Investigacion de Operaciones I

Marketing en Contenido Digital
INVESTIGACIÓN DE
OPERACIONES I
TRANSVERSAL
Investigación de Operaciones I
2
© Corporación Universitaria
Remington
Primera edición
2018
INVESTIGACIÓN DE OPERACIONES I
Pablo Emilio Botero Tobón
FACULTAD DE CIENCIAS EMPRESARIALES
Editorial Uniremington
Medellín, Colombia
Derechos Reservados ©2011
Primera edición: 2018
Responsables
Lina Maria Maya Toro
Decana de la Facultad de Ciencias Empresariales
lmaya@uniremington.edu.co
Francisco Javier Álvarez Gómez

Coordinador CUR-Virtual
falvarez@uniremington.edu.co
Edición y Montaje
Vicerrectoría de Educación a Distancia y Virtual
Equipo de diseño gráfico
www.uniremington.edu.co
virtual@uniremington.edu.co
Derechos reservados: El módulo de estudio del curso de

INVESTIGACIÓN DE OPERACIONES I es propiedad de la
Corporación Universitaria Remington; las imágenes fueron
tomadas de diferentes fuentes que se relacionan en los derechos
de autor y las citas en la bibliografía. El contenido del módulo está
protegido por las leyes de derechos de autor que rigen al país.
Este material tiene fines educativos y no puede usarse con
propósitos económicos o comerciales. El autor(es) certificó (de
manera verbal o escrita) No haber incurrido en fraude científico,
plagio o vicios de autoría; en caso contrario eximió de toda
responsabilidad a la Corporación Universitaria Remington y se
declaró como el único responsable.
Esta obra es publicada bajo la licencia Creative Commons.

Reconocimiento-No Comercial-Compartir Igual 2.5 Colombia
TABLA DE CONTENIDO
Pág.
1 UNIDAD 1 TEORIA DE DECISIONES 7

1.1.1 OBJETIVO GENERAL 7
1.1.2 OBJETIVOS ESPECÍFICOS 7
1.1.3 PRUEBA INICIAL 7
1.2 TEMA 1 CONCEPTOS DE TEORÍA DE DECISIONES 8
1.3 TEMA 2 CRITERIOS DE TOMA DE DECISIONES 10

1.3.1 EJERCICIO DE APRENDIZAJE 16
1.1.1 TALLER DE ENTRENAMIENTO 30
2 UNIDAD 2 PRONOSTICOS 33
2.2 TEMA 1 CONCEPTOS DE PRONÓSTICOS 34

2.2.2 MÉTODOS Y FÓRMULAS PARA LA PROMEDIO MÓVIL 37
2.2.3 LÍMITES DE PREDICCIÓN 39
2.3 TEMA 2 MODELOS DE PRONOSTICOS 42

2.3.1 PROMEDIOS MOVILES 42
3 UNIDAD 3 MODELOS DE INVENTARIOS Y RUTA CRÍTICA 52

3.2 TEMA 1 MODELOS DE INVENTARIO 53

3.2.4 INVESTIGACIÓN DE OPERACIONES II: MODELOS CON DEMANDA PROBABILÍSTICA 62
3.3 TEMA 2 RUTA CRÍTICA CPM Y PERT 65

4
4 PISTAS DE APRENDIZAJE 71
5 GLOSARIO 72
6 BIBLIOGRAFÍA 73
PROPÓSITO GENERAL
INVESTIGACIÓN
DE OPERACIONES I
El propósito de curso es que el estudiante aprenda a utilizar los diferentes modelos y a

diferenciarlos y su aplicación en su vida académica, profesional, empresarial e
investigativa
INVESTIGACIÓN
DE OPERACIONES I
OBJETIVO GENERAL
Analizar los modelos determinísticos, propiciando elementos para el análisis de
modelos estocásticos.
OBJETIVOS ESPECÍFICOS
 Analizar la teoría de decisiones.
 Determinar los modelos pronósticos aplicados al diferente nicho de

mercado.
 Realizar los diferentes tipos de modelos de inventarios y proyectos de ruta

crítica CPM y PERT.
UNIDAD 1 UNIDAD 2 UNIDAD 3
Conocimiento de los
Habilidad para la
Destreza para aplicar modelos de
construcción de
la teoría pronósticos a inventarios y genera
modelos de teoría de
la economía proyectos de ruta
decisiones
critica
7
1 UNIDAD 1 TEORIA DE DECISIONES
1.1.1 OBJETIVO GENERAL
Analizar la teoría de decisiones
1.1.2 OBJETIVOS ESPECÍFICOS

 Reconocer los diferentes conceptos de teoría de decisiones.
 Calcular los distintos parámetros de los criterios de la toma de decisiones.
1.1.3 PRUEBA INICIAL

A continuación, encontrará una serie de enunciados con cuatro respuestas, de las cuales una sola
es verdadera. Marque con una X la que usted considere correcta.
Dadas las siguientes definiciones, el estudiante estará en capacidad de responder a que concepto
corresponde:
1) A que concepto corresponde la siguiente definición:
__________ es la acción y efecto de distribuir
a. Variable b. Característica c. Distribución d. Probabilidad
_________ mide la frecuencia con la que ocurre un resultado en un experimento bajo

condiciones suficientemente estables
a. Variable b. Estadística c. Distribución d. Probabilidad
_________ es una rama de la matemática que se refiere a la recolección, estudio e

interpretación de los datos obtenidos en un estudio
8
a. Variable b. Estadística c. Probabilidad d. Parámetro
_________ como función matemática, es una cantidad a la cual el operador puede

asignarle un valor arbitrario, se distingue de variable, la cual puede tomar sólo aquellos
valores que haga la función posible.
a. Variable b. Variable dependiente c. Variable Independiente d. Parámetro
_________ es un resultado de una variable al azar especificada por una función de

distribución
a. Media b. Parámetro c. Valor d. Número aleatorio
1.2 TEMA 1 CONCEPTOS DE TEORÍA DE DECISIONES

DEFINICIÓN DE TEORÍA DE DECISIONES:
Una decisión es una elección consciente y racional, orientada a conseguir un objetivo, que se
realiza entre diversas posibilidades de actuación (o alternativas).
Antes de tomar una decisión deberemos calcular cual será el resultado de

escoger una alternativa.
En función de las consecuencias previsibles para cada alternativa se tomará la

decisión.
 Los objetivos de quién decide y las restricciones para conseguirlos;
 Las alternativas posibles y potenciales;
 Las consecuencias de cada alternativa;
 El escenario en el que se toma la decisión y las preferencias de quien decide.

