SOLUCIONARIO DE LA GUÍA 1 DE TÉCNICAS DE SIMULACIÓN

NOTA: LOS VALORES NO NECESARIAMENTE COINCIDEN CON LOS DE LA GUIA, ES UNA

REFERENCIA DE LA FORMA COMO RESOLVER LOS EJERCICIOS
ACTIVIDAD DE APRENDIZAJE 1.1.

1. Del capítulo 17 del texto guía ‘Papel de la distribución exponencial’,

conjunto de problemas 17.3A,, resuelva el ejercicio 3.

EJERCICIO # 3
El tiempo entre llegadas en una dependencia de la State Revenue Office es
exponencial, con valor medio de 0,05 hora. La oficina abre a las 8 A.M.

a) Escriba la distribución exponencial que describa el tiempo entre llegadas

b) Determine la probabilidad de que no lleguen clientes a la oficina hasta las

8:15 A.M.

Pt  15 / 60  Pt  0,25

Pt  0,25  e 200, 25 
Pt  0,25  0,00674
c) Son las 8:35 A.M. el último cliente entró a las 8:26. ¿Cuál es la probabilidad
de que el siguiente llegue antes de las 8:38 A.M.? ¿Y de que no llegue hasta
las 8:40 A.M.?

¿Cuál es la probabilidad de que el siguiente llegue antes de las 8:38 A.M.?

MINUTOS: 8:35 - 8:38 = 3

Pt  3 / 60  Pt  0,05

Pt  0,05  1  e  200, 05 
Pt  0,05  0,632
¿Y de que no llegue hasta las 8:40 A.M.?

MINUTOS: 8:40 - 8:35 = 5

d) ¿Cuál es la cantidad promedio de clientes que llegan entre las 8:10 y las 8:45
A.M.?
 T = 8:45 – 8:10 = 35 Minutos
Promedio de llegada = 35 minutos
Cantidad promedio de clientes = ( 20 x (35/60) ) = (20 x (0,58333333) ) =
11,6666667

Por lo tanto la cantidad promedio de clientes que llegan entre las 8:10 y las 8:45 A.M.
es de 11,67 llegadas, pero como nos referimos a personas tienen que ser enteros por
lo tanto se puede considerar como 12 personas.

ACTIVIDAD DE APRENDIZAJE 1.2

EJERCICIO 6
Se retira la existencia de un almacén de 40 artículos, siguiendo una distribución de
Poisson con una frecuencia de 5 artículos diarios. Calcule lo siguiente:

Existencia máxima: N = 40 artículos.

Tasa de salidas: µ = 5 artículos/día.
Número de escenarios = 4 días.

a) La probabilidad de que se retiren 10 artículos durante los primeros 2 días.

Solución manual.

a)Probabilidad que se retiren 10 artículos durante los primeros 2 días (sobran n

= 30).
( t ) N  n e  t
b) Probabilidad solicitada: Pn (t )  : n  30
( N  n)!
c) Para t = 2 días; µt = 5x2 = 10.
(10 ) 4030 e 10
d) P30 (t )   0,12511
(40  30 )!
e) Existe la probabilidad del 12,51% que se retiren 10 artículos durante los
primeros 2 días.

SOLUCION TORA:

a) Probabilidad que retiren 10 artículos durante los primeros 2 días (Escenario t = 2).

t = 2 y µt = 10. P30 (t )  0,12511 12,51%

b) La probabilidad de que no haya retiros al terminar 4 días.
SOLUCION MANUAL
b) Probabilidad que no hayan retiros al terminar 4 días.
( t ) N  n e  t
Probabilidad solicitada: Pn (t )  : n  40
( N  n)!
Para t = 4 días; µt = 5x4 = 20.
(20 ) 40 40 e 20
P40 (t )   e  20  2,06  10 - 9
(40  40 )!
Existe la mínima probabilidad de 2,06x10-9 que no hayan retiros al terminar 4 días.

SOLUCION TORA
Escenario t = 4
Para t = 4 días; µt = 20 P40 (t )  0

c) La cantidad promedio de artículos retirados durante un período de 4 días.

