Diapositivas IO2

INVESTIGACIÓN DE
OPERACIONES II
Ing. Virginia Gómez

Unidad 1: PROCESOS ESTOCÁSTICOS
1.1 Orígenes
1.2 Definición
1.3 Importancia
1.4 Aplicaciones
1.5 Cadenas de Markov
 Antecedentes
 Definición
 Matriz de transición o matriz estocástica
 Propiedad markoviana
 Estados de una cadena de Markov
 Análisis de procesos de estado estable
 Programación dinámica con varias políticas de acción

Unidad 2: CONTROL DE INVENTARIOS
2.1 Concepto
2.2 Modelo de inventario generalizado
2.3 Costos de los inventarios
2.4 Tipos de demanda
2.5 Modelos determinísticos
• Modelo 1: Tamaño económico del lote (EOQ)
• Modelo 2: EOQ para lotes de producción y entregas graduales
• Modelo 3: EOQ con descuentos por cantidad

2.6 Modelos probabilísticos
• Modelo 1: Modelo de costo de escasez con demanda
incierta y con reorden
• Modelo 2: Modelo de nivel de servicio.
• Otros modelos probabilísticos.

Unidad 3: TEORÍAS DE COLAS O LÍNEAS DE ESPERA
3.1 Concepto
3.2 Estructura básica de los modelos de colas
3.3 Distribución Poisson
3.4 Distribución Exponencial
3.5 Modelos probabilísticos de líneas de espera
• Modelo 1: Sistemas de colas infinitos con un servidor
• Modelo 2: Sistemas de colas infinitos con varios servidores
• Modelo 3: Sistemas de colas finitos con un servidor
• Modelo 4: Sistemas de colas finitos con varios servidores
• Modelo 5: Sistemas de colas finitos con tiempos dependiendo del
estado (tasas variables).

Unidad 4: SIMULACIÓN
4.1 Concepto
4.2 Formulación e implantación de un modelo de simulación
4.3 Números aleatorios
4.4 Principales aplicaciones
4.5 Tipos de simulación
4.6 Proceso de simulación
4.7 Simulación probabilística
4.8 Método Montecarlo

Unidad 5: TEORÍA DE JUEGOS
5.1 Juegos
5.2 Juegos de dos personas con suma cero
5.3 Estrategias mixtas
5.4 Solución gráfica
5.5 Solución algebráica
5.6 Solución de programación lineal
5.7 Evaluación de la estrategia minimax
5.8 Juegos con suma distinta de cero
5.9 Resultados inciertos.

DISTRIBUCIÓN DE ZONA

BIBLIOGRAFÍA
 Introducción a la Investigación de Operaciones y su Aplicación en la Toma de

Decisiones Gerenciales. Jorge Morales Dávila, Rodolfo Sáenz & Raúl
Cárdenas Guatemala.
 Investigación de Operaciones. Frederick S. Hillier & Gerald J. Lieberman.

Editorial Mc.Graw Hill
 Análisis cuantitativo para la toma de decisiones. Harold Bierman, Charles P.

Bonini & Warren H. Hausman. Editorial Mc.Graw Hill

PROCESOS ESTOCÁSTICOS
Se denomina estocástico (del latín stochasticus, que a su vez procede del

griego stochastikós "hábil en conjeturar") al sistema, cuyo comportamiento es intrínseco, que
no es determinista.
Cualquier desarrollo temporal que se pueda analizar en términos de probabilidad merece

el calificativo de proceso estocástico.
El término estocástico se aplica a procesos, algoritmos y modelos en que

existe una secuencia cambiante de eventos a medida que pasa el tiempo.

Definición
Un proceso estocástico es un proceso de Markov si un estado futuro

depende sólo del estado inmediatamente anterior.
Un proceso estocástico se define como una colección indexada de

variables aleatorias {Xt}, donde el índice t toma valores de un
conjunto T dado.
Con frecuencia T se considera el conjunto de enteros no negativos.
Xt representa una característica de interés cuantificable en el tiempo t.

Un proceso estocástico puede interpretarse como una sucesión de variables
aleatorias cuyas características pueden variar a lo largo del tiempo.
A los posibles valores que puede tomar la variable aleatoria se le

denominan estados.
Se puede tener un espacio de estados discretos y un espacio de estados

continuos.

Una Cadena, es un proceso estocástico en el cual el tiempo se mueve en forma
discreta y la variable aleatoria sólo toma valores discretos en el espacio de
estados
Ejemplo:
Una máquina dentro de una fábrica. Los posibles estados para la máquina son que
esté operando o que esté fuera de funcionamiento y la verificación de esta
característica se realizará al principio de cada día de trabajo. Si hacemos
corresponder el estado ’fuera de funcionamiento’ con el valor 0 y el estado ’en 2
operación’ con el valor 1, la siguiente figura muestra una posible secuencia de
cambios de estado a través del tiempo para esa máquina

Un Proceso de Saltos Puros, se puede considerar como un ejemplo una señal
telegráfica. Sólo hay dos posibles estados (por ejemplo 1 y -1) pero la oportunidad del
cambio de estado se da en cualquier instante en el tiempo, es decir, el instante del
cambio de estado es aleatorio

Un Proceso Continuo, se puede mencionar la señal de voz vista en la pantalla de un
osciloscopio. Esta señal acústica es transformada en una señal eléctrica analógica que
puede tomar cualquier valor en un intervalo continuo de estados.

Tipos de procesos estocásticos
 Procesos estocásticos estacionarios: aquellos que la distribución de probabilidad

es constante a lo largo de grandes periodos de tiempo.
 Procesos estocásticos no estacionarios: son aquellos cuya distribución varia

de forma no constante. Es decir, los datos se comportan de forma totalmente
caótica. Los procesos estocásticos no estacionarios están dominados por el
azar, son impredecibles.

Aplicaciones
En muchas situaciones de nuestra vida diaria nos enfrentamos a procesos afectados por
eventos fortuitos que inciden en los resultados que esperábamos.
 Producción
 Control de inventarios
 Tiempos de entrega
 Niveles de inventarios de materias primas
Cuántas unidades de servicio son requeridas para dar cierto

nivel de trabajo específico, teniendo una llegada casual de
clientes.

Ejemplo:
1. Número de veces que aparece escudo al lanzar una moneda 10 veces.
Xt = número de veces que aparece escudo en el tiempo t
S = {0, 1, 2, 3, ………10} veces que aparece escudo – Discreto
T = {0, 1, 2, 3, ………10} intentos – Discreto

2.
3.

4.
5.

CADENAS DE MARKOV
Algunas situaciones empresariales se pueden modelizar describiendo clases o

estados separados, de manera que el sistema esté en un solo estado cada vez y que
el cambio entre estados sea probabilístico.
Las cadenas 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.

CARACTERÍSTICAS DE MARKOV
 Representa un proceso evolutivo que consiste de un número finito

de estados.
 En cada paso o punto en el tiempo, el proceso puede estar en

cualquiera de los estados; en el paso siguiente, el proceso puede
permanecer en su estado presente o cambiar a uno de los otros
estados.
 El estado hacia donde avanza el proceso en el siguiente paso y la

probabilidad de hacerlo depende solamente del estado presente y
no de la historia pasada del proceso.
 Estas probabilidades se conocen como probabilidades de

transición y se suponen constantes (esto es: la probabilidad de
moverse del estado i al estado j siempre es la misma).

PROPIEDAD MARKOVIANA
Establece que la probabilidad condicional de cualquier “evento” futuro dados

cualquier “evento” pasado y el estado actual Xt = i, es independiente de los eventos
pasados y solo depende del estado actual del proceso.
Una cadena de Markov se puede caracterizar por la probabilidad de ir al

estado n+1 condicionada a que antes estábamos en el estado n
La propiedad de las cadenas de Markov es que las transiciones entre los estados,
solo puede producirse entre estados vecinos. Solo se puede llegar al estado i
desde el estado i-1 o bien de i+1. Con lo que queda demostrado que la
probabilidad de tener una transición en un estado, no depende del tiempo anterior.

Ejemplo:
Una máquina que produce piezas puede estar ajustada o desajustada. Si está
ajustada, suponga que la probabilidad de que esté ajustada al día siguiente es de 0.7
y que la probabilidad de que no lo esté es 0.3. Si la máquina está desajustada, la
probabilidad de que esté ajustada el día siguiente es 0.6 y la probabilidad de que no
lo esté es de 0.4.! Si el estado 1 representa la situación en que la máquina está
ajustada y el estado 2 representa el caso en que está desajustada,

Ejemplo:
El clima en el pueblo de Centerville puede cambiar con rapidez de un día a otro. Sin
embargo, las posibilidades de tener clima seco (sin lluvia) mañana es de alguna
forma mayor si hoy esta seco, es decir, si no llueve. En particular, la probabilidad de
que mañana este seco es de 0.8 si hoy esta seco, pero es de solo 0.6 si hoy llueve.
Estas probabilidades no cambian si se considera la información acerca del clima en
los días anteriores a hoy.