9
http://ingunilibre.blogspot.com.co/p/3-teoria-de-decisiones.html
El análisis de decisión proporciona un soporte cuantitativo a los tomadores de decisiones en todas

las áreas tales como ingenieros, analistas, economistas, entre otros.
1) PROBLEMA PROBABILÍSTICO
Problema en el cual algo o todo de la información relevante

no se conoce con certeza en el momento en que se debe
tomar la decisión.
Es la forma que pueden tomar un conjunto de datos obtenidos de muestreos de datos con
comportamiento que se supone aleatorio.
Un modelo estadístico es un tipo de modelo matemático que usa la probabilidad, y que incluye
un conjunto de asunciones sobre la generación de algunos datos muestrales, de tal manera que
asemejen a los datos de una población mayor.
Las asunciones o hipótesis de un modelo estadístico describen un conjunto de

distribuciones de probabilidad, que son capaces de aproximar de manera
adecuada un conjunto de datos.
Las distribuciones de probabilidad inherentes de los modelos estadísticos son lo que distinguen a
los modelos de otros modelos matemáticos deterministas.
Un modelo estadístico queda especificado por un conjunto de ecuaciones que relacionan

diversas variables aleatorias, y en las que pueden aparecer otras variables no aleatorias. Como
tal:
"Un modelo es una representación formal de una teoría"

Todos los tests de hipótesis estadísticas y todos los estimadores estadísticos proceden de
modelos estadísticos. De hecho, los modelos estadísticos son una parte fundamentalmente de
la inferencia estadística.
2) PROCESO DE TOMAR DECISIONES ESTADÍSTICAS
A diferencia de los procesos de toma de decisiones determinísticas tal como optimización lineal
resuelto mediante sistema de ecuaciones, sistema paramétrico de ecuaciones y en la toma de
10
decisiones bajo incertidumbre, las variables son normalmente más numerosas y por lo tanto más
difíciles de medir y controlar. Sin embargo, los pasos para resolverlos son los mismos. Estos son:
1) Simplificar
2) Construir el modelo de decisión
3) Probar el modelo
4) Usando el modelo para encontrar soluciones.
5) El modelo puede ser usado repetidas veces para problemas similares, y además puede ser
ajustado y modelado.
1.3 TEMA 2 CRITERIOS DE TOMA DE DECISIONES

1 CRITERIOS DE TOMA DE DECISIONES
1.1 DECISIONES EN SITUACIÓN DE CERTEZA O CERTIDUMBRE
Una situación de certeza es aquella en la que un sujeto tiene información completa sobre una
situación determinada, sobre cómo evolucionará y conoce el resultado de su decisión.
EJEMPLO: Decisiones sobre compras cuando se conoce la demanda.
La toma de decisiones en condiciones de certidumbre o certeza, ocurre cuando el decisor conoce:
El estado de la naturaleza que ocurrirá con absoluta certeza.

En situaciones de esta naturaleza, el decisor conoce:
El conjunto de alternativas factibles y las consecuencias de cada una.

La matriz de decisiones tiene una sola columna, dado que se conoce el estado natural que se presentará.
Por lo tanto, a cada alternativa factible se le asigna un solo resultado posible.
El criterio de decisión en problemas bajo certeza consiste en elegir simplemente

la alternativa de mayor beneficio o menor pérdida.
http://www.ingenieria.unam.mx/javica1/ingsistemas2/Decisiones/Incertidumbre.html
11
La toma de decisiones en un marco de certeza no implica dificultad alguna, más
allá de las relacionadas con la gestión empresarial.
1.2 Decisiones en situación de incertidumbre
Una situación de incertidumbre es aquella en la que un sujeto toma la decisión sin conocer del
todo la situación y existen varios resultados para cada estrategia. Pueden ser decisiones no
competitivas y competitivas.
En problemas de decisión bajo incertidumbre, como se mencionó antes, se atiende a problemas de

decisiones, en los que no se conocen las probabilidades de ocurrencia de los estados naturales, por lo
tanto, hay que recurrir a criterios empíricos para tomar la decisión; para decidir existen una serie de
criterios de elección:
Maximin, pesimista.
Máximax, optimista.
Arrepentimiento Mínimax.
Valor esperado.
Valor esperado con información perfecta.
a) El criterio maximin o Criterio Pesimista supone maximizar el resultado mínimo, es decir

el decisor quiere asegurarse la elección mejor en caso que se dé la situación más
desfavorable, es decir, lo más malo le llega a suceder a la persona.
Se debe determinar el peor de los resultados de cada acción, para escoger el mejor. el
"mejor" peor.
Procedimiento:
1) Escribe el número mínimo en cada fila de acción.
2) Elige el número máximo

12
3) Se realiza está acción
b) El criterio Maximax o Criterio Optimista consiste en maximizar el máximo; escoger el

resultado máximo entre los mejores de cada alternativa. Asegura que la elección mejor en
caso que se dé la situación más favorable, es un tipo de criterio agresivo, es decir, lo
mejor siempre le sucede a mi persona.
Se determina la acción con el mejor de los resultados de cada acción, para escoger el
mejor. el mejor de lo mejor.
Procedimiento:
1) Escribe el número máximo en cada fila de acción.
2) Elige el número máximo
3) Se realiza está acción
 ÍNDICE DE HURWITZ
Es un criterio ni demasiado optimista, ni demasiado pesimista.
Procedimiento:
1) Elige un ∞ entre 0 y 1
2) Elija el beneficio más alto y más bajo para cada acción
3) Multiplique el beneficio más alto (en el sentido de las filas) por ∞ y el más bajo por (1-
∞).
4) Opte por el curso de acción de la suma más alta.