SOLUCION NORMAL

Promedio de retiros = N – (remanente en el período)

N
Remanente promedio: En / t   nPn (t )
n 1
 t
( t ) eN n
Pn (t )  : n  1,2,3,..., 40
( N  n)!
Para t = 4 días; µt = 5x4 = 20.

n Pn n*Pn
1 0,000056 0,000056
2 0,000108 0,000217
3 0,000206 0,000617
4 0,000381 0,001523
5 0,000685 0,003427
6 0,001199 0,007196
7 0,002039 0,014273
8 0,003364 0,026915
9 0,005383 0,048446
10 0,008344 0,083435
11 0,012515 0,137668
12 0,018147 0,217766
13 0,025406 0,330279
14 0,034298 0,480175
15 0,044588 0,668815
16 0,055735 0,891753
17 0,066881 1,136985
18 0,076914 1,384447
19 0,084605 1,607496
20 0,088835 1,776706
Subtotal: 0,529690 8,818195

n Pn n*Pn
21 0,088835 1,86554167
22 0,084394 1,85665813
23 0,075954 1,74694652
24 0,064561 1,54946561
25 0,051649 1,29122134
26 0,038737 1,00715264
27 0,027116 0,7321225
28 0,017625 0,4935048
29 0,010575 0,30667798
30 0,005816 0,1744892
31 0,002908 0,09015275
32 0,001309 0,04187741
33 0,000523 0,01727443
34 0,000183 0,00622926
35 0,000055 0,00192374
 36 0,000014 0,00049468
37 0,000003 0,00010168
38 0,000000 1,5665E-05
39 0,000000 1,6077E-06
40 0,000000 8,2446E-08
Total: 0,470257 11,181852

N
En / t   nPn (t )  8,818195  11,181852  20
n 1
Promedio de retiros = 40 – 20 = 20
 ACTIVIDAD DE APRENDIZAJE 1.3

EJERCICIO Nº 2

En el modelo de B&K del ejemplo 17.5-1, suponga que el tiempo entre llegadas al
área de cajas es exponencial, con una media de 5 minutos, y que el tiempo de
atención a un cliente también es exponencial, con una media de 10 minutos.
Además, suponga que B&K tiene una cuarta caja, y que las cajas abren
dependiendo de de incrementos de dos clientes (en el ejemplo, los incrementos eran
de 3 clientes). Determine lo siguiente:

Cantidad de clientes en la tienda Cantidad de cajeros funcionando

1a2 1
3a4 2
5a6 3
Más de 6 4

Tasa de llegadas constante:

1cliente 60 min
n     12 clientes /hora : n  0, 1, 2, 3,......
5 min 1h

Tasas de atención
60
n   6 clientes/hora : n  1, 2
10
 n  2  6  12 clientes /hora : n  3, 4
 n  3  6  18 clientes hora : n  5, 6
 n  4  6  24 clientes/hora : n  7, 8,....

a)Las probabilidades Pn de estado estable, para toda n.

Cálculo de las probabilidades Pn de estado estable, para toda n.

 0 12
P1   P0   P0  2 P0
1 6
  12  12
P2  0 1  P0   P0  4 P0
1   2 66
    2 12  12  12
P3  0 1  P0   P0  4 P0
1   2   3 6  6  12
     2  3 12  12  12  12
P4  0 1  P0   P0  4 P0
1   2   3   4 6  6  12  12
12  12  12  12  12 2 8
P5   P0  4  P0  P0
6  6  12  12  18 3 3
12  12  12  12  12  12
2
2 16
P6   P0  4  P0  P0
6  6  12  12  18  18 3 9
n 6 n 6
0  1  2 .........n 1
2 2 2
 12   12   12   12  16  1 
Pn   P0          P0    P0 ; n  7, 8,...
1   2   3 ......... n  6   12   18   24  9 2

n
Cálculo de P0 :  Pn  1
n 0

P0  P1  P2  P3  ...........  1
1 2 3
8 16 16  1  16  1  16  1 
P0  2 P0  4 P0  4 P0  4 P0  P0  P0    P0    P0    P0  .......... 1
3 9 9 2 9 2 9 2
16   1   1   1  
1 2 3
53
P0  P0 1           .............  1
3 9   2   2   2  

Para la suma de una PG infinita, tenemos


1
X
i 0
i

1 X
; X 1
9
P0 
53 16  1  191
P0  P0   1;
3 9 1  1 2  P1 
18
; P2  P3  P4 
36
; P5 
24
; P6 
16
191 191 191 191
x 1 2 1 n 6 n 6
16  1   9  16  1 
53 16 Pn        : n  7, 8,...
P0  P0 (2)  1 9 2  191  191  2 
3 9
53 32 191
P0  P0  P0  1
3 9 9

b)La probabilidad de que se necesite una cuarta caja.