En matemáticas, una matriz estocástica (también denominada matriz de
probabilidad, matriz de transición, matriz de sustitución o matriz de Markov) es
una matriz utilizada para describir las transiciones en una cadena de Markov.

Ejemplo:
El clima en el pueblo de Centerville puede cambiar con rapidez de un día a otro. Sin
embargo, las posibilidades de tener clima seco (sin lluvia) mañana es de alguna
forma mayor si hoy esta seco, es decir, si no llueve. En particular, la probabilidad de
que mañana este seco es de 0.8 si hoy esta seco, pero es de solo 0.6 si hoy llueve.
Estas probabilidades no cambian si se considera la información acerca del clima en
los días anteriores a hoy.

ESTADOS DE LA CADENA DE MARKOV
Estado accesible
Se dice que el estado j es accesible desde el estado i es solo la probabilidad condicional

de llegar al estado j después de n pasos, si el sistema esta 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.

Si el estado j es accesible desde el estado i y el estado i es accesible desde el estado j, entonces se
dice que los estados i y j se comunican.
Como resultado de estas propiedades de comunicación se puede hacer una partición del espacio
de estados en clases separadas, donde se dice que dos estados que se comunican pertenecen a la
misma clase. (Una clase puede consistir en un solo estado.) Si existe solo una clase, es decir, si
todos los estados se comunican, se dice que la cadena de Markov es irreducible.

Estados recurrentes y estados transitorios
Un estado se llama estado transitorio si, después de haber entrado a este estado, el proceso
nunca regresa a el. Por consiguiente, el estado i es transitorio si y solo si existe un estado j (j ≠ i)
que es accesible desde el estado i, pero no viceversa, esto es, el estado i no es accesible desde el
estado j.
(1 y 2) son transitorios ya que el proceso los abandonara tarde o temprano para entrar al estado 0
o al 3 y, después, permanecerá en dicho estado de manera indefinida.

Se dice que un estado es recurrente si, después de haber entrado a este estado, el proceso
definitivamente regresara a ese estado. Por consiguiente, un estado es recurrente si y solo si no
es transitorio.
los estados 0 y 3 son recurrentes debido a que el proceso se mantendrá regresando de manera
inmediata a uno de estos estados en forma indefinida, una vez que el proceso haya entrado a
ese estado.

Un estado se llama estado absorbente si, después de haber entrado ahí, el proceso nunca
saldrá de el. Por consiguiente, el estado i es un estado absorbente si y solo si pii = 1.

PROPIEDADES A LARGO PLAZO DE LAS CADENAS DE MARKOV
Probabilidades de estado estable
El termino probabilidad de estado estable significa que la probabilidad de

encontrar el proceso en cierto estado, por ejemplo j, después de un numero
grande de transiciones tiende al valor pj, y es independiente de la distribución
de probabilidad inicial definida para los estados. Es importante observar que
la probabilidad de estado estable no significa que el proceso se establezca en
un estado. Por el contrario, el proceso continua haciendo transiciones de un
estado a otro y en cualquier paso n la probabilidad de transición del estado i
al estado j es todavía pij.

Ejemplo:
El departamento de estudios de mercado de una fábrica estima que el 20% de

la gente que compra un producto un mes, no lo comprará el mes siguiente.
Además, el 30% de quienes no lo compren un mes lo adquirirá al mes
siguiente. En una población de 1000 individuos, 100 compraron el producto el
primer mes. ¿Cuántos lo comprarán al mes próximo? ¿Y dentro de dos meses?

0.80
Compran el producto
0.20 0.30
0.70 No
compran el producto

El primer mes comprarán C=350 y no comprarán N=650

El segundo mes comprarán C=475 y no comprarán N= 525

Ejemplo:
En una población de 10,000 habitantes, 5000 no fuman, 2500 fuman uno o

menos de un paquete diario y 2500 fuman más de un paquete diario. En un mes
hay un 5% de probabilidad de que un no fumador comience a fumar un paquete
diario, o menos, y un 2% de que un no fumador pase a fumar más de un paquete
diario. Para los que fuman un paquete, o menos, hay un 10% de probabilidad de
que dejen el tabaco, y un 10% de que pasen a fumar más de un paquete diario.
Entre los que fuman más de un paquete, hay un 5% de probabilidad de que
dejen el tabaco y un 10% de que pasen a fumar un paquete, o menos. ¿Cuántos
individuos habrá de cada clase el próximo mes?

Después de un mes habrán NF=5025, FC=2500, FCC=2475

Ejemplo:
Se sabe que un sistema de comunicaciones falla o no dependiendo si ha fallado o no

el día anterior. La probabilidad de que falle un día sabiendo que ha fallado el día
anterior es de 0.6 pero si no ha fallado el día anterior es de 0.4.
a) ¿Cuál es la probabilidad de que el sistema falle dentro de 4 días sabiendo que

hoy no ha fallado?
b) ¿Cuál es la probabilidad de que el sistema falle el cuarto día sabiendo que
inicialmente la probabilidad de fallar es de 0.3 y la de no fallar es de 0.7?
c) ¿Cuál es el vector de probabilidad de equilibrio?

b)

CONTROL DE INVENTARIOS
La palabra inventario en términos generales, se usa para designar la relación o lista de

los bienes materiales y derechos pertenecientes a una persona o comunidad, hecha con
orden y claridad. Desde el punto de vista de la empresa industrial, inventarios son los
bienes de una empresa destinados a la producción de artículos para su posterior venta,
tales como materias primas, producción en proceso.
Un problema de inventario existe cuando es necesario

guardar bienes físicos o mercancías con el propósito de
satisfacer la demanda sobre un horizonte de tiempo
especificado (finito o infinito).

Los inventarios tienen su origen en los egipcios y demás pueblos de la
antigüedad, donde acostumbraban almacenar grandes cantidades de
alimentos para ser utilizados en los tiempos de sequía o de calamidades.
La administración del inventario es un tema central para evitar problemas

financieros en las organizaciones, es un componente fundamental en la
productividad de una empresa, ya que es el activo corriente de menor
liquidez que manejan y que además contribuye a generar rentabilidad.

Clasificación de los inventarios
Materias primas. El término materias primas comprende toda clase de

materiales comprados por el fabricante y que serán sometidos a operaciones
de transformación o manufactura para su cambio físico y/o químico antes de
que puedan venderse como productos terminados.
Producción en proceso. Son todos los materiales en los cuales se han
ejecutado operaciones de transformación en un periodo de costos, pero que
todavía requieren de otras operaciones para quedar terminados.
Productos terminados. Son todos aquellos artículos que fueron sometidos a
las operaciones de transformación necesarias para poderlos destinar
preferentemente a las ventas.
Otros inventarios. Son todos los artículos necesarios para el
funcionamiento y conservación tanto de la fábrica como de las oficinas. En
general son los artículos que no entran en el producto transformado en forma
directa, pero que son necesarios para la empresa

Los inventarios se mantienen en existencias por manejarse:
1) inventarios de proceso o de distribución, también llamado de tubería

o pipe-line (materia prima, producto terminado o en proceso que
está siendo transformado en el proceso productivo).
2) inventarios cíclicos o de lote (se produce en lotes y no de manera

continua).
3) inventarios estacionales (su producción depende de la demanda en

algún ciclo o temporada).
4) inventarios de seguridad (para amortiguar variaciones en la demanda

o cubrir errores en la estimación).
5) inventarios especulativos (su acumulación se produce cuando se

espera un aumento de precios significativos).

Control de inventarios
Un problema de inventario existe cuando es necesario guardar

bienes físicos o mercancías con el propósito de satisfacer la
demanda sobre un horizonte de tiempo especificado (finito o
infinito).

❖ Un sobrealmacenamiento requeriría un
capital invertido superior por unidad de
tiempo pero menos ocurrencias frecuentes
de escasez y de colocación de pedidos.
Los dos extremos

son costosos.
❖ Un subalmacenamiento disminuiría el
capital invertido por unidad de tiempo
pero aumentaría la frecuencia de los
pedidos así como el tiempo de estar sin
mercancía.

IMPORTANCIA DE LA ADMINISTRACIÓN DE INVENTARIOS
El manejo efectivo de los inventarios es esencial a fin de proporcionar el

mejor servicio a los clientes. Si la situación de pedidos atrasados o falta
de artículos en bodega se convierte en una situación constante, se invita a
la competencia a llevarse el negocio sobre la base de un servicio más
completo.
Sin un manejo y control de existencias operantes, una compañía no

puede producir con el máximo de eficiencia. Si las materias primas, las
piezas o subensambles no se tienen al momento en que deben emplearse,
el objetivo de la producción, que es fabricar oportunamente el producto
deseado, de una calidad especifica, en cantidades apropiadas y al menor
costo posible, no se logra.
El costo de mantener los inventarios está afectado directamente por la

pericia con que se controlen los diversos niveles establecidos para los
mismos.