13
Este criterio distingue los resultados máximos y mínimos posibles de cada alternativa; hecho esto
aplica el factor de ponderación ß llamado "índice de optimismo relativo", para llegar a la
decisión mediante el cálculo de utilidades esperadas. El criterio se aplica siguiendo la secuencia:
1. De la matriz de decisiones se seleccionan el mejor y el peor valor para cada alternativa, dando
lugar a un vector de óptimos y a otro de pésimos.
2. El vector de óptimos se afecta por el índice ß, y
el vector de pésimos por (1 - ß)
El índice ß varía entre 0 y 1;

ß = 0 para el caso más pesimista (criterio minimin)
ß = 1 para el caso más optimista (criterio Maximax)
0 <= ß => 1 para los casos intermedios.
3. La suma de los vectores (de óptimos y pésimos) ya ponderados, es el vector de valores

esperados.
La alternativa seleccionada es aquella que corresponde al máximo valor esperado.

 MÍNIMO ARREPENTIMIENTO (PÉRDIDA DE OPORTUNIDAD DE SAVAG)
Consiste en que se odian lamentaciones. En el cual la decisión debe ser tal que valga la pena
repetirla.
Una vez tomada la decisión y producido el estado natural se obtiene un

resultado;
14
Savage argumenta que después de conocer el resultado,
El decisor puede arrepentirse de haber seleccionado una alternativa dada.
Savage sostiene que el decisor debe tratar de que ese arrepentimiento se reduzca al mínimo.
El criterio es el siguiente:
1) FORMAR LA MATRIZ DE ARREPENTIMIENTOS O DE COSTO DE OPORTUNIDAD.
 A cada estado natural se determina el mejor valor para ese estado natural.
 A cada estado natural le corresponde una columna en la matriz de decisiones.
 En cada columna se determina el mejor valor para ese estado natural y se sustituye por
un cero; esto significa que si ocurre ese estado natural y escogimos la alternativa que le
corresponde a ese valor óptimo, nuestro arrepentimiento será nulo.
 En sustitución de los valores del resto de la columna, se escribirá la diferencia entre el

resultado óptimo y los demás resultados; esta diferencia es el costo de oportunidad o
arrepentimiento por no haber escogido la alternativa que diera el valor óptimo.
 La matriz así formada se conoce como: matriz de arrepentimientos, de costos de

oportunidad o pérdida de oportunidad.
2) Una vez formada la matriz de pérdida de oportunidad, Savage aconseja escoger la

estrategia que corresponde al mínimo de los arrepentimientos máximos, es decir, se
aplica la regla Mínimax.
La alternativa seleccionada será aquella que minimiza el arrepentimiento.

Este criterio tiene el inconveniente de que el número de eventos considerados puede alterar la
decisión. Además, la regla utilizada para seleccionar el mínimo de los arrepentimientos máximos
es similar al criterio de Wald, por lo tanto, tiene sus inconvenientes.
15
Procedimiento
En general se puede decir:
a) Se selecciona el valor más alto por columna
b) Se le resta este valor por fila
c) Se selecciona por fila el valor más alto
d) Se toma la acción menor
 TOMA DE DECISIONES BAJO RIESGO
El riesgo implica cierto grado de incertidumbre y la habilidad para controlar plenamente los
resultados o consecuencias de dichas decisiones. El proceso permite al tomador de decisiones
evaluar estrategias alternativas antes de tomar cualquier decisión. El proceso decisión se
describe a continuación:
a) El problema está definido y todas las alternativas confiables han sido consideradas. Los
resultados posibles para cada alternativa son evaluativos.
b) Los resultados son discutidos de acuerdo a su reembolso monetario o de acuerdo a la

ganancia neta de activos o con respecto al tiempo.
c) Varios valores inciertos son cuantificados en términos de probabilidad.
d) La calidad de la estrategia óptima depende de la calidad con que se juzgue.
No sabemos qué ocurrirá tomando determinadas decisiones, pero sí sabemos

qué puede ocurrir y cuál es la probabilidad de ello.
16
1.3.1 EJERCICIO DE APRENDIZAJE
Tomado de: http://www.ingenieria.unam.mx/javica1/ingsistemas2/Decisiones/Incertidumbre.html
Se desea construir un edificio, y para su diseño se presentan las siguientes tres alternativas:
A 1 = Construirlo para que resista un sismo de 6 grados de intensidad.
A2 = Construirlo para que resista un sismo de 8 grados de intensidad.
A3 = Construirlo para que resista un sismo de 10 grados de intensidad.
Los posibles estados naturales son que se presente un sismo de:
E1: Menos de 6 grados
E2: Mas de 6 grados y menos de 8.
E3: Mas de 8 grados y menos de 10.
La matriz de decisiones es:
𝐸1 𝐸2 𝐸3
𝐴1 300 −400 −500
𝐴2 200 200 −300
𝐴3 100 100 100
Los resultados son beneficios en millones de pesos. (si son negativos se trata de daños)
Procedimiento:
 CRITERIO MAXIMIN:
Los valores mínimos se señalan con rojo, siendo el máximo de estos 100 que apunta a la
alternativa 3.
17
𝐸1 𝐸2 𝐸3
𝐴1 300 −400 −500
𝐴2 200 200 −300
𝐴3 100 100 100
 CRITERIO MAXIMAX:
Los mejores valores se marcan con rojo y de estos el mejor, 300, apunta hacia la alternativa
1.
𝐸1 𝐸2 𝐸3
𝐴1 300 −400 −500
𝐴2 200 200 −300
𝐴3 100 100 100
 CRITERIO DE HURWICZ:
Se eligen los mejores y peores valores para cada alternativa, (rojo y azul, respectivamente)
𝐸1 𝐸2 𝐸3
𝐴1 300 −400 −500
𝐴2 200 200 −300
𝐴3 100 100 100
Sea ß = 0.80 entonces:
V(𝑨𝟏 ) = 0.80 (300) + 0.20(-500) = 240 - 100 = 140
V(𝑨𝟐 ) = 0.80(200) + 0.20(-300) = 160 - 60 = 100
V(𝑨𝟑 ) = 0.80(100) + 0.20(100) = 80 + 20 = 100

Con este criterio la alternativa a elegir es la 1.
 CRITERIO DE LAPLACE:
18
Siendo el número de Estados de la naturaleza 3, las probabilidades de cada uno son
0.33...33, por lo que su valor esperado de cada alternativa se muestra enseguida:
VE(𝑨𝟏 ) = 0.33 (300) + 0.33(-400) + 0.33(-500) = 99 - 132 - 165 = -198
VE(𝑨𝟐 ) = 0.33(200) + 0.33(200) + 0.33(-300) = 66 + 66 - 99= 33
VE(𝑨𝟑 ) = 0.33(100) + 0.33(100) + 0.33(100) = 33 + 33 + 33 = 99