P(X=4) = P7 + P8 +…. = 1 – (P0 + P1 +….+ P6 )

P(X=4) = 1 – (9/191 + 18/191 + 3(36/191) + 24/191 + 16/191) = 16/191 = 0,0838
Resultado:
8,38% de posibilidad que se necesite una cuarta caja.

c)La cantidad promedio de cajas vacías.

Distribución de probabilidades de la cantidad de cajas vacías (X).

P(X=0) = P7 + P8 +…. = 16/191
P(X=1) = P5 + P6 = 24/191 + 16/191 = 40/191
P(X=2) = P3 + P4 = 36/191 + 36/191 = 72/191
P(X=3) = P1 + P2 = 18/191 + 36/191 = 54/191
P(X=4) = P0 = 9/191

Distribución de probabilidades:

Cajas vacías Probabilidad Producto

X P(X) X*P(X)
0 16/191 0
1 40/191 40/191
2 72/191 144/191
3 54/191 162/191
4 9/191 36/191
Total 1,00 2,00

Resultado:   E( X )  XP( X )  2
El promedio esperado de cajas vacías es 2.
 ACTIVIDAD DE APRENDIZAJE 1.5

El ejemplo 18.1- 1, estime el área del circulo usando las dos primeras columnas
de los números aleatorios (0,1) de la tabla 18-1. Por comodidad avance hacia
abajo por cada columna, seleccionando primero R1 y después R2. ¿Cómo se
compara esta estimación con las de la figura 18.2?

Del ejemplo 18.1-1, página 639, tenemos:

Ecuación  x  1   y  2  25
2 2

Para: centro (x, y) = (1, 2) y radio: r = 5 cm.

m
Área del círculo  * Área del cuadrado
n
m
A  (10  10)
n

Distribuciones de f(x) y f (y):

.x = (h-r) + (2r) R1 = (1-5) + (2*5) R1 = -4 +10R1
.y = (k-r) + (2r) R2 = (2-5) + (2*5) R2 = -3 + 10R2

1) R1 = 0,0589 y R2 = 0,3529 2) R1 = 0,6733 y R2 = 0,3646

.x=-4+10(0,0589)=-3,411 . .x=-4+10(0,6733)=2,733
y=-3+10(0,3529)=0,529 y=-3+10(0,3646)=0,646

3,411  12  0,529  22  7,98  25; 2,733  12  0,646  22  4,84  25;
3) R1 = 0,4799 y R2 = 0,7676 4) R1 = 0,9486 y R2 = 0,8931

. .x=-4+10(0,4799)=0,799 y=- .x=-4+10(0,9486)=5,486 y=-

3+10(0,7676)=4,676 3+10(0,8931)=5,931

0,799  12  4,676  22

 7,20  25; 5,486  12  5,931  22
 35,58  25; N
5) R1 = 0,6139 y R2 = 0,3919. ) R1 = 0,5933 y R2 = 0,7876.

.x=-4+10(0,6139)=2,139 y=- .x=-4+10(0,5933)=1,933 y=-

3+10(0,3919)=0,919 3+10(0,7876)=4,876
2,139  12  0,919  22
7) R1 = 0,9341 y R2 = 0,5199.
.x=-4+10(0,9341)=5,341
3+10(0,5199)=2,199
5,341  1 2,199  2  18,88  25;
2 2
 2,47  25; 1,933  12  4,876  22
 9,14  25;
) R1 = 0,1782 y R2 = 0,6358.
.x=-4+10(0,1782)=-2,218 y=-
y=- 3+10(0,6358)=3,358
 2,218  12  3,358  22  12 ,20  25;

9) R1 = 0,3473 y R2 = 0,7472. 10) R1 = 0,5644 y R2 = 0,8954

.x=-4+10(0,3473)=-0,527 y=- .x=-4+10(0,5644)=1,644 y=-

3+10(0,7472)=4,472 3+10(0,8954)=5,954

 0,527  12  4,472  22  8,44  25; 1,644  12  5,954  22
 16 ,05  25;
n = 10 y m = 9. Este valor tiene un error significativo con
respecto al área exacta de 78,54 cm², ya que en
Área estimada: nuestra estimación se usa una muestra muy
limitada y tan solo una réplica
A  10  10  90cm 2
9
10

ACTIVIDAD DE APRENDIZAJE 1.6

Ejercicio 2

Suponga que la ecuación de un círculo es

x  32   y  22  16

a) Defina las distribuciones correspondientes f(x) y f (y) y a continuación indique

como se determina un punto de muestra (x; y) usando el par aleatorio (0; 1) de
números aleatorios (R1; R2).

b) Use la plantilla de Excel para estimar el área para n = 100000 y N = 10. A

continuación calcule el intervalo de 95% de confianza correspondiente.