El objetivo final de cualquier modelo de inventario:
1. ¿Qué cantidad de artículos deben pedirse?
“Cantidad de pedido”. Esta representa la cantidad óptima que

debe ordenarse cada vez que se haga un pedido y puede variar
con el tiempo dependiendo de la situación que se considere.
2. ¿Cuándo deben pedirse?
❖ Revisión periódica
❖ Revisión continua

Factores o características a considerar en la gestión de inventario

Análisis ABC
Es una forma de clasificar los artículos con base en una medida de su importancia, la cual, con
frecuencia, es el importe monetario de las ventas anuales del artículo.
El análisis o clasificación ABC es un sistema de administración de inventarios que se

basa en el principio de Pareto para categorizar el inventario físico en tres zonas
diferentes: Zona A, Zona B y Zona C.

Los artículos A son bienes cuyo valor de consumo anual es **el más elevado**. El
principal 70-80 % del valor de consumo anual de la empresa generalmente representa solo
entre el 10 y el 20 % de los artículos de inventario totales.
Los artículos B son artículos de una clase intermedia, con un valor de consumo medio.
Ese 15-25 % de valor de consumo anual generalmente representa el 30 % de los artículos
de inventario totales.
Los artículos C son, al contrario, artículos con el menor valor de

consumo. El 5 % más bajo del valor de consumo anual generalmente
representa el 50 % de los artículos de inventario totales.

•Los primeros 2500 productos (15 % principal) representan el 70 % de las ventas.
•Los siguientes 4000 productos (siguiente 25 %) representan el 20 % de las ventas.
•Los últimos 10 500 productos (último 60 %) representan el 10 % de las ventas.
Los artículos A deberían ser sometidos a un estricto control de inventario, contar

con áreas de almacenamiento mejor aseguradas y mejores pronósticos de ventas.
Las reórdenes deberían ser frecuentes (reórdenes semanales o incluso diarias). En los
artículos A, evitar las situaciones de faltas de existencias es una prioridad.

Los artículos B gozan del beneficio de una condición intermedia entre A y B. Un aspecto
importante de esta clase es la monitorización de una potencial evolución hacia la clase A o,
por el contrario, hacia la clase C.
La reorden de los artículos C se realiza con menos frecuencia. Una política típica para el
inventario de los artículos C consiste en tener solo una unidad disponible, y realizar una
reorden solo cuando se ha verificado la venta real.

Criterios de clasificación ABC
❖ Clasificación por precio unitario
❖ Clasificación por valor total
❖ Clasificación por utilización y valor
❖ Clasificación por aporte a utilidades

Ejemplo
A continuación, tenemos una lista de 10 artículos y los precios que han presentando en el
período de enero a junio, además del promedio por artículo (costo unitario promedio), la
cantidad disponible y el consumo promedio.

Ejemplo de análisis ABC con criterio de clasificación precio o costo unitario
¿Cuántos artículos estarán en cada

zona?
•Zona A: 15 * 15% = 2,25 artículos

•Zona B: 15 * 20% = 3,00 artículos
•Zona C: 15 * 65% = 9,75 artículos

Ejemplo de gráfico ABC con clasificación por valor total

Tenemos 195 unidades entre todos los
artículos.
•Zona A: 195 * 15% = 29,25 unidades

•Zona B: 195 * 20% = 39 unidades
•Zona C: 195 * 65% = 126,75 unidades

Ejemplo de segmentación ABC con clasificación por valor de utilización

•Zona A: 670* 15% = 100,5 unidades
•Zona B: 670 * 20% = 134 unidades
•Zona C: 670 * 65% = 435,5 unidades

Recomendaciones para las empresas en la gestión del inventario
Hacer un recuento de todo lo que la empresa tiene en el almacén.
Llevar un registro de todos los artículos en existencia.
Emplear, si es posible, sistemas computarizados para mejorar la

efectividad del control de inventarios.
Añadir los nuevos inventarios que entran a la empresa en el último registro

realizado.
Comprobar la calidad de los inventarios que se tienen para detectar
productos dañados, defectuosos, ente otros.
Contratar personal calificado para controlar el inventario o en su defecto

aplicar el outsourcing.

Realizar inspecciones y auditorías de inventario ocasionales para evitar fraude
y robo.
Revisar si los recuentos reales de unidades, cajas, entre otros, coinciden con
los documentos de los despachos antes de liberar la mercadería a un
despachador.
No permitir que la mercancía salga de la planta sin una factura o la

documentación de despacho adecuada. Cuando se trabaja con inventarios de
gran valor, se debe almacenar en un lugar seguro donde solo tenga acceso
personal autorizado y responsable del mismo.
Asegurarse de que todos los pedidos de compra, las facturas y los documentos
de despacho estén numerados de forma consecutiva, para revisarlos con
regularidad y detectar documentos faltantes. Se recomienda mantener
archivada dicha documentación.

COSTOS DE INVENTARIO
Son aquellos que están relacionados con el almacenamiento, aprovisionamiento y

mantenimiento del inventario en determinado período de tiempo.

Clasificación de costos de inventario
Costos de almacenamiento
Genera una serie de costos debido a las operaciones de movilización, verificación, ordenamiento, de
los productos que se van a mantener en existencia dentro de la planta. Además gastos de instalaciones
y personal.
❖ Costos por manejo de inventario
❖ Costo de las instalaciones usadas para almacenamiento, la

renta de un local o bodega.
❖ Costos de equipo empleado para el manejo y sostén del

inventario.
❖ Costos de trabajo y operación del mismo.
❖ Costos de seguro, para cubrir accidentes, robos desperfectos

y obsolescencia.
El costo de almacenamiento considera todos los costos asociados a
mantener el inventario. Dentro de estos costos se encuentran:
Costos de capital: costo de oportunidad de tener el dinero invertido en

inventario.
Costos de bodega: costos de mantención de la bodega (servicios básicos,

aseo, etc.), costo de compra, arriendo y/o depreciación del inmobiliario, etc.
Costos de servicios: recursos humanos para manejo de inventario,

tecnologías de control de inventario, etc.
Riesgos de inventario: costos de obsolescencia o merma de las existencias.
El costo de almacenamiento depende directamente de la cantidad que se

mantiene en inventario. Por ello, a mayor inventario guardado, mayor costo
de almacenamiento.

Costos de pedido
Es el costo total originado cada vez que se formaliza algún pedido de un producto.
❖ Costo de emisión: Costo de elementos empleados al realizar un pedido,

por ejemplo: Trabajo administrativo, costo de correspondencia, llamadas
telefónicas, preparación de facturas, transporte, etc.
❖ Costo de recepción del producto: Costos de inspección y organización y

depósito en cada zona del almacén.

Costos de rotura de stock o costos por estar fuera de existencia
Son los costos que se ocasionan cuando no se consigue atender la demanda, debido a la falta de
existencias de producto en el almacén, lo que recibe el nombre de rotura de stock.
❖ Demanda diferida: Los pedidos de determinado cliente

llegan en un momento en el cual no hay existencias, por lo
que dichos pedidos son retardados para ser atendidos en el
momento que haya. El costo asociado a esta se denomina
costo de carencia.
❖ Demanda perdida: Los pedidos del cliente llegan en un

momento donde no hay existencias y se pierden
definitivamente. El costo asociado a esta se llama costo de
rotura y se determina como el costo de no atender a la
demanda y por ende perderla.

Costo de espacio
Son cargos hechos por el uso del volumen dentro del edificio o espacio de almacenamiento
(bodega). Cuando la bodega es rentada, la renta mensual se distribuye en función del
volumen ($/m3/mes).
Si el espacio es propio, los costos de espacio se determinan mediante la distribución de los

costos de operación relacionados con el espacio, así como los costos fijos, como costos de
equipo del edificio y del almacenamiento sobre una base de volumen almacenado.
Costo de seguros e impuestos
Los seguros y los impuestos, dependen de la cantidad de inventario

disponible. De forma intuitiva la prima de los seguros a pagar serán
mayores en la medida que la cantidad de productos que se almacene en
inventario sea mayor.

Costo por pérdida de ventas
Ocurre cuando el cliente, ante una situación de falta de existencias decide cancelar su
pedido del producto (el costo es el beneficio que se habría obtenido de esta venta).
Este costo es muy difícil de estimar dado que frente a un quiebre de stock no estamos
seguros cuántas unidades estaba dispuesto a comprar el cliente y si también la falta de
inventario afecto la venta de otros productos.
Costo de pedido pendiente
Ocurre cuando un cliente espera a que su pedido sea surtido, por lo que la
venta no esta perdida, sólo retrasada. Los pedidos pendientes pueden crear
costos adicionales de personal, ventas, transporte, manejo, etc.