La alternativa 3 sería la elegida con este criterio.
 CRITERIO DE ARREPENTIMIENTO DE SAVAGE:
Siguiendo los pasos indicados, la matriz de arrepentimiento se empezaría a formar

eligiendo los mejores valores de cada estado de la naturaleza, quedando la matriz como
la siguiente:
𝐸1 𝐸2 𝐸3
𝐴1 300 −400 −500
𝐴2 200 200 −300
𝐴3 100 100 100
Estos mejores valores serán disminuidos por cada valor del elemento, la matriz se vería así:
𝐸1 𝐸2 𝐸3
𝐴1 300 − 300 200 − (−400) 100 − (−500)
𝐴2 300 − 200 200 − 200 100 − (−300)
𝐴3 300 − 100 200 − 100 100 − 100
Finalmente, la matriz de arrepentimiento sería la siguiente:
𝐸1 𝐸2 𝐸3
𝐴1 00 600 600
𝐴2 100 00 400
𝐴3 200 100 00
19
El vector de arrepentimientos máximos es [600,400, 200]T, siendo el valor mínimo aquel que
apunta a la alternativa 3, la cual resulta seleccionada como la mejor.
Nota: Es conveniente efectuar la aplicación de cada uno de los criterios disponibles

y con los resultados en cada caso, reflexionar sobre la "filosofía" que encierra cada
método, eligiendo según criterio que prevalezca.
 BENEFICIO ESPERADO
El resultado real no será igual al valor esperado. Lo que se obtiene no es lo que se espera, es
decir, las grandes expectativas.
a) Con cada acción, multiplique la probabilidad y el beneficio y luego sume: elija el número
más grande y adopte esta acción.
b) Agregue el resultado por filas.
c) Seleccione el número más grande y tome esa acción.
 LOS ESTADOS MÁS PROBABLES DE LA NATURALEZA
a) Tome el estado de la naturaleza que tiene la probabilidad más alta (rompa empates)
b) En esa columna, elija la acción que tiene el mayor beneficio.
 PÉRDIDA DE OPORTUNIDAD ESPERADA (POE)
a) Configure una matriz de beneficios de la pérdida tomando el número mayor por

columna correspondiente a los estados de naturaleza.
b) Réstele los valores de su columna por fila.
c) Para cada acción multiplique la probabilidad y las perdidas, luego agregue a cada acción.
d) Seleccione la acción con el POE más pequeño
 CÁLCULO DEL VALOR ESPERADO DE INFORMACIÓN PERFECTA (VEIP)

20
El VEIP nos ayuda a considerar el valor que tiene las personas informadas, que son las dueñas de
la información perfecta.
a) Tome el beneficio máximo de cada estado de la naturaleza.
b) Multiplique cada uno por la probabilidad que ocurra.
 YO NO SÉ NADA
Todos los esperados de la naturaleza tienen igual probabilidad. Como yo no sé nada, todo es
igualmente probable.
a) Por cada estado de la naturaleza ponga una probabilidad igual.
b) Multiplique cada número por la probabilidad.
c) Añada la fila de acción y complete la columna beneficio esperado.
d) Elija el número máximo en el paso anterior
e) Adopte esta acción.
 ÁRBOL DE DECISIONES
En muchos casos, el decisor puede necesitar la opinión de un especialista para reducir sus
incertidumbres con respecto a la probabilidad de cada uno de los estados de la naturaleza.
Una matriz de confiabilidad se efectúa al medir el desempeño de cada una de las variables de
acuerdo a estudios anteriores y al análisis de la persona.
Los pasos son:
a) Tome las probabilidades y multiplique las hacia abajo en la matriz y luego súmelas.
b) Suma el resultado de sumar en sentido horizontal.
c) Es necesario normalizar los valores dividiendo el número de cada fila por la suma de la fila
hallada en el paso anterior.
21
d) Dibuje el árbol de decisiones
e) Encuentre el beneficio esperado
f) Por último, el valor de información perfecta
g) Tome la mejor decisión
 EVALUACIÓN DEL RIESGO
El riesgo es la inconveniencia de una apertura, la cuales es descrita en términos de probabilidad.

El control de riesgo es un procedimiento de cuantificación de los valores de pérdida o ganancia,
y proporcionarlos con apropiados valores de probabilidad.

Una empresa de productos lácteos desea conocer las preferencias del consumidor en compras de
4 de sus productos habituales en 4 zonas del país como son Antioquia, Santander, Valle del cauca
y Santa marta. Para lo cual desea medir el comportamiento de las ventas en miles de pesos de
sus productos. La información está dada a continuación:
ZONA 1 ZONA 2 ZONA 3 ZONA 4
Leche semidescremada 600 400 550 500
Leche entera 1500 1200 1450 1300
Leche descremada 450 380 500 400
Leche con sabores 500 350 480 350
Se pide aplicar los diferentes criterios para la toma de decisiones.
Procedimiento
1) CRITERIO DE PESIMISTA
22
Leche semidescremada 400
Leche entera 1200
Leche descremada 380
Leche con sabores 350
Selecciono la leche entera es la mejor decisión.
2) CRITERIO OPTIMISTA
Leche entera 1500
3) ÍNDICE DE HURWITZ
Confianza 0,7 0,3 ACCION
Leche semidescremada 420 120 540
Leche entera 1050 360 1410
Leche descremada 350 114 464
Leche con sabores 350 105 455

23
4) MÍNIMO ARREPENTIMIENTO
ZONA 1 ZONA 2 ZONA 3 ZONA 4 ACCION
Leche semidescremada 900 800 900 800 900
Leche entera 0 0 0 0 0
Leche descremada 1050 820 950 900 1050
Leche con sabores 1000 850 970 950 1000
Selecciono la leche semidescremada es la mejor decisión.
5) BENEFICIO ESPERADO
Probabilidad 0,3 0,2 0,3 0,2
Leche entera 450 240 435 260
Leche entera 450 240 435 260 1385

24
6) ESTADOS DE NATURALEZA
Leche entera 450
Selecciono la leche entera es la mejor decisión
7) PERDIDA DE OPORTUNIDAD ESPERADA
Leche entera 0 0 0 0 0
Selecciono la leche semidescremada es la mejor decisión.