Ecuación x  3   y  2  16
2 2

Para: centro (x, y) = (3, -2) y radio: r = 4 cm.

a) Distribuciones de f(x) y f
(y):
.x = (h-r) + (2r) R1 = (3-4) +
(2*4) R1 = -1 +8R1
.y = (k-r) + (2r) R2 = (-2-4) +
(2*4) R2 = -6 + 8R2
Simulación de un punto (x;
y) usando la primera y
segunda columnas de la
tabla 18.1.
R1 = 0,0589 y R2 =0,3529
.x= -1+8(0,0589) = -0,5288
y= -6+8(0,3529) = -
3,1768
El punto de muestra
simulado será: (x; y) = (-
0,5288; -3,1768).
b) Estimación del área usando la plantilla de
Excel.
Área exacta: A    r 2    4 2  50 ,27
Según los resultados de la plantilla Excel, para n =
100000 y N = 10 tenemos:
Media: A  50 ,316
Desviación estándar: S  0,072
La estimación del área dada por Excel es bastante
precisa por el elevado número de simulaciones y la
cantidad de réplicas utilizadas.
Intervalo de confianza del 95%.
S S
A  t / 2, N 1  A  A   t / 2, N 1
N N
Valor t: Para α/2 = 0,025 y N-1 = 9: t = 2,262
0,072 50 ,316
50 ,316   2,262  A  50 ,316   2,262
10 10
50,316 – 0,052 ≤ A ≤ 50,316 + 0,052
50,264 ≤ A ≤ 50,368
Existe el 95% de confianza que el verdadero valor
del área del círculo dado estará comprendido entre
50,264 y 50,368 unidades cuadradas.
EXCEL:
 ACTIVIDAD DE APRENDIZAJE 1.7

Simule cinco victorias o derrotas en el siguiente juego de dados. El jugador tira

dos dados no cargados. Si la suma que resulta es 7 u 11, el jugador gana $ 10. En
caso contrario, el jugador anota la suma resultante (llamada punto) y sigue
tirando los dados hasta que la suma resultante coincida con el punto anotado, en
cuyo caso el jugador gana $ 10. Si se obtiene un 7, el jugador pierde $10.

Resumen del juego:

1) Si el resultado suma 7 u 11, el jugador gana $10, caso contrario;
2) Registra el punto y continúa tirando los dados hasta que;
2.1) La suma resultante concuerde con el punto, entonces gana $10
2.2) Si obtiene un 7, el jugador pierde $10.

Distribución de probabilidades para el lanzamiento de cada “dado” e intervalos para los

números aleatorios R.

Resultados Probabilidad Prob. Acumul. Intervalo de R

1 1/6 1/6 = 0,1667 0,0 a 0,1667
2 1/6 2/6 = 0,3333 0,1668 a 0,3333
3 1/6 3/6 = 0,5000 0,3334 a 0,5000
4 1/6 4/6 = 0,6667 0,5001 a 0,6667
5 1/6 5/6 = 0,8333 0,6668 a 0,8333
6 1/6 6/6 = 1,0000 0,8334 a 1,0000

Para las simulaciones se usan R1 para los resultados del dado 1 y R2 para los resultados
del dado 2; usando la tabla 18.1, Pág. 641.

Simulac. Nº aleatorios Valores Suma Resultado Decisión

Nº R1 R2 D1 D2 D1+D2
1 0,0589 0,3529 1 3 “4” PUNTO SIGUE
2 0,6733 0,3646 5 3 8 --- SIGUE
3 0,4799 0,7676 3 5 8 --- SIGUE
4 0,9486 0,8931 6 6 12 --- SIGUE
5 0,6139 0,3919 4 3 7 -$10 FINAL1
 6 0,5933 0,7876 4 5 “9” PUNTO SIGUE
7 0,9341 0,5199 6 4 10 --- SIGUE
8 0,1782 0,6358 2 4 6 --- SIGUE
9 0,3473 0,7472 3 5 8 --- SIGUE
10 0,5644 0,8954 4 6 10 --- SIGUE
11 0,5869 0,3455 4 3 7 -$10 FINAL2