Costo de los inventarios para un prestador de servicios
En el caso de que un prestador de servicios tenga inventarios, los medirá

por los costos que suponga su producción.
Estos costos se componen fundamentalmente de mano de obra y otros

costos del personal directamente involucrado en la prestación del servicio,
incluyendo personal de supervisión y otros costos indirectos atribuibles.
La mano de obra y los demás costos relacionados con las ventas, y con el
personal de administración general, no se incluirán en el costo de los
inventarios, sino que se contabilizarán como gastos del periodo en el que se
hayan incurrido.
Los costos de los inventarios de un prestador de servicios no incluirán

márgenes de ganancia ni costos indirectos no atribuibles que, a menudo, se
tienen en cuenta en los precios facturados por el prestador de servicios.

Como reducir los costos de inventario
❖ Mantener siempre actualizados los niveles de inventario.
❖ Revisa los SKU.
❖ Determine el punto de re pedido e implemente el

reabastecimiento automatizado.

Gráfica de costos de inventario
Depende directamente de la cantidad

A medida que aumenta el volumen
que se mantiene en inventario. Por
ordenado o Q se reduce el costo unitario
ello, a mayor inventario guardado,
de ordenamiento.
mayor costo de almacenamiento

MÉTODOS DE VALORACIÓN DE INVENTARIO
Son técnicas utilizadas con el objetivo de seleccionar y aplicar una base específica para valuar
los inventarios en términos monetarios.
Es un proceso vital cuando los precios unitarios de adquisición han sido diferentes.
❖ Primeros en Entrar Primeros en Salir - PEPS
❖ Últimos en Entrar Primeros en Salir - UEPS
❖ Costo promedio constante o Promedio Ponderado

PRIMEROS EN ENTRAR, PRIMEROS EN SALIR - PEPS
Comúnmente conocido como FIFO (First In, First Out), este método de valoración de
inventarios se basa en la interpretación lógica del movimiento de las unidades en el
sistema de inventario, por ende el costo de las últimas compras es el costo de las
existencias, en el mismo orden en que ingresaron al almacén.

ÚLTIMOS EN ENTRAR, PRIMEROS EN SALIR - UEPS
Comúnmente conocido como LIFO (Last In, First Out), este método de valoración se
basa en que los últimos artículos que entraron a formar parte del inventario, son los
primeros en venderse, claro está en función del costo unitario, es decir que el flujo físico es
irrelevante, aquí lo importante es que el costo unitario de las últimas entradas sea el que se
aplique a las primeras salidas.

COSTO PROMEDIO CONSTANTE O PROMEDIO PONDERADO
Este es un método de valoración razonable de aproximación en donde se divide el saldo en

unidades monetarias de las existencias, entre el número de unidades en existencia. Este
procedimiento que ocasiona que se genere un costo medio, debe recalcularse por cada entrada
al almacén.

Ejemplo
Desarrolle los tres métodos de valoración de inventarios y determine que método

recomienda, de acuerdo a los siguientes datos:
•El 4 de marzo se compran 215 unidades a un precio de $110.

•El 17 de marzo se venden 590 unidades a un precio de $240.
•El 30 de marzo se venden 175 unidades a un precio de $210.

DEMANDA
Es la solicitud para adquirir algo.
En economía, la demanda de es la cantidad total de un bien o servicio que la gente desea

adquirir.
Comprende una amplia gama de bienes y servicios
Adquiridos a precios de mercado
Fin primordial: satisfacer sus necesidades y deseos

Determinantes del movimiento de la demanda
❖ El precio: es inversamente proporcional a la

demanda.
❖ Precio de bienes sustitutivos: bienes que pueden satisfacer

la necesidad del consumidor prácticamente igual que el bien
en cuestión.
❖ Precio de bienes complementarios: bienes que se consume

conjuntamente con el bien en cuestión.
❖ La oferta: La disposición de los bienes y servicios,

expresada en la existencia de la empresa que ofrece el
servicio y en qué cantidad.

❖ Gustos y preferencias: al aumentar las preferencias por un bien
(ya sea por moda, temporada, etc.) la demanda del mismo va a
aumentar.
❖ Población: Al aumentar la población es de esperar que la demanda

por un bien aumente ya que existe mayor número de consumidores
con la misma necesidad.
❖ Lugar: Espacio físico virtual donde estos bienes son ofrecidos.

Siempre hay un coste de transporte atribuible al precio de venta de
ese producto y, que es directamente proporcional a la forma o
método de transporte utilizado.
❖ La capacidad de pago del demandante: En este punto la

situación o poder de negociación es clave a la hora de fijar un
precio al bien o servicio en cuestión.

Ley de la demanda
Ley económica que determina que la cantidad demandada de un bien disminuye a

medida que aumenta su precio, manteniéndose las restantes variables constantes. La
cantidad demandada es inversamente proporcional al precio.
El incremento en el precio (P) causa una disminución en la cantidad demandada (Qd) y

viceversa, la disminución del precio elevará la cantidad demandada.
La ley de la oferta
La ley de la oferta es una relación positiva (función de pendiente positiva),

entre el precio de un bien o servicio y la cantidad ofrecida del mismo en el
mercado. Indica que al aumentar el precio de un bien o servicio, los
productores estarán dispuestos a ofrecer más cantidad del mismo.

Equilibrio del mercado
El equilibrio del mercado se dará cuando la cantidad de un bien o

servicio que los consumidores están dispuestos a comprar, sea la
misma que los productores están dispuestos a ofrecer, para un
mismo precio. El precio que le corresponde a esta situación se
llama precio de equilibrio y la cantidad asociada se llama cantidad
de equilibrio.
Si el precio de mercado (el precio real) es superior al precio de

equilibrio, entonces se dice que el mercado tiene un exceso de
oferta. Para compensar el desequilibrio el precio tendrá tendencia a
bajar.
Si por el contrario, el precio es inferior al precio de equilibrio,

entonces el mercado está en una situación de exceso de demanda.
Para compensar el desequilibrio del mercado, el precio tendrá
tendencia a subir.

Curva de demanda
la curva de demanda es el gráfico que representa la relación entre el precio de un determinado

bien o servicio y el nivel o cantidad de demanda que los consumidores aceptan.

Tipos de demanda
Demanda latente
Se produce cuando en el mercado las personas manifiestan una
fuerte necesidad que quieren satisfacer.
Demanda en descenso
Se manifiesta cuando la demanda presenta una tendencia descendente y esta
situación afecta mucho el nivel de ventas de las empresas.
Demanda negativa
El caso particular de la demanda negativa se visualiza cuando a ciertos grupos de
mercado no les agrada un determinado producto o servicio.

Demanda irregular o estacional
Este tipo de demanda presenta alzas y bajas para las ventas de la empresa, debido a que los
productos y servicios se demandan con más fuerza en ciertas épocas del año.
Demanda en plenitud
Se produce en circunstancias en las cuáles las empresas se encuentran complacidas con el
nivel de demanda y los ingresos de ventas obtenidos.
Sobredemanda
Se da cuando la cantidad de demanda es mayor a lo que normalmente se demanda, en
estas situaciones las demandas buscarán ajustar la demanda, reduciéndola de forma
temporal y en algunos casos en forma permanente.
Demanda nula
Se produce cuando existen productos que las personas no los
valoran porque en ciertos grupos específicos consideran que no los
necesitan.
Demanda Agregada. Consumo e inversión globales, es decir, total del gasto en bienes y
servicios de una economía en un determinado período de tiempo.
Demanda Derivada. La que es consecuencia de otra demanda. Así, la demanda de capitales y de

mano de obra depende de la demanda final de bienes y servicios.
Demanda Elástica. Característica que tienen aquellos bienes cuya demanda se modifica de
forma sustancial como consecuencia de cambios en el precio de dicho bien o cambios en la renta
de los consumidores.
Demanda Inelástica. Demanda que se caracteriza porque la variación en el

precio de un bien determinado apenas afecta a la variación de la cantidad
demandada de ese bien.

Demanda Exterior. Demanda de un país de bienes o servicios producidos en el extranjero.
Demanda Interna. Suma del consumo privado y del consumo público de bienes y
servicios producidos en el propio país.
Demanda Monetaria. Función que expresa la cantidad de riqueza que las

personas y las empresas guardan en forma de dinero, renunciando así a gastarlo
en bienes y servicios o a invertirlo en otros activos.

Ejemplo
Las siguientes son las curvas de oferta y demanda de mercado del bien A. Explique qué
sucede si:

A) Se da un precio inferior al de equilibrio.
En el corto plazo el menor precio incentiva una mayor cantidad demandada por parte
de los consumidores y una menor cantidad ofrecida de los productores. Es una
situación de desequilibrio del mercado que indica de un faltante del bien.

B) Se da un precio superior al de equilibrio.
En el corto plazo el mayor precio incentiva una mayor producción por parte de los oferentes
pero los consumidores no estarían dispuestos a pagarlo por lo cual demandan una menor
cantidad demandada. Es una situación de desequilibrio que explica un excedente del bien.

C) Se introduce una mejora tecnológica en el proceso de producción.
Una mejor tecnología reduce costos y mejora la productividad por lo cual la curva de
oferta se desplaza hacia abajo y a la derecha denotando con ello una rebaja del precio que
motiva una mayor cantidad demandada del bien.