25
8) CÁLCULO DEL VALOR ESPERADO DE INFORMACIÓN PERFECTA
ZONA 1 450
ZONA 2 240
ZONA 3 435
ZONA 4 260
TOTAL 1385
VEIP= 1385-860=525
9) YO NO SÉ NADA
Probabilidad 0,25 0,25 0,25 0,25
Leche semidescremada 150 100 137,5 125 512,5
Leche entera 375 300 362,5 325 1362,5
Leche descremada 112,5 95 125 100 432,5
Leche con sabores 125 87,5 120 87,5 420
Selecciono la leche entera es la mejor decisión

26
10) TOMA DE DECISIONES BAJO BAYES
Leche semidescremada 0,20 0,17 0,18 0,20
Leche entera 0,49 0,52 0,49 0,51
Leche descremada 0,15 0,16 0,17 0,16
Leche con sabores 0,16 0,15 0,16 0,14
Leche semidescremada 0,06 0,03 0,06 0,04 0,19
Leche entera 0,15 0,10 0,15 0,10 0,50
Leche descremada 0,04 0,03 0,05 0,03 0,16
Leche con sabores 0,05 0,03 0,05 0,03 0,15
Matriz para el teorema de Bayes
Leche semidescremada 0,3 0,2 0,3 0,2
Leche entera 0,3 0,2 0,3 0,2
Leche descremada 0,3 0,2 0,3 0,2
Leche con sabores 0,3 0,2 0,3 0,2

27
 BENEFICIO ESPERADO
 Leche semidescremada= 600(0,3) +400(0,2) +550(0,3) +500(0,2) = 525
 Leche entera= 1500(0,3) +1200(0,2) +1450(0,3) +1300(0,2) = 1385
 Leche descremada= 450(0,3) +380(0,2) +500(0,3) +400(0,2) = 441
 Leche con sabores = 500(0,3) +350(0,2) +480(0,3) +350(0,2) = 434

28
 VALOR DE INFORMACIÓN PERFECTA
Se seleccionan las dos mejores alternativas.
ZONA 1 450
ZONA 2 240
ZONA 3 435
ZONA 4 260
TOTAL 1385
Leche semidescremada= 1385 – 525 =860
Leche entera= 1385 – 1385 =0
1.1 EVALUACIÓN DE RIESGO
Valor esperado
ZONA 1 ZONA 2 ZONA 3 ZONA 4 valor esperado
Leche entera 450 240 435 260 1385
Varianza
29
ZONA 1 ZONA 2 ZONA 3 ZONA 4 varianza
Leche entera 675000 288000 630750 338000 13525
Desviación Estándar
Desviación estándar
Leche entera 116
Leche descremada 46
Coeficiente de Variación
Coeficiente de Variación
Leche semidescremada 14%
Leche entera 8,37%
Leche descremada 10,43%
Leche con sabores 16%

30
1.1.1 TALLER DE ENTRENAMIENTO
1) Un agricultor puede analizar sus diferentes estrategias de cultivo en función del tipo de
terreno y el clima, seleccionado como más adecuados el trigo, la papa y la yuca. Los
estados de naturaleza pueden ser el clima como es lluvioso, normal y cálido. En el
momento de tomar la decisión el microempresario del sector no conoce cómo va ser el
año, suponiendo a través de pronósticos del tiempo este dio las siguientes probabilidades:
35% lluvioso, 42% normal y 23% cálido. Según el comportamiento de años anteriores
puede dar la tendencia en la cosecha de los tres productos. La matriz está dada a
continuación:
probabilidad 0,35 0,42 0,23
lluvioso normal Cálido
Trigo 200 220 210
Papa 180 200 215
Yuca 133 150 135
Realizar por todos los criterios y tomar la mejor decisión.
2) Se realizó un estudio sobre las preferencias a la hora de comprar los útiles de estudio por
parte de los estudiantes de una universidad según la temporada del año, encontrándose
que compraban 50% en enero, 35% en junio y un 15% en diciembre. Los cuadernos que
más compraban según las edades esta dado a continuación:
Enero Junio Diciembre
Cuaderno argollado 850 520 310
Cuaderno 5 materias 120 100 15
Cuaderno precocido 333 250 13

31
3) Se efectuó en un estudio sobre las preferencias a la hora de ir de compras de ropa para

niños, adultos, jóvenes por parte de los estudiantes antes de la temporada escolar,
encontrándose que compraban 55% ropa informal, 30% ropa sport y un 15% elegante. Los
datos están dados a continuación:
Ropa informal Ropa sport Elegante
niños 45 50 31
Adultos 12 15 18
Jóvenes 33 25 12
4) Una compañía de helados desea conocer las preferencias del consumidor en compras de
4 de sus productos habituales en 4 zonas del país como son Antioquia, Bogotá, Cartagena
y Quibdó. Para lo cual desea medir el comportamiento de las ventas en miles de pesos de
sus productos. La información está dada a continuación:
Leche entera 500 200 450 280
Se pide aplicar los diferentes criterios para la toma de decisiones.

32
5) De acuerdo a lo desarrollado en la unidad responda las siguientes preguntas.
a) ¿Cómo define usted el concepto de teoría de decisiones?
b) ¿Cómo define usted el concepto de evaluación de riesgo?
c) ¿Qué diferencia existe entre los criterios?
d) Con una aplicación en su empresa calcule los parámetros de los criterios de teoría de
decisiones y defina sus características.
e) El estudiante estará en capacidad de realizar un proyecto aplicando la teoría de

decisiones y analizar si es viable o no teniendo en cuenta el análisis de cálculos y
gráficas.
33
2 UNIDAD 2 PRONOSTICOS
Determinar los modelos pronósticos aplicados a los diferentes nichos de mercado.

 Interpretar los diagramas estadísticos
 Calcular los parámetros de promedio móvil y suavización exponencial.

A continuación, encontrará una serie de enunciados con cinco respuestas, de las cuales una sola
es verdadera. Marque con una X la que usted considere correcta. Dadas las siguientes
definiciones, el estudiante estará en capacidad de responder a que concepto corresponde:
1) El siguiente concepto corresponde la siguiente definición:
__________ es una característica, cualidad o atributo o propiedad de un sujeto o unidad

de observación.
a. Variable b. Característica c. Escala de medición d. Parámetro
_________ se refiere al fenómeno que se intenta explicar y que será objeto de estudio a
lo largo de la investigación.