12 0,1281 0,4871 1 3 “4” PUNTO SIGUE

13 0,2867 0,8111 2 5 7 -$10 FINAL3

14 0,8216 0,8912 5 6 11 +$10 FINAL4

15 0,8261 0,4291 5 3 “8” PUNTO SIGUE

16 0,3866 0,2302 3 2 5 --- SIGUE
17 0,7125 0,5954 5 4 9 --- SIGUE
18 0,2108 0,5423 2 4 6 --- SIGUE
19 0,3575 0,4208 3 3 6 --- SIGUE
20 0,2926 0,6975 2 5 7 -$10 FINAL5

Para la simulación del juego, el jugador pierde $10 por 4 ocasiones y gana $10 solo por
1 ocasión; como resultado final, el jugador pierde un total de $30 en el juego propuesto.

ACTIVIDAD DE APRENDIZAJE 1.8

Problema 4. resuelva manualmente

La demanda de una costosa pieza de repuesto de un jet de pasajeros es 0, 1, 2 o 3

unidades por día con probabilidades 0.2, 0.4, 0.1 y 0.3, respectivamente. El talle de
mantenimiento de la línea aérea comienza sus operaciones con una existencia de 15
unidades y restablece el nivel de existencias a 15 unidades inmediatamente después
de que éste cae debajo de 5 unidades.

a) Idee el procedimiento para determinar las muestras de demanda.

b) ¿Cuántos días trascurrirán hasta que ocurra el primer reabastecimiento?

Utilice valores sucesivos de R de la QUINTA columna en la tabla 18-1.

Demanda Probabilidad
(u/día)
0 0,2
1 0,4
2 0,1
3 0,3

Total 1,0

Inventario inicial = 14 unidades

a) Muestra de la
demanda

Demanda Probabilidad Probabilidad Número Número

(u/día) acumulada aleatorio aleatorio
 inferior superior
asignado R asignado R
0 0,2 0,2 0,0 < 0,2
1 0,4 0,6 0,2 < 0,6
2 0,1 0,7 0,6 < 0,7
3 0,3 1,0 0,7 < 1,0

Total 1,0

b) Simulación

Día Inventario Número Salidas del Inventario Observaciones

inicial aleatorio de repuesto final
(unidades) la demanda (unidades) (unidades)
1 14 0,7900 3 11
2 11 0,7698 3 8
3 8 0,2871 1 7
Realizar
4 7 0,9534 3 4 reabastecimiento
5 14 0,1394 0 14
6 14 0,9025 3 11
7 11 0,1605 0 11
8 11 0,3567 1 10
9 10 0,3070 1 9
10 9 0,5513 1 8

Deben transcurrir cuatro días de operación del taller de mantenimiento hasta que se produzca el
primer reabastecimiento de la costosa pieza de respuesto de un jet de pasajeros.

Del texto guía, capítulo 17 (‘Papel de la distribución

exponencial’), conjunto de problemas 17.3A, resuelva el
ejercicio 3.
El tiempo entre llegadas en una dependencia de la State Office
es exponencial, con valor medio de 0.05 la oficina abre a las
8:00 A.M:

a) Escriba la distribución exponencial que describa el

tiempo entre llegadas.
 DISTRIBUCIÓN EXPONENCIAL

b) Determine la probabilidad de que no lleguen clientes a la

oficina hasta las 8:15 A.M.

{ }

{ } { }

{ }

{ }

{ }

c) Son las 8:35 A.M. el ultimo cliente entro a las 8:26. ¿Cuál
es la probabilidad de que el siguiente cliente llegue antes
de las 8:38 A.M.?¿y de que no llegue hasta las 8:40 A.M.?

¿Cuál es la probabilidad de que el siguiente llegue antes de las

8:38 A.M.?
MINUTOS: 8:35 - 8:38 = 3

{ }

{ } { }
¿Y de que no llegue hasta las 8:40 A.M.?
MINUTOS: 8:40 - 8:35 = 5

( )

d) ¿Cual es la cantidad promedio de clientes que llegan entre

las 8:10 y las 8:45 A.M.?