D) Se impone un impuesto de ventas.
En condiciones de competencia perfecta un aumento del impuesto de ventas es

trasladado por los productores a los consumidores del bien de acuerdo al grado de
elasticidad de la demanda respectivamente. Ese traslado de la carga tributaria puede ser
parcial o total. En el gráfico se muestra una demanda elástica, que permite un traslado
parcial del impuesto a los consumidores.

E) Se aumentan los costos de producción.
Ello genera un aumento en el precio del bien y la oferta se contrae hacia la izquierda para
una menor producción del bien. A ese mayor precio la cantidad demandada es menor.

F) Mejoran las preferencias de las personas con respecto al bien A.
Bajo esta consideración la curva de demanda se desplaza hacia la derecha y aumenta

el precio del bien, así como la cantidad demandada.

G) Aumenta el ingreso de los consumidores.
Al aumentar la renta de los consumidores la curva de su demanda se mueve hacia la

derecha y aumenta el precio del bien.

EJEMPLO – OFERTA Y DEMANDA
❖ Las cosechas de maíz son muy abundantes a lo largo del año y hay más
maíz del que la gente compraría normalmente. Para deshacerse del
exceso de oferta, los agricultores deben reducir el precio del maíz y,
por lo tanto, el precio baja para todos.
❖ Hay sequía y hay muy pocas fresas disponibles. Más personas quieren
las fresas. El precio de las fresas aumenta drásticamente.
❖ Una gran ola de trabajadores nuevos no cualificados llega a una ciudad y

todos los trabajadores están dispuestos a aceptar trabajos con salarios
bajos. Debido a que hay más trabajadores que puestos de trabajo
disponibles, el exceso de oferta de trabajadores hace que los salarios
bajen.
❖ Un artista popular muere y, por lo tanto, obviamente no producirá más

arte. La demanda de su arte aumenta sustancialmente a medida que la
gente quiere comprar las pocas piezas que existen.

❖ Un artículo de moda cultural que estuvo de moda durante un período de
tiempo cae en el mercado y ya no es «genial». La demanda del
artículo cae drásticamente, ya que ya no es el artículo imprescindible
de la temporada.
❖ Se abre un nuevo restaurante en la ciudad y recibe excelentes críticas.

Solo hay 12 mesas en el restaurante pero todo el mundo quiere hacer
una reserva. La demanda de reservas aumenta.
❖ Una empresa fija el precio de su producto en $10,00. Nadie quiere el

producto, por lo que el precio se reduce a $9,00. La demanda del
producto aumenta en el nuevo punto de precio más bajo y la empresa
comienza a ganar dinero y ganancias. La empresa podría reducir el
precio a $5,00 para aumentar la demanda aún más, pero el aumento en la
cantidad de personas que compran el producto no compensaría el dinero
perdido cuando el precio se redujo de $9,00 a $5,00.
❖ La empresa deja el precio fijado en $9,00 porque ese es el punto en el
que la oferta y la demanda están en equilibrio.

❖ Cuando se introdujo un nuevo estilo de jeans de diseñador, estaban a
la altura de la moda y eran muy populares. Todos querían tener un par
de estos jeans. El diseñador pidió más jeans, pero aún tenía una
cantidad limitada para vender. Con una demanda tan alta, el diseñador
podría cobrar un precio muy alto por los jeans.
❖ En el primer año, el clima es perfecto para las naranjas. Los

productores de naranjas tienen una cosecha abundante. Esto aumenta
la oferta de naranjas. Debido a que hay muchas más naranjas en el
mercado, los agricultores reducen el precio de las naranjas para
venderlas todas.
❖ Digamos que inventaste un nuevo producto. Cuesta $10 hacer el

producto. ¿Por cuánto venderías el producto? Bueno, tendría que ser
más de $10 para obtener ganancias, pero ¿cuál es el precio perfecto?
Primero intentas vender el producto por $100, pero nadie lo compra.
Así que bajas el precio a $50 y ahora vendes 100 de ellos. Cuando
bajas el precio de nuevo a $25, vende 1000. ¡Esto es genial! Cuando
bajas el precio a $12, vendes 5,000.

APROVISIONAMIENTO Y MODELOS DE GESTIÓN DE INVENTARIOS
La función de aprovisionamiento consiste en procurarle a las empresas, en el momento

oportuno y a los costos más reducidos, todas las mercancías y/o materiales necesarios para
la ejecución de las tareas que involucran las diversas actividades a las que se dedican.

La cantidad que se va a comprar y a quién se le va a comprar un artículo es
una decisión que está en función de la relación calidad–precio, rebajas por
volumen, condiciones de financiamiento y tiempos de envío.
El almacenamiento implica la conveniente acumulación, clasificación y

conservación de los diversos artículos adquiridos en el espacio físico
apropiado.
La gestión de inventarios se ocupa de la determinación de cuánto hay que

pedir (tamaño del lote) y cuándo debe colocarse el pedido (punto de reorden)
de acuerdo con la capacidad de procesamiento de la información y la
complejidad del entorno en el que operan las empresas, puesto que de esto
depende la certidumbre de la demanda y los plazos de entrega.

El objetivo, entonces, es mantener unas existencias lo más altas posibles,
que impidan en cualquier momento el retardo en la elaboración o
disposición de los productos para la venta por falta de los materiales o
mercancías requeridos; al mismo tiempo, minimizar el costo de
abastecimiento y mantenimiento de las existencias en inventario.
Para lograrlo, la función de aprovisionamiento se vale de modelos de gestión

de inventarios, los cuales están basados en procedimientos determinísticos y
probabilísticos de cálculo de las cantidades óptimas por solicitar y de los
puntos de pedido para cada uno de los ítems almacenados.

En cuanto a sus costos, puede decirse que los inventarios son “uno de
los activos más caros para muchas empresas, a veces llega a
representar el 40% del capital total invertido.
Por otra parte, más del 50% de los costos totales en las empresas
industriales son costos de materiales, mientras que en las empresas
comerciales o de ventas al detalle los costos de las mercancías o
mercaderías giran en torno al 70% de los costos totales.

Modelos de
gestión de
inventarios

MODELOS DETERMINÍSTICOS
Es un modelo matemático donde las mismas entradas o condiciones iniciales

producirán invariablemente las mismas salidas o resultados, no contemplándose la
existencia de azar, o incertidumbre en el proceso modelada mediante dicho modelo.

¿Qué son los modelos determinísticos de inventario?
Son aquellos donde se toma como supuesto que tenemos certeza de la demanda. Esta puede
estar dada por pronósticos de demanda o pedidos reales de los clientes.

Modelo de Tamaño Económico de Pedido o EOQ
Economic Order Quantity
Busca encontrar el tamaño óptimo de pedido que permite minimizar la función de

costos totales.

Modelo EOQ con descuentos por cantidad
El único modelo donde el Costo unitario cambia es en el de descuentos por cantidad, es

decir que al cliente se le hace más atractivo comprar por volumen.

Modelo EOQ para lotes de producción y entregas graduales
Elimina la suposición de abastecimiento instantáneo, el nivel de inventario aumenta a la

velocidad que la línea de producción surte el producto terminado y la bodega despacha a
los clientes.

MODELO DE INVENTARIOS CON DEMANDA INCIERTA Y CON REORDEN
Existen casos en los cuales la tasa de demanda no tiene un comportamiento conocido ni

constante, por el contrario, se conoce únicamente la distribución de probabilidad de la
demanda durante el tiempo de entrega.
Al establecer el punto de pedido o de reorden, existe la posibilidad de que el

inventario se agote y se incurra en costos de escasez.
El tipo de demanda a analizar se refiere a un tipo de demanda

“independiente” que se presenta por lo general con los inventarios
de producto terminado.

Se divide el inventario en 2 tipos:
❖ Existencias de ciclo: Corresponden al inventario promedio que debe tenerse como

función del tamaño de pedido. (Q/2).
❖ Existencias de seguridad: Se determinan mediante la diferencia entre el punto de

pedido (R) y la demanda promedio durante el tiempo de entrega del
reabastecimiento.

Modelo 1: Modelo de costo de escasez
En este modelo si se admiten faltantes, es decir, cuando nos quedamos sin inventario y
aun se necesitan más cantidades para satisfacer la demanda.
Consiste en minimizar el costo total de inventario en un periodo determinado. Para este

caso se consideran tres tipos de costo:
a) costo de pedido
b) Costo de almacenamiento
c) Costo de escasez

Modelo 2: Modelo de nivel de servicio
Existe el interés de satisfacer una fracción específica de la demanda, con las existencias
disponibles, a un costo mínimo, por lo que el objetivo consiste en determinar un nivel de servicio
deseado.
El nivel de servicio se define como el porcentaje de demanda que se satisface con las
existencias (sin pedidos atrasados).

El nivel de servicio a que se refiere este modelo no es lo mismo que la probabilidad de
que no haya faltantes durante el tiempo de entrega.
Se puede tener un nivel de servicio alto del 90% que indica que la demanda se satisface
en esta proporción a partir de las existencias disponibles; pero a la vez, puede existir
una probabilidad de que no haya faltantes durante el tiempo de entrega del proveedor
con una probabilidad media del 60%.