34
_________ son todos aquellos factores o elementos que explican un fenómeno o la
conducta del fenómeno.
_________ como función matemática, es una cantidad a la cual el operador puede

asignarle un valor arbitrario, se distingue de variable, la cual puede tomar sólo aquellos
valores que haga la función posible.
_________ de una variable estadística es la suma de todos sus posibles valores, ponderada
por las frecuencias de los mismos.
a. Media b. Parámetro c. Media Aritmética d. Media Ponderada
2.2 TEMA 1 CONCEPTOS DE PRONÓSTICOS

Un pronóstico es simplemente una predicción del comportamiento de una
variable la cual está sujeta al presente y como va a hacer en el futuro.
Un pronóstico es el proceso de estimación en situaciones de incertidumbre.
El término predicción es similar, pero más general, y usualmente se refiere a la estimación

de series temporales o datos instantáneos.
El pronóstico ha evolucionado hacia la práctica del plan de demanda en el pronóstico diario de

los negocios. La práctica del plan de demanda también se refiere al pronóstico de la cadena de
suministros.
Entonces tenemos que los pronósticos son procesos críticos y continuos que se necesitan para
obtener buenos resultados durante la planificación, de un proyecto.
35
Los pronósticos se pueden clasificar respecto al tiempo, de la siguiente manera:
PRONÓSTICO CARACTERÍSTICA
En las empresas modernas, este tipo de pronóstico se efectúa

cada mes o menos, y su tiempo de planeación tiene vigencia
de un año. Se utiliza para:
PRONÓSTICOS A CORTO  Programas de abastecimiento, producción,
PLAZO
 Asignación de mano de obra a las plantillas de
trabajadores, y
 Planificación de los departamentos de fabricación.
Abarca un lapso de seis meses a tres años. Este se utiliza para:

 Estimar planes de ventas, Producción,
PRONÓSTICOS A MEDIANO
PLAZO  Flujos de efectivo y
 Elaboración de presupuestos.
Este tipo de pronóstico se utiliza en:

 La planificación de nuevas Inversiones,
 Lanzamiento de nuevos productos y tendencias
PRONÓSTICOS A LARGO tecnológicas de materiales,
PLAZO
 Procesos y productos, así como
 En la preparación de proyectos.
El tiempo de duración es de tres años o más.
Recuerde que la toma de decisiones es muy importante a la hora de determinar un pronóstico:
La toma de decisiones, es la elección de rutas a seguir, en función de lo que es

probable que ocurra en el futuro, con base a su vez en análisis y en
consideraciones de juicio.
36
 PROMEDIOS MÓVILES
Los promedios móviles son promedios ponderados, el cual estima la demanda del siguiente
periodo de tiempo durante bimestres, trimestres, semestres.
Los promedios móviles son promedios calculados a partir de subgrupos artificiales de

observaciones consecutivas.
En las gráficas de control, usted puede crear una gráfica de promedio móvil para los datos de
tiempo ponderados.
En los análisis de series de tiempo, Minitab* utiliza el promedio móvil para suavizar los datos y
reducir las fluctuaciones aleatorias en una serie de tiempo.
*Minitab es un programa de computadora diseñado para ejecutar funciones estadísticas básicas

y avanzadas. Combina lo amigable del uso de Microsoft Excel con la capacidad de ejecución de
análisis estadísticos.

Una compañía de suministro de productos de oficina monitorea los niveles de inventario cada
día. La compañía desea utilizar los promedios móviles de longitud 2 para rastrear los niveles de
inventario con el fin de suavizar los datos. Durante 8 días, se recolectan datos correspondientes
a uno de sus productos.
DÍA 1 2 3 4 5 6 7 8
NIVEL DE
4310 4400 4000 3952 4011 4000 4110 4220
INVENTARIO
PROMEDIO
4310 4355 4200 3976 3981.5 4005.5 4055 4165
MÓVIL
El primer promedio móvil es de 4310, el cual representa el valor de la primera observación.
Nota 1: En el análisis de series de tiempo, no se calcula el primer número en las series de

promedio móvil; es un valor faltante.
37
El siguiente promedio móvil es el promedio de las dos primeras observaciones:
(4310 + 4400) / 2 = 4355.

El tercer promedio móvil es el promedio de las observaciones 2 y 3,
(4400 + 4000) / 2 = 4200

Y así sucesivamente.
Nota: Si desea utilizar un promedio móvil con una longitud de 3, se promedian tres valores en
lugar de dos.
https://support.minitab.com/es-mx/minitab/18/help-and-how-to/modeling-statistics/time-series/supporting-
topics/moving-average/what-is-a-moving-average/
2.2.2 MÉTODOS Y FÓRMULAS PARA LA PROMEDIO MÓVIL

2.2.2.1 PROMEDIO MÓVIL
Para calcular un promedio móvil, Minitab promedia los grupos consecutivos de observaciones en
una serie. Por ejemplo, supongamos que una serie comienza con los números 4, 5, 8, 9, 10 y usted
utiliza la longitud de promedio móvil de 3.
 El tercer valor del promedio móvil es el promedio de 4, 5, 8;
 El cuarto valor es el promedio de 5, 8, 9;
 El quinto valor es el promedio de 8, 9, 10.
2.2.2.2 PROMEDIO MÓVIL CENTRADO
Por opción predeterminada, los valores de promedio móvil se colocan en el

período en el cual se calculan.
Por ejemplo, para una longitud de promedio móvil de 3,
38
El primer valor de promedio móvil numérico se coloca en el período 3,
el siguiente en el período 4 y así sucesivamente.
Cuando usted centra los promedios móviles, éstos se colocan en el centro del rango en lugar del
final del rango.
Nota: Esto se realiza para colocar los valores de promedio móvil en sus posiciones centrales en
el tiempo.
 SI LA LONGITUD DEL PROMEDIO MÓVIL ES IMPAR
Supongamos que la longitud del promedio móvil es 3. En ese caso, Minitab coloca el primer valor
de promedio móvil numérico en el período 2, el siguiente en el período 3 y así sucesivamente.
Nota: En este caso, falta el valor del promedio móvil para el primer y último período.
 SI LA LONGITUD DEL PROMEDIO MÓVIL ES PAR
Suponiendo que la longitud del promedio móvil es 4. Debido a que usted no puede colocar un
valor de promedio móvil en el período 2.5,
 Minitab calcula el promedio de los primeros cuatro valores y les denomina MA1.
 Luego, Minitab calcula el promedio de los siguientes cuatro valores y los denomina MA2.
El promedio de estos dos valores es el número de Minitab y lo coloca en el período 3.
Nota: En este caso, los valores de promedio móvil de los dos primeros períodos y de los dos
últimos períodos son valores faltantes.
39
 PRONÓSTICOS
El valor ajustado en el tiempo t es el promedio móvil no centrado en el tiempo t– 1.
Los pronósticos son los valores ajustados en el origen del pronóstico.