( )

Por lo tanto la cantidad promedio de clientes que llegan entre las 8:10
y las 8:45 A.M. es de 11,67 llegadas, pero como nos referimos a
personas tienen que ser enteros por lo tanto se puede considerar
como 12 personas
Se retira la existencia de un almacén de 56 artículos, siguiendo
una distribución de Poisson con una frecuencia de 7 artículos
diarios. Calcule lo siguiente:
a) La probabilidad de que se retiren 14 artículos
durante los primeros 2 días.
Datos.
N=56
 b) La probabilidad de que no haya retiros al terminar
4 días.

n=0

c) La cantidad promedio de artículos retirados

durante un periodo de 4 días
 { | } ∑

Numero de retiros = 56- 28= 28

En el modelo de B&K del ejemplo 17,5-1, suponga que el

tiempo entre llegadas al área de cajas es exponencial, con una
media de 5(2,5)= 12,5 minutos, y que el tiempo de atención a
un cliente también es exponencial, con una medida de
10(2,5)=25 minutos. Además suponga que B&K tiene una
cuarta caja, y que las cajas abren dependiendo de incrementos
de dos clientes (en el ejemplo, los incrementos eran de 3
clientes). Determine lo siguiente:

a) Las probabilidades Pn de estado estable, para

toda n.

( )

( )

( ) ( )

( ) ( )

( ) ( ) ( )

( ) ( ) ( )

( ) ( ) ( ) ( )
 { }
{ }

{ }
{ [ ]}

∑ | |

{ ( )}
{ }
{ }

b) La probabilidad de que se necesite una cuarta

caja.

c) La cantidad promedio de cajas vacías

{ }
{ }
{ }
{ }
{ }
Promedio de cajas vacías.

ACTIVIDAD DE APRENDIZAJE 2.4

Del texto guía Introducción a la Investigación de Operaciones del autor Handy

Taha, del grupo 16.1.B, resolver el problema 2 que se relaciona con modelos
determinísticos de revisión continua.

2. Resuelva el ejemplo 16.1 -2, suponiendo que la demanda durante el

tiempo de entrega es uniforme entre 0 y 50 galones.
Ejemplo 16.1-2
Electro usa 1000 galones de resina por mes en el proceso de manufactura. Le
cuesta $100 hacer un pedido para un lote nuevo. El costo de almacenamiento
por galón y por mes es de $2, y el costo de faltante por galón es de $10. Los
datos históricos indican que la demanda, durante el tiempo de entrega, es
uniforme dentro del intervalo (0, 50) galones. Determine la política óptima
de pedidos para Electro.

Se usan los símbolos del modelo y entonces:

D = 1000 galones por mes
K = $100 por pedido
h = $2 por galón y por mes
p = $10 por galón
a = 0
b = 50

{ }

E {x } = 25 galones

{ }
̂ √

̂ √

̃
̃

Como ̃ ̂ , existen soluciones únicas para y* y R*

∫ ( )

∫ ( ) ∫ ( )

| |

| |

* + * +

∫
∫

INTERACCION 1

√ √

INTERACCION 2

INTERACCION 3

√
La política Óptima de Inventario para Electro indica pedir
aproximadamente 318 galones siempre que el nivel de existencias baje
a 47 galones.

3. En el ejemplo 16.1 -2, suponga que la demanda durante el

tiempo de entrega es uniforme entre 40 y 60 galones. Compare la
solución con la que se obtuvo en el ejemplo 16.1-2, e interprete los
resultados. (Sugerencia: en ambos problemas, E {x} es igual, pero en
este problema la varianza es menor.)

Ejemplo 16.1-2
Electro usa 1000 galones de resina por mes en el proceso de manufactura.
Le cuesta $100 hacer un pedido para un lote nuevo. El costo de
almacenamiento por galón y por mes es de $2, y el costo de faltante por
galón es de $10. Los datos históricos indican que la demanda, durante el
tiempo de entrega, es uniforme dentro del intervalo (40; 60) galones.
Determine la política óptima de pedidos para Electro.
Se usan los símbolos del modelo y entonces:
D = 1000 galones por mes
K = $100 por pedido
h = $2 por galón y por mes
p = $10 por galón
f(x) = 40 ≤ x ≤ 60
E {x } = 50 galones
N (40 y 60)

∫ ( )

∫ ( ) ∫ ( )

| |

* + * +

|
INTERACCION 1

INTERACCION 2

INTERACCION 3

SOLUCIÓN: galones, La respuesta del

ejercicio 16.1-2 era galones, . La cantidad
de pedido permanece mas o menos la misma que en el ejemplo anterior pero
es menor porque la función de distribución de probabilidades de la
demanda tiene menor varianza.