Modelo de inventarios para productos múltiples
El sistema con múltiples artículos se maneja como múltiples sistemas de un artículo.
Este procedimiento es adecuado cuando no hay interacción entre los artículos, como
compartir recursos comunes.
Si simultáneamente se maneja más de un producto, el modelo básico de

inventarios debe ser adaptado para optimizar el costo total de operación.

ADMINISTRACIÓN DE INVENTARIOS
La administración de inventarios es la aplicación de procedimientos y técnicas que

tienen por objeto establecer, poner en efecto y mantener las cantidades más ventajosas
de materias primas, producción en proceso, artículos terminados y otros inventarios,
minimizando los costos a que den lugar, para contribuir a lograr los fines de la empresa.

TEORÍA DE COLAS O LÍNEAS DE ESPERA
Comprende el estudio matemático de las colas o líneas de espera, las cuales se presentan
siempre que la demanda actual de un servicio, es mayor que la capacidad para
proporcionarlo. En otras palabras, la Teoría de Colas comprende todos aquellos estudios en
donde se acumulan clientes en espera.

El estudio se caracteriza por que los sistemas en análisis presentan procesos con llegadas a
intervalos aleatorios
❖ Costos relacionados con la espera en la cola
❖ Costos por la prestación del servicio

Objetivo
❖ Minimizar la suma de costos asociados

Estructura básica de un modelo de cola

Fuente de entrada
Representa el origen de los clientes que llegan al sistema.
❖ Finita: Cuando el número de clientes es identificable desde

la fuente. Es decir, que la fuente de entrada puede medirse e
identificarse siempre.
Ejemplo: Un lote de máquinas que necesita mantenimiento.
❖ Infinita: Cuando la fuente de entrada no es medible ni

identificable.

Cola
Representa la línea de espera de clientes en el sistema.
❖ Finita: Se presenta cuando se restringe el acceso del cliente

al sistema, generalmente por motivos de capacidad física del
local o bien por medidas de seguridad. En este caso se dice
que el sistema presenta una cola "truncada".
❖ Infinita: Cuando no se restringe el acceso del cliente al

sistema en ningún momento.

Consideraciones generales para un estudio de colas
❖ Las llegadas son aleatorias y provienen de una distribución de

probabilidad Poisson.
❖ El tiempo de servicio es también una variable aleatoria que sigue

una distribución exponencial.
❖ Los tiempos de servicio son independientes entre sí e

independiente del proceso de llegada.
❖ La disciplina de la cola se basa en el principio "primero en entrar,

primero en salir".
❖ Las tasas de llegada y de servicio no cambian con el tiempo. El

proceso ha estado en funcionamiento el tiempo suficiente para
eliminar los efectos de las condiciones iniciales.

Tipos y sistemas de colas

Características de los sistemas de colas
Un sistema de colas se describe adecuadamente con seis características:
❖ Fuente de llegada de clientes.

❖ Patrón de servicio de servidores.
❖ Disciplina de cola.
❖ Capacidad del sistema.
❖ Número de canales de servicio.
❖ Número de etapas de servicio

Fuente de llegada de clientes
En situaciones de colas habituales, la llegada de clientes es estocástica, esto es, depende de una
variable aleatoria, con lo que se necesita conocer la distribución probabilística entre dos llegadas
sucesivas de clientes.
La fuente de llegada puede variar con el tiempo, cuando se mantiene constante se dice
estacionaria, si varía (por ejemplo, con las horas del día) se llama no‐estacionaria.
Pueden contemplarse distintas situaciones: Clientes que llegan independiente o

simultáneamente (llegan lotes), en este último caso hay que definir su distribución
probabilística. Clientes que abandonan la cola por ser demasiado larga o que tras
esperar mucho abandonan.
El supuesto normal, para un modelo básico de colas, es que la

llegada de clientes hasta un momento específico sigue una
distribución de Poisson, aunque no sea la única distribución que
puede considerarse.
Patrón de servicio de servidores
Pueden presentar un tiempo de servicio variable, en cuyo caso hay que asociar una
función de probabilidad. Pueden atender en lotes o de modo individual.
El tiempo de servicio puede variar con el número de clientes en la cola, trabajando

más rápido o más lento, en este caso se conoce como patrones de servicio
dependientes. El patrón de servicio puede ser no‐estacionario variando con el tiempo
transcurrido.

Disciplina de cola
Es la regla en el orden que se van a seleccionar los clientes que se encuentran a la espera de ser
atendidos en la cola, existen varias reglas, entre las más comunes se pueden encontrar:
❑ FIFO (first in first out): Se atiende al cliente en el orden que llegan

a la cola, el primero en llegar será el primero en ser atendido. En
los modelos básicos de colas se supone como normal la disciplina
de primero en entrar, primero en salir, a menos que se establezca
de otra manera.
❑ LIFO (last in first out): Consiste en atender primero al que ha
llegado de último, también se le conoce como 'pila'.
❑ RSS (random selection of service): Se selecciona a los clientes de
una cola de forma aleatoria, con algún procedimiento de prioridad
o algún otra preclasificación.
❑ Processor Sharing: Todos los clientes experimentan con eficacia el
mismo retraso, ya que comparten entre todos los clientes de la cola
la capacidad del sistema atendiendo a todos por igual.
Capacidad del sistema
Es el número máximo de clientes que pueden estar dentro del sistema haciendo cola antes de ser
atendidos para recibir el servicio, al igual que la fuente de llegada este número puede ser finito o
infinito.
Número de canales de servicio
Es preferible utilizar sistemas multiservicios con una única línea de espera para todos
que con una cola por servidor. Al hablar de canales de servicio paralelo se trata
generalmente de una cola que alimenta a varios servidores.

Número de etapas de servicio
Puede ser unietapa o multietapa, en este último el cliente puede pasar por un número de
etapas mayor que uno. En algunos sistemas multietapa se admite la vuelta atrás o reciclado,
modo habitual en sistemas productivos como controles de calidad y reprocesos.

La Distribución Poisson
Es una distribución discreta en donde la probabilidad de que ocurra un evento en un

breve periodo, es un número muy pequeño, la probabilidad de que dos o más de esos
eventos tengan lugar en el mismo intervalo es prácticamente cero, y la probabilidad de
que suceda un evento en un periodo, no depende de dónde esté ni de las ocurrencias en
cualquier otro intervalo. Esta distribución se considera una buena aproximación para
los procesos aleatorios. La variable aleatoria en la distribución Poisson es el número de
llegadas en una unidad de tiempo.

La Distribución Exponencial
Es una distribución complementaria a la de Poisson y tiene como variable aleatoria, el

tiempo entre los sucesos.
La distribución exponencial es utilizada para determinar la probabilidad de

que en cierto tiempo suceda un determinado evento. Será importante para
nuestro estudio, ya que supondremos en muchos casos que el tiempo que
ocurre entre la llegada de un cliente y el siguiente, sigue una distribución
Exponencial.

MODELO 1
Sistema de colas con 1 servidor
Modelo supone que únicamente existe un servidor atendiendo a los clientes o usuarios, sin
ningún tipo de restricción en el acceso al sistema.
λ = Tasa de llegada, con un comportamiento de distribución Poisson.
µ = Tasa de servicio, con un comportamiento de distribución exponencial.
k = Cantidad de servidores que atienden la cola o línea de espera.

Longitud promedio del sistema (Ls): Mide el número de clientes promedio que
permanecen en el sistema en cualquier momento.
Longitud promedio de cola (Lq): Mide el número de clientes promedio que

permanecen en la cola en cualquier momento.

Tiempo promedio de permanencia en el sistema (Ws): Mide el tiempo promedio que
permanece un cliente dentro del sistema.
Tiempo promedio de cola (Wq): Mide el tiempo promedio que un cliente permanece
en la línea de espera.

Probabilidad de que exista cualquier número de clientes "n" dentro del sistema (Pn):
Mide la probabilidad de que exista un número "n" específico de clientes dentro del sistema
en cualquier momento.
Probabilidad de que el sistema esté desocupado (Po): Mide la probabilidad de

atención inmediata a un cliente.

Factor de utilización ( ρ): Mide el
porcentaje de tiempo que el servidor
permanece ocupado.
Probabilidad de que se presenten

exactamente "n" pedidos o clientes
dentro de un intervalo específico de
tiempo "t".
Costo total del sistema: Cuantifica la CT = (Ls*Costo improductivo) +

sumatoria de costos totales del otros costos
sistema por unidad de tiempo.
Estas 3 fórmulas son aplicables para todos los modelos de colas

MODELO 2
Sistema de colas con varios servidores
Este modelo supone que existen dos o más servidores atendiendo a los clientes o
usuarios, sin ningún tipo de restricción en el acceso al sistema.

Probabilidad de que el sistema esté desocupado.
Longitud promedio del sistema.