Por ejemplo, si se pronostican 10 unidades de tiempo adelante, el valor pronosticado para cada
tiempo será el valor ajustado en el origen. Los datos hasta el origen se utilizan para calcular los
promedios móviles.
Se puede utilizar el método de promedio móvil lineal al realizar promedios móviles

consecutivos. Este procedimiento se realiza con frecuencia cuando existe una tendencia en los
datos.
Primero, calcule y almacene el promedio móvil de las series originales.
A continuación, calcule y almacene el promedio móvil de la columna almacenada previamente

para obtener un segundo promedio móvil.
En pronósticos ingenuos, el pronóstico para el tiempo t es el valor de los datos en el tiempo t –

1.
Al utilizar el procedimiento de promedio móvil con un promedio móvil de longitud

uno se generan pronósticos ingenuos.
2.2.3 LÍMITES DE PREDICCIÓN

Intervalo de predicción: Reporta el rango de valores de Y, para un valor particular
de X.
Un intervalo de predicción es un intervalo elaborado con una serie de datos de las

muestras de modo que contenga observaciones futuras.
Supongamos que una futura muestra:
 Se toma en las mismas condiciones y de la misma población o proceso que la muestra

original, y que
 La muestra era aleatoria o que el proceso estaba en condiciones de control estadístico.

40
Hay muchas variaciones sobre este tema, pero todas tienen que ver con:
El problema esencial de lo que pasará en el futuro y con qué frecuencia sucederá

—la esencia de la estadística.
 Podemos tener intervalos de predicción para los datos de las variables, o para datos del
tipo de atributo;
 Podemos basar más la predicción en un modelo paramétrico, como la distribución normal

o usar métodos no paramétricos.
Ambos son útiles en la práctica. También podemos poner condiciones sobre la predicción futura.
Por ejemplo, tal vez queramos que el intervalo tenga como mínimo 4 de las siguientes 5, o que
tenga el promedio de la próxima muestra de 10. En este artículo, exploramos el uso común de los
intervalos de predicción cuando la distribución normal sea pertinente.
Supongamos que tenemos una muestra aleatoria de n observaciones X1, X2, ., Xn y sabemos que
los datos provienen de una distribución normal, pero no sabemos el promedio ni la distribución
estándar de la distribución. Una única observación futura sería Xn+1 y su error de predicción sería:
̅.
Xn+1 - 𝐗
Para calcular los límites de una predicción se utiliza la siguiente fórmula:
𝑳í𝒎𝒊𝒕𝒆 𝒔𝒖𝒑𝒆𝒓𝒊𝒐𝒓 = 𝑃𝑟𝑜𝑛ó𝑠𝑡𝑖𝑐𝑜 + 1,96 × √𝐷𝐶𝑀
𝑳í𝒎𝒊𝒕𝒆 𝒊𝒏𝒇𝒆𝒓𝒊𝒐𝒓 = 𝑃𝑟𝑜𝑛ó𝑠𝑡𝑖𝑐𝑜 − 1,96 × √𝐷𝐶𝑀

Dónde: DCM: desviación cuadrática media.
2.2.3.1 MAPE (ERROR PORCENTUAL ABSOLUTO MEDIO)

MAPE (Sigla en inglés)
El error porcentual absoluto medio (EPAM) mide la exactitud de los valores

ajustados de las series de tiempo.
EPAM expresa la exactitud como un porcentaje.
41
PARA CALCULAR EL EPAM SE UTILIZA LA SIGUIENTE FÓRMULA:
̂
∑ |(𝒚𝒕 − 𝒚𝒕 )⁄𝒚𝒕 |
𝑬𝑷𝑨𝑴 = × 𝟏𝟎𝟎, 𝒄𝒐𝒏 𝒚𝒕 ≠ 𝟎
𝒏
Dónde:
𝒚𝒕 valor real en el tiempo t
̂𝒕
𝒚 valor ajustado
n número de observaciones
2.2.3.2 MAD (DESVIACIÓN MEDIA ABSOLUTA)

La desviación media absoluta (MAD) mide la exactitud de los valores ajustados de las series de
tiempo. La MAD expresa exactitud en las mismas unidades que los datos, lo cual ayuda a
conceptualizar la cantidad de error.
PARA CALCULAR MAD SE UTILIZA LA SIGUIENTE FÓRMULA:
∑𝑛𝑡=1|𝒚𝒕 − 𝒚
̂𝒕 |
𝑀𝐴𝐷 =
𝑛
Dónde:
̂𝒕
𝒚 valor ajustado
42
2.2.3.3 DCM (DESVIACIÓN CUADRÁTICA MEDIA)
La desviación cuadrática media (DCM) siempre se calcula utilizando el mismo denominador, n,

independientemente del modelo.
La DCM es más sensible que DAM para medir un error de pronóstico

inusualmente grande.
PARA CALCULAR DCM SE UTILIZA LA SIGUIENTE FÓRMULA:
∑𝒏𝒕=𝟏|𝒚𝒕 − 𝒚
̂ 𝒕 |𝟐
𝑫𝑪𝑴 =
𝒏
Dónde:
̂𝒕
𝒚 valor ajustado
https://support.minitab.com/es-mx/minitab/18/help-and-how-to/modeling-statistics/time-series/how-to/moving-
average/methods-and-formulas/methods-and-formulas/
2.3 TEMA 2 MODELOS DE PRONOSTICOS