EJEMPLO 16.1-2 (PÁG. 564) MEDIANTE EXCEL Y TORA, PERO D=

1100 GALONES, K=$200 POR PEDIDO.
Ejemplo 16.1-2
Electro usa 1000(D= 1100 GALONES)galones de resina por mes en el
proceso de manufactura. Le cuesta $100 (K=$200) hacer un pedido
para un lote nuevo. El costo de almacenamiento por galón y por mes es
de $2, y el costo de faltante por galón es de $10. Los datos históricos
indican que la demanda, durante el tiempo de entrega, es uniforme
dentro del intervalo (0,100) galones. Determine la política óptima de
pedidos para Electro.

Se usan los símbolos del modelo y entonces:

D = 1100 galones por mes 1100
K = $200 por pedido 200
h = $2 por galón y por mes
p = $10 por galón

0 ≤ x ≤ 100
E {x } = 50 galones

{ }
̂ √

̂ √

Como ̃ ̂ , existen soluciones únicas para y* y R*

√
∫

INTERACCION 1

√ √

INTERACCION 2

INTERACCION 3

√
 CONJUNTO DE PROBLEMAS 16.1A EJERCICIO 2.
Una tienda de música ofrece un CD de gran demanda. La demanda diaria del
disco tiene una distribución aproximadamente normal, con una media de 200
discos y desviación estándar de 20 discos. El costo de tener los discos en la
tienda es de $0.04 por cada uno y por día. A la tienda le cuesta $100 hacer
un nuevo pedido. El proveedor suele especificar un tiempo de entrega de 7
días. Suponiendo que la tienda quiera limitar la probabilidad de que se le
acaben los discos durante el tiempo de entrega a no más de 0.02, determine
la política óptima de inventarios en la tienda.
Solución

h= 0,04 dólares por disco

K = 100 dólares
L =7

√
√
 √

Política óptima de inventario más acorde para la situación planteada o sea

con una reserva B establece comprar 1000 unidades siempre que el nivel de
inventario baje a 1503,7
Administración del Inventario: Revisar continuamente el nivel del inventario,
cuando el nivel llegue a 1000 Unidades se deben pedir 1503,7 Unidades.

4. Determine la solución óptima para el ejemplo 16.1-2 suponiendo que

la demanda durante el tiempo de entrega es normal, con un promedio de 100
galones y una desviación estándar de 2 galones; esto es, que N (100, 2).
Suponga que D = 10,000 galones por mes, h = $2 por galón y por mes, p = $4
por galón y K = $20.

K = $20.
N (100, 2)
= 100

D = 10,000 galones por mes

h = $2 por galón y por mes
p = $4 por galón
K = $20.

√
√
CONJUNTO DE PROBLEMAS 16.3A, EJERCICIO 1.

Se tiene un modelo de inventario probabilista para dos periodos, en donde la

demanda se acumula y los pedidos se reciben con cero retrasos en la
entrega. La función de distribución de probabilidades de la demanda por
periodo es uniforme entre 0 y 10, y los parámetros de costo son
Precio de venta por unidad r = $2
Precio de compra por unidad c = $1
Costo de almacenamiento por unidad y por mes h = $0.10
Costo de penalización por unidad y por mes p = $3
Factor de descuento α= 0.8
a=0
b = 10
Determine la política óptima de inventario para los dos periodos, suponiendo
que el inventario inicial para el periodo 1 es cero.

Función de distribución de probabilidades de la demanda por periodo:

Para hallar la solución, se define la utilidad máxima esperada por período: Fi

(xi)
La situación del inventario se formula como modelo de programación
dinámica siguiente:
 ,

∫ [ ]

∫ [ ]

∫ -

El valor óptimo de yi se determina de la condición:

Después del proceso de derivación y reducciones necesarias se obtiene:

∫ [ ] * ∫ +

PARA EL PERÍODO 1:

X1 = 0

∫ [ ] * ∫ + ∫

∫ ∫ ∫

| |

La política óptima de inventario para el primer período es:

X1 = 0
y1 = 9,14 unidades.
X2 = 0

PARA EL PERÍODO 2:

X2 = 0
 ∫ [ ] * ∫ +

( )∫ ( ∫ )

| ( | )

[ ( )]

( )

La política óptima de inventario para el segundo período es:

X2 = 0;
y2 = 6,86 unidades.