Longitud promedio de cola.
Tiempo promedio de permanencia en el sistema.

Tiempo promedio de cola.
Probabilidad de que exista cualquier número de clientes "n" dentro del

sistema.

MODELO 3
Sistema de colas finitos con un servidor
Este modelo supone que existe un único servidor atendiendo a los clientes o usuarios y
que el sistema es finito o de cola truncada.

Probabilidad de que el sistema esté desocupado
Longitud promedio del sistema

Longitud promedio de cola
Tiempo promedio de permanencia en el sistema

Probabilidad de que exista cualquier número de clientes "n" dentro del sistema hasta su
capacidad máxima "M".

Tasa efectiva de llegadas (λ): Mide sólo a los clientes que entran al sistema y son atendidos. La
diferencia con la tasa de llegada normal, consiste en que ésta mide todas las llegadas, sin
importar si entran o no al sistema.
Pérdida de clientes

MODELO 4
Sistema de colas de capacidad finita y varios servidores
Este modelo supone que existe dos o más servidores atendiendo a clientes y que el
sistema es finito o de cola truncada.

Longitud promedio de cola

Longitud promedio del sistema
Tiempo promedio de permanencia en el sistema

Tiempo promedio de cola
Tasa efectiva de llegadas 𝜆ҧ

MODELO 5
Sistema de colas de capacidad finita con tiempos dependiendo del estado (tasas variables)
Este modelo supone que pueden existir uno o más servidores atendiendo
a los clientes o usuarios, que el sistema es finito o de cola truncada y
que además, los tiempos de servicio y/o de llegada son variables, debido
a cansancio, mejoras en el servicio conforme se llena el sistema y otros
factores que influyen en el incremento o decremento de la eficiencia en
la prestación del servicio.

Longitud promedio de cola.

Longitud promedio del sistema.
Tiempo promedio de permanencia en el sistema.

Tasa efectiva de llegadas 𝜆ҧ
λ es constante
λ es variable

SIMULACIÓN
Proceso matemático que tiene como objetivo desarrollar un modelo “simulado” de una
situación real, originado de un muestreo estadístico y probabilístico.
Un modelo de simulación sintetiza el sistema mediante los distintos eventos que

ocurren dentro de él.
La simulación implica construir una replica de algún sistema real y

usarlo bajo condiciones de prueba.

Más que describir el comportamiento global de un sistema
directamente, el modelo de simulación describe la operación del
mismo en términos de los eventos individuales de cada uno de
los componentes del sistema. Entonces la simulación
proporciona un medio para dividir el trabajo en componentes
más pequeños que se pueden formular con mayor facilidad y
después combina estos componentes en su orden natural.
1. Los modelos de simulación no suelen estar diseñados para encontrar la mejor solución o
solución óptima como en la programación lineal. En este caso se evalúan varias propuestas
y se toma la decisión con base en una comparación de los resultados.
2. Los modelos de simulación suelen enfocarse en operaciones detalladas del sistema, bien
sean físicas o financieras. En el sistema, se estudia la manera como funciona a través del
tiempo y se incluyen los efectos de los resultados de un período sobre el siguiente.
3. En los modelos de simulación se incluyen elementos aleatorios o probabilísticos, que

incluyen ejemplos de sistemas de colas, de inventario, y modelos de análisis de riesgo,
llamados simulación Monte Carlo.

Razones para escoger la simulación por computadora
o Hace posible estudiar y experimentar con las interacciones complejas

que ocurren en el interior de un sistema dado.
o A través de la simulación se pueden estudiar los efectos de ciertos

cambios en la operación del sistema.
o La observación detallada del sistema que se está simulando conduce a

un mejor entendimiento del mismo y proporciona sugestiones para
mejorarlo.
o La simulación puede emplearse para experimentar con situaciones

nuevas acerca de las cuales tenemos muy poca o ninguna información
con el objeto de estar preparados para alguna eventualidad.
o La simulación puede servir como prueba para ensayar nuevas políticas

y reglas de decisión en la operación de un sistema, antes de tomar el
riesgo de experimentar con el sistema real.

Pasos para la construcción del modelo
1. Identificación del Problema: recopilación de datos (descripción de variables de entrada,

límites o cotas del sistema), componentes e interrelaciones.
2. Planteamiento del Modelo: construcción del modelo de simulación y la definición de los

procesos estadísticos que se utilizaran para aplicar el modelo. Los resultados obtenidos se
consideran observaciones muestrales.
3. Validación: se debe asegurar que las entradas al modelo de simulación sean adecuadas y
que el modelo responda a esas entradas de manera similar al problema real.

Ejemplos:
 la operación diaria de un banco u hospital, para comprender el impacto de

añadir más pagadores o enfermeras.
 La operación de un puerto marítimo o aéreo, para comprender el flujo de

tráfico, y su congestión asociada.
 El proceso de producción en una fábrica, para identificar los cuellos de

botella en línea de producción.
 El flujo de tráfico en una autopista en un sistema de comunicación

complicado, para determinar si es necesaria una expansión.

Clasificación:
Según el tiempo:
 Proyectiva: es la que muestra patrones de comportamientos de un sistema en el

futuro, es decir de un hecho o situación que no se ha vivido, este tipo de
simulación ayuda a medir impactos y es de gran utilidad en proyectos de
transporte fluvial, terrestre y en la industria aeroespacial, por ejemplo la
trayectoria de un proyectil.
 Retrospectiva: es la que reproduce situaciones del pasado, lo reconstruye, por

ejemplo la reconstrucción del Titanic.

Según el medio ambiente:
 Seminmersiva: es aquella donde el sujeto participa del sistema pero no

está dentro, por ejemplo, el nintendo wii.
 Inmersiva: en esta, el sujeto participa dentro del sistema, interactúa en

el interior de la simulación.
 Realidad virtual: es la simulación en la cual se ve cosas muy reales

pero no se está dentro del sistema.
 Realidad virtual Inmersiva: en esta se ve cosas, se palpan y se

interactúa con ellas.
 Externa: el sujeto esta fuera del objeto de simulación, no interactúa con

el sistema de manera interna, por ejemplo, los videojuegos que están
ligados con el animatronic.

Generación de números aleatorios
Al poner en práctica un modelo de simulación se necesitan números aleatorios para

obtener observaciones aleatorias a partir de distribuciones de probabilidad.

Una de las características más importantes de la simulación es la capacidad de imitar el
comportamiento aleatorio que existe en los sistemas estocásticos.
Para simular este comportamiento aleatorio se requiere de un método que provea la

generación de estos números aleatorios, así como de rutinas para generar variaciones
aleatorias, basadas en distribuciones de probabilidad.

Características
 Todos los números aleatorios generados tienen un período; es decir, después

de una cierta cantidad de números aleatorios la serie vuelve a repetirse.
 Los valores generados son pseudoaleatorios, porque el siguiente número se

genera a partir del anterior, además después del período se repite la misma
secuencia.
 Un número es completamente aleatorio si al repetir el experimento el orden es

diferente. Por ejemplo al lanzar sucesivamente un dado.

Los números aleatorios se pueden dividir en dos categorías principales:
Numero aleatorio ENTERO, es una observación aleatoria de

una distribución uniforme discreta sobre un rango de valores.
Número aleatorio UNIFORME, es una observación aleatoria a

partir de una distribución uniforme continua en un intervalo a, b.

Tipos de simulación
❖ Modelos continuos: su comportamiento cambia

continuamente con el tiempo.
❖ Modelos discretos: su comportamiento cambia sólo en

instantes concretos de tiempo.
❖ Modelo de simulación estática: es una representación de un

sistema en un instante del tiempo determinado.

❖ Simulación dinámica: es una representación de un sistema
cuando evoluciona con el tiempo.
❖ Modelo de simulación determinista: no contiene variables

aleatorias.
❖ Modelo de simulación estocástica: contiene una o más

variables aleatorias.

Simulación y modelado industrial
La ingeniería industrial fue uno de los primeros campos en utilizar la

simulación en el análisis, evaluación y optimización de actividades de
fabricación complejas. Los ingenieros industriales utilizan simulaciones por
computadora (especialmente en modelado de eventos discretos) junto con un
extenso modelado matemático y métodos computacionales para determinar el
mejor diseño posible para los sistemas de producción y distribución.

Esquema de Simulación industrial

Modelo de implementación

Organización, planificación y optimización de los procesos
industriales
❖ Distribución de layout
❖ Análisis del flujo de producción
❖ Dimensionado y utilización óptima de los recursos
(maquinaria, mano de obra, transporte)
❖ Análisis y detección de cuellos de botella
❖ Dimensionado y ubicación de los pulmones de stocks
intermedios
❖ Respuesta a variaciones de la demanda
❖ Equilibrado de líneas de montajes

Método MONTECARLO
Es un método probabilístico que sugiere la generación de números aleatorios

(random) para el análisis de los datos del modelo simulado.
A partir de la probabilidad acumulada, se deben generar los números

Aleatorios.
La generación de números aleatorios se realiza con el fin de identificar los

rangos de probabilidad donde fluctúa el comportamiento del evento en
estudio.

