, podra ser que la curva T3 est globalmente ms arriba y T2 globalmente ms hacia abajo.
Y entonces para 80.000 unidades, con T3 no se alcance un valor ms pequeo que el que se alcanza
para el mnimo de la curva T2 (alrededor de 25.000) y en tal caso conviene hacer pedidos de 25.000.
Esto se ilustra en el grfico siguiente:

9
Nombre de la asignatura: Investigacin Operativa II
Parcial de estudio: Segundo

Cada caso es distinto y en cada uno conviene trazar las curvas y comparar. O por lo menos, para
cada curva: determinar el valor mnimo Q* y los valores en los extremos de cada intervalo. As se
podr realizar un trazado global vlido (puesto que conocemos la forma, los mnimos, los valores en los
extremos de cada intervalo).

3) Modelo EOQ con faltantes programados, determinstico con revisin continua

Uno de los inconvenientes en la administracin de cualquier sistema de inventarios es que ocurran

faltantes (tambin llamados rdenes pendientes), que no es otra cosa que la demanda que no se satisface
debido a que el inventario se ha agotado.

Sin embargo, existen situaciones limitadas en las que permitir faltantes planeados tiene sentido
desde el punto de vista administrativo. El requisito ms importante es que los clientes, en general,
estn dispuestos a aceptar un retraso razonable en la recepcin de sus pedidos si es necesario. Esto
ocurre cuando se trata de productos muy especficos, de alta calidad o de marca, por los que el cliente est
dispuesto a esperar un plazo razonable (no va a remplazarlo por otro producto de la competencia de faltar
el producto estudiado).

Si as es, se introduce la nocin de costos unitario por unidad de tiempo de incurrir en faltantes (por
prdida de imagen y ventas futuras) y se supone que estos costos no sern exorbitantes. Si el costo de
mantener inventarios es alto en relacin con los costos de faltantes, bajar el nivel de inventarios y permitir
faltantes breves ocasionales puede ser una buena decisin.

Con relacional modelo anterior, se guardan los mismos supuestos y variables y se introduce
adicionalmente:

p = costo de faltantes por unidad que falta por unidad de tiempo que falta.
S = nivel de inventario justo despus de recibir un lote de Q unidades.
Q S = faltantes en inventario justo antes de recibir un lote de Q unidades.

Un ciclo t

10
Nombre de la asignatura: Investigacin Operativa II
Parcial de estudio: Segundo

Con relacin a la frmula de ERQ sin faltantes planeados, tenemos los primeros mismos tres trminos
iniciales, y se viene a agregar el cuarto trmino que es el costo por mantener faltantes durante una
duracin (Q-S)/d en cada ciclo.

Si se calcula la diferencial de esta expresin (con 2 variables Q y S), y se anulan las derivadas parciales
(con relacin a las variables Q y S), se obtiene:

El ciclo sigue siendo t* = Q*/d.

El tiempo con faltantes es (Q*-S*)/d.
La proporcin entre S y Q es S*/Q* = p / (p+h)

Cuando p es mucho mayor a h (el costo de tener faltantes es mucho mayor al costo de almacenar),
vemos que S* es casi igual a Q*, o sea hay pocos faltantes programados.

Si tomamos p = h, S*/Q* = 0.5, y (Q* -S*)/Q*= 0,5 la mitad del tiempo hay faltantes programados o
sea conviene tenerlos (este es un caso extremo).

4) Modelo de revisin continua con demanda probabilstica

La cantidad a pedir en cada pedido se toma igual al EOQ determinado en los modelos determinsticos
con revisin continua (con o sin faltantes programados, segn se quiera, captulos 1 y 3 de esta ayuda
memoria).

Los pedidos se hacen cuando la cantidad de inventario llega al nivel del punto de reorden R. El
problema aqu es establecer la cantidad R.

Lo importante es que la cantidad R del punto de reorden sea lo suficientemente alta para que
probabilsticamente se llegue a servir a los clientes respetando el nivel de servicio NS establecido por
la gerencia. Por ejemplo, si el nivel de servicio establecido es de 90%, se debe llegar a servir los pedidos
de los clientes en el 90% de los casos. Y si el nivel de servicio establecido es de 99%, se debe llegar a
servir los pedidos de los clientes en el 99% de los casos.

11
Nombre de la asignatura: Investigacin Operativa II
Parcial de estudio: Segundo

Sea L el tiempo de aprovisionamiento (lo que se demora el proveedor o la fbrica en entregar el pedido
una vez que este se realiza porque se lleg al punto de reorden o de pedido colocado R).

Si durante el tiempo L, la demanda sigue una distribucin Normal, de promedio y desviacin

estndar , entonces R = , donde z es el valor dado por las tablas para el nivel de servicio
deseado NS (segn que NS valga 99%, 95%, 90%, etc. se deduce el valor de z de las tablas). Y se
llama inventario de seguridad.

Si durante el tiempo L, la demanda sigue una distribucin uniforme, entre los valores DMIN y DMAX (y
por lo tanto de promedio = (DMIN + DMAX) /2), entonces R = DMIN + NS*(DMAX DMIN), donde
NS es directamente el nivel de servicio deseado. El inventario de seguridad es .