Método MONTECARLO
El método fue llamado así por el principado de Mónaco por ser la capital
del juego de azar, al tomar una ruleta como un generador simple de números
aleatorios.
El nombre y el desarrollo sistemático de los métodos Montecarlo

datan aproximadamente de 1944 con el desarrollo de la computadora
electrónica. Sin embargo hay varias instancias anteriores a 1944.
El uso real de los métodos Montecarlo como una herramienta de

investigación viene del trabajo de la bomba atómica durante la Segunda
Guerra Mundial.
Este trabajo involucraba la simulación directa de problemas probabilísticos

de hidrodinámica concernientes a la difusión de neutrones aleatorios en
material de fusión.

VARIANTES DEL MÉTODO
Método Clásico: aplicación de distribuciones de probabilidades.
Método cuántico: uso de trayectorias aleatorias para calcular funciones de

onda y energías de sistemas cuánticos.
Método de la integral a lo largo de la trayectoria: cálculo de las

integrales de la mecánica Estadística Cuántica para obtener propiedades
termodinámicas y constantes cinéticas.
Método Volumétrico: uso de números aleatorios y cuasi aleatorios para

generar volúmenes moleculares.
Método de simulación: uso de algoritmos aleatorios para generar las

condiciones iniciales de la simulación de trayectorias cuasi clásicas para
introducir efectos estocásticos en dinámica molecular.

MÉTODO GRÁFICO DE MONTECARLO
Existen varios métodos de simulación. Uno de ellos es el método Gráfico

de Montecarlo, el cual se basa en la construcción de un histograma de
probabilidades acumuladas de un evento en particular, para determinar los
rangos donde caen los números aleatorios generados y para inferir sobre el
comportamiento patrón que sugiere el modelo simulado para el evento en
estudio.
Sin embargo, es factible omitir la construcción del histograma siempre y

cuando se construyan acertadamente los rangos de probabilidad acumulada
en una tabla diseñada adecuadamente.

TEORÍA DE JUEGOS
Es una rama de las matemáticas y de la economía que estudia la elección de la

conducta óptima de un individuo cuando los costes y los beneficios de cada opción
no están fijados de antemano, sino que dependen de las elecciones de otros
individuos.
Esta teoría tiene que ver con situaciones de decisión en la que dos oponentes con
objetivos conflictivos (en caso de suma cero) compiten intensamente para superar al
otro.

En un conflicto, cada uno de los dos jugadores (oponentes) tiene una cantidad (finita
o infinita) de alternativas o estratégias.
Asociada con cada par de estrategias está la retribución que un jugador recibe del
otro.
Tal situación se conoce como juego de suma cero entre dos personas porque la
ganancia de un jugador es igual a la pérdida del otro.
Esto significa que podemos representar el juego en función de la

retribución que recibe un jugador.

Designando los dos jugadores A y B con m y n estrategias, respectivamente, el juego
se presenta usualmente en función de la matriz de retribuciones que recibe el jugador
A como:
La representación indica que si A utiliza la estrategia i y B

utiliza la estrategia j, la retribución para A es aij, y la retribución
para B es – aij.

Juegos de dos personas con suma cero
En un juego de dos personas con suma cero, los intereses de los dos contrincantes se
oponen de tal manera que la suma de sus beneficios es cero para todos los resultados del
juego.
La cantidad de dinero (utilidad) que gana uno es igual a la cantidad de dinero (utilidad)
que pierde el otro.

Una solución importante que debe estudiarse es la solución minimax, que minimiza la
máxima pérdida posible (o maximiza la mínima ganancia posible).
Una de las características de los juegos de dos personas con suma cero es que existe una
solución minimax única.
La mayor ventaja de la solución minimax en esta situación es que es la mejor

opción del decisor si el otro participante ha escogido una solución minimax.

Punto Silla

JUEGOS CON ESTRATEGIAS MIXTAS
Cuando un juego no tiene punto silla, la teoría de juegos aconseja a cada jugador asignar
una distribución de probabilidad sobre su conjunto de estrategias.

Juegos Cooperativos
En los juegos cooperativos se parte de que es posible que algunos jugadores puedan llegar a
acuerdos vinculantes por tanto de estudiar cómo pueden actuar grupos de jugadores,
interesándonos en los comportamientos colectivos.

Juegos de producción lineal
Si consideramos varios agentes (varias empresas) que producen, con la misma

tecnología, según los recursos de que disponen cada uno, un problema
interesante es estudiar la posible cooperación entre varios de los agentes que
pueden juntar sus recursos en un proceso de producción conjunto cuya finalidad
es obtener un mayor beneficio aprovechando posibles sinergias.

Información perfecta e imperfecta
Un jugador tiene información perfecta si conoce exactamente lo que ocurre cada

vez que toma una decisión. La información es imperfecta si el jugador, en
el momento de tomar una decisión, no sabe dónde está en el juego.

Análisis de decisiones
Todos los temas anteriores de la investigación de operaciones se han centrado en la toma

de decisiones cuando las consecuencias delas decisiones alternativas se conocen con un
grado razonable de certidumbre.

Regla de decisión de Bayes
Se utilizan las mejores estimaciones disponibles de las probabilidades de los

respectivos estados de la naturaleza —en este momento las probabilidades a
priori—, para calcular el valor esperado del pago de cada opción posible.
Se elige la opción con el máximo pago esperado.

Probabilidad de un Evento y el Impacto de su Ocurrencia:
La aproximación del proceso-orientado de gerenciar el riesgo e incertidumbre

es parte del modelaje probabilístico. Esto permite al tomador de decisiones
examinar el riesgo dentro de sus retornos esperados, e identificar los asuntos
críticos de evaluar, limitar, y mitigar el riesgo. Este proceso envuelve tanto
aspectos cuantitativos como cualitativos de la evaluación del impacto del
riesgo.

Diapositivas IO2

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Diapositivas IO2

Cargado por

Copyright:

Formatos disponibles

INVESTIGACIÓN DE

Ing. Virginia Gómez

Ing. Virginia Gómez

Ing. Virginia Gómez

Ing. Virginia Gómez

Ing. Virginia Gómez

Ing. Virginia Gómez

Ing. Virginia Gómez

Ing. Virginia Gómez

 Introducción a la Investigación de Operaciones y su Aplicación en la Toma de

 Investigación de Operaciones. Frederick S. Hillier & Gerald J. Lieberman.

 Análisis cuantitativo para la toma de decisiones. Harold Bierman, Charles P.

Ing. Virginia Gómez

Se denomina estocástico (del latín stochasticus, que a su vez procede del

Cualquier desarrollo temporal que se pueda analizar en términos de probabilidad merece

El término estocástico se aplica a procesos, algoritmos y modelos en que

Ing. Virginia Gómez

Un proceso estocástico es un proceso de Markov si un estado futuro

Un proceso estocástico se define como una colección indexada de

Con frecuencia T se considera el conjunto de enteros no negativos.

Xt representa una característica de interés cuantificable en el tiempo t.

Ing. Virginia Gómez

A los posibles valores que puede tomar la variable aleatoria se le

Se puede tener un espacio de estados discretos y un espacio de estados

Ing. Virginia Gómez

Ing. Virginia Gómez

Ing. Virginia Gómez

Ing. Virginia Gómez

 Procesos estocásticos estacionarios: aquellos que la distribución de probabilidad

 Procesos estocásticos no estacionarios: son aquellos cuya distribución varia

Ing. Virginia Gómez

 Niveles de inventarios de materias primas

Cuántas unidades de servicio son requeridas para dar cierto

Ing. Virginia Gómez

1. Número de veces que aparece escudo al lanzar una moneda 10 veces.

Xt = número de veces que aparece escudo en el tiempo t

S = {0, 1, 2, 3, ………10} veces que aparece escudo – Discreto

T = {0, 1, 2, 3, ………10} intentos – Discreto

Ing. Virginia Gómez

Ing. Virginia Gómez

Ing. Virginia Gómez

Algunas situaciones empresariales se pueden modelizar describiendo clases o

Ing. Virginia Gómez

 Representa un proceso evolutivo que consiste de un número finito

 En cada paso o punto en el tiempo, el proceso puede estar en

 El estado hacia donde avanza el proceso en el siguiente paso y la

 Estas probabilidades se conocen como probabilidades de

Ing. Virginia Gómez

Establece que la probabilidad condicional de cualquier “evento” futuro dados

Una cadena de Markov se puede caracterizar por la probabilidad de ir al

Ing. Virginia Gómez

Ing. Virginia Gómez

Ing. Virginia Gómez

Ing. Virginia Gómez

Ing. Virginia Gómez

Se dice que el estado j es accesible desde el estado i es solo la probabilidad condicional

Ing. Virginia Gómez

Ing. Virginia Gómez

Ing. Virginia Gómez

Ing. Virginia Gómez

Ing. Virginia Gómez

Probabilidades de estado estable