En todos los casos, , la demanda promedio equivale a la demanda constante (adaptada al periodo L) del
modelo determinstico (expresada para el periodo de tiempo L).

5) Otros modelos

El resto de modelos, ms complejos, se encuentran en el captulo a leer.

12
Nombre de la asignatura: Investigacin Operativa II
Parcial de estudio: Segundo

Anexo 2
Modelos de filas de espera

1) Estructura del modelo

Estructura fundamental

Ejemplo: lnea de espera de canal nico (caso de una tienda)

Ejemplo: lnea de espera de dos canales (caso de una tienda)

- Fuente de entrada: Llegadas segn una distribucin probabilstica o determinstica (degenerada),

cantidad de clientes finita o infinita. Cuando las llegadas ocurren al azar e independientemente, se
usa la distribucin de Poisson (caracterizada totalmente por una tasa promedio de llegada).

- Colas: No tienen necesariamente una existencia fsica como tal (caso de telecomunicaciones).
Tamao infinito o finito (finito: rechazar clientes si se ha llegado al mximo).

13
Nombre de la asignatura: Investigacin Operativa II
Parcial de estudio: Segundo

- Disciplina de colas: En general FIFO (first in, first out). Se pueden manejar prioridades.

- Servidores (canales): Uno o varios, en paralelo, los clientes escogen el primer servidor libre. El
tiempo de servicio se inicia cuando un cliente comienza a ser atendido por un servidor y contina
hasta que el cliente abandona el sistema. Los tiempos de servicio rara vez son constantes
(distribucin degenerada). La distribucin probabilstica de tiempo de servicio ms usada (y que
expresa que existen varios tipos de servicio cuyos tiempos promedios de servicio difieren unos de
otros y que el actual no depende del anterior) es la distribucin exponencial (caracterizada
totalmente por una tasa promedio de servicio).

2) La distribucin de Poisson, la distribucin exponencial, relaciones generales, principios de

nacimiento y muerte

Distribucin de Poisson

Consideraremos una variable aleatoria discreta. Tratamos con el nmero de ocurrencias de un evento
durante un intervalo especfico de tiempo o espacio.

Por ejemplo, la variable aleatoria de inters podra ser la cantidad de automviles que llega a un centro
de lavado en una hora, el nmero de reparaciones necesarias en 10 kilmetros de carretera o de fugas
en 100 kilmetros de tubera.

Si se cumplen los siguientes dos supuestos, la distribucin de probabilidad de Poisson es aplicable:

La probabilidad de una ocurrencia del evento es la misma para dos intervalos de igual
longitud.
La ocurrencia o no ocurrencia de un evento en cualquier intervalo es independiente de la
ocurrencia o no ocurrencia en cualquier otro intervalo.

La funcin de probabilidad de la variable aleatoria de Poisson se determina por medio de la ecuacin

siguiente:

Distribucin exponencial

Una distribucin de probabilidad continua que con frecuencia es til en la descripcin del tiempo
requerido para completar una tarea es la distribucin de probabilidad exponencial.

La variable aleatoria exponencial se puede utilizar para describir el tiempo entre las llegadas de
automviles a un centro de lavado, el tiempo requerido para cargar un camin, la distancia entre
defectos importantes en una carretera, etc.

La funcin de densidad de probabilidad exponencial es:

14
Nombre de la asignatura: Investigacin Operativa II
Parcial de estudio: Segundo

Donde es el tiempo promedio para entre dos llegadas o el tiempo promedio para realizar la tarea
(cargar el camin, servir a un cliente en un banco) o la distancia promedio entre dos defectos
importantes, etc.

Esta se usa de la siguiente forma. Se puede calcular la probabilidad de la variable aleatoria exponencial
x (positiva) sea menor o igual que algn valor especfico x0:

Relacin entre la distribucin de Poisson y la distribucin exponencial

Si a una fila de espera los clientes llegan segn una distribucin de Poisson cuya tasa promedio de
llegada por unidad de tiempo es lambda, la distribucin del tiempo de llegada entre dos clientes
sucesivos sigue una distribucin exponencial de tiempo promedio entre dos llagadas de 1/lambda.

Relaciones generales, principios de nacimiento y muerte

Ver el libro gua.

3) Modelo M/M/1 de canal nico, con llegadas de Poisson y tiempos de servicio exponenciales

15
Nombre de la asignatura: Investigacin Operativa II
Parcial de estudio: Segundo

4) Modelos M/M/s de varios canales, con llegadas de Poisson y tiempos de servicio

exponenciales

16
Nombre de la asignatura: Investigacin Operativa II
Parcial de estudio: Segundo

5) Modelos M/G/1 de un canal, con llegadas de Poisson y tiempos de servicio segn una
distribucin probabilstica general (de promedio y desv. estndar conocidos)

17
Nombre de la asignatura: Investigacin Operativa II
Parcial de estudio: Segundo

18
Nombre de la asignatura: Investigacin Operativa II
Parcial de estudio: Segundo

6) Otros modelos

Otros modelos importantes como el de filas de espera de tamao limitado, el de manejo de

prioridades, de sistemas de filas de espera, etc. estn en el libro gua.

7) Costos

19