Es una expresión matemática que representa en forma simplificada el fenómeno por medio del
cual se obtienen los valores idealizados que toma una variable aleatoria en un periodo de tiempo
determinado.
2.3.1 PROMEDIOS MOVILES

Los promedios móviles son promedios ponderados, el cual estima la demanda del siguiente
periodo de tiempo durante bimestres, trimestres, semestres.
43
 PROMEDIO MÓVIL SIMPLE, PRONÓSTICO Y PERIODOS
Se llama media móvil o promedio simple cuando se define el número de periodos para su
cálculo.
Un ejemplo de promedio es cuando vamos a calcular la demanda de diciembre con una móvil de
5 meses: julio, agosto, septiembre, octubre y noviembre, así pues … el cálculo de pronósticos del
mes de enero ahora será a partir de los meses de agosto, septiembre, octubre, noviembre y
diciembre.
El concepto de media aritmética o promedio también contempla la decisión de qué tan largo
será el periodo que usaremos para calcular el promedio, pues:
Entre más largo sea, el pronóstico calculado será más suavizado.
Por otro lado, cuando observamos una tendencia en la demanda,
Un periodo más corto será mejor al entregarnos resultados con mayor

oscilación, siendo más fiel a la tendencia actual.
En este sentido:
Un periodo más largo en el promedio simple da un resultado más uniforme, pero

con tendencia retrasada.
Con un periodo más corto, tenemos más oscilación, pero se está más cerca a la
tendencia.
PARA CALCULAR EL PROMEDIO SIMPLE, SE UTILIZA LA SIGUIENTE FÓRMULA:
𝑆𝑢𝑚𝑎𝑡𝑜𝑟𝑖𝑎 𝑑𝑒 𝑙𝑎 𝑑𝑒𝑚𝑎𝑛𝑑𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑛 𝑝𝑒𝑟í𝑜𝑑𝑜𝑠 𝑝𝑟𝑒𝑣𝑖𝑜𝑠

𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜𝑠𝑖𝑚𝑝𝑙𝑒 =
𝑛
Dónde n el número de periodos que se incluyen para calcular el promedio.
44
Nota: En la fórmula de promedio simple cada pronóstico debe ser hecho siempre con el n, a
menos pues que sea necesario dar mayor suavización (haciendo el n mayor) o mayor
oscilación (haciendo el n mejor), esto en función de la tendencia de la demanda del producto.

1) Cómo calcular el promedio simple:
INGE es una compañía productora de alimentos para gato y requiere calcular el

pronóstico de demanda con el método de media o promedio móvil simple, considerando
un periodo de 3 meses.
La siguiente tabla nos muestra la demanda real a través de los próximos 18 meses
iniciando desde enero, con lo cual pronosticamos la demanda de los siguientes periodos:
45
El comportamiento gráfico de la demanda sería el siguiente:
2) Aprovechando el ejemplo medio móvil, cómo SE CALCULARÍA el pronóstico de demanda

con promedio móvil simple con 6 meses de periodo.
46
Lo que graficado sería:
Ambos ejemplos nos permiten entender el método de promedio móvil simple. Fíjate que, en el
primer caso, al usar un periodo más corto las oscilaciones fueron un poco más marcadas,
logrando seguir la tendencia creciente que se presentaba de enero a junio tanto en el primer año
como en el primer semestre del segundo.
Ahora, en el segundo caso, la línea es más uniforme y no presenta tantas oscilaciones.
En este ejemplo de media móvil, el cálculo de pronóstico simple es mejor si se toma un periodo
más corto (3 meses en nuestro caso).
NOTA: una medida de error de pronósticos te permitirá entender cuál de los dos
casos es mejor.
MESES DEMANDA
1 44
2 46
3 50
4 48
5 46
6 48
7 50
47
8 52
9 54
10 54
11 56
12 60
Determinar bimestral, trimestral y semestral
SOLUCIÓN
MESES DEMANDA BIMESTRE TRIMESTRE SEMESTRE

1 44 0 0 0
2 46 45 0 0
3 50 48 47 0
4 48 49 48 0
5 46 47 48 0
6 48 47 47 47
7 50 49 48 48
8 52 51 50 49
9 54 53 52 50
10 54 54 53 51
11 56 55 55 52
12 60 58 57 54
 SUAVIZACIÓN EXPONENCIAL
En la suavización exponencial las ponderaciones de las observaciones se tienen en cuenta el nivel

de confianza para analizar el comportamiento de la variable.
El método de suavizamiento exponencial es una manera de pronosticar la demanda de un

producto en un periodo dado. Estima que la demanda será igual a, por ejemplo, la media de los
consumos históricos para un periodo dado, dando una mayor ponderación a los valores más
cercanos en el tiempo.
El método de suavización o suavizamiento exponencial simple puede considerarse como una

evolución del método de promedio móvil ponderado, en éste caso se calcula el promedio de una
48
serie de tiempo con un mecanismo de autocorrección que busca ajustar los pronósticos en
dirección opuesta a las desviaciones del pasado mediante una corrección que se ve afectada por
un coeficiente de suavización.
Así entonces, este modelo de pronóstico precisa tan sólo de tres tipos de datos:
 El pronóstico del último período,
 La demanda del último período, y
 El coeficiente de suavización.
Nota: En la suavización exponencial, las ponderaciones de las observaciones se tienen en

cuenta en el nivel de confianza para analizar el comportamiento de la variable.
𝒀𝒕 + 𝟏 = 𝒂𝒚𝒕 + (𝟏 − 𝒂)𝒀𝒕

El comportamiento de la demanda de bicicletas en inventario durante un periodo de 12 meses
con un nivel de confianza del 99% y del 97%.
MESES DEMANDA NIVEL 99 NIVEL DEL 97

1 44 0 0
2 46 44,2 45
3 50 46,4 47
4 48 49,8 49
5 46 47,8 47
6 48 46,2 47
7 50 48,2 49
8 52 50,2 51
9 54 50,2 53
10 54 54 54
11 56 54,2 55
12 60 56,4 57
49
1) Se han recogido datos en dos localidades mediante sendas encuestas sobre el consumo
(Y) de productos de hogar y de la renta (X) de los consumidores Consultados,
obteniéndose los siguientes resultados:
CIUDAD 1 CIUDAD 2
X Y X Y
4.8 64.0 7.1 54.6
5.3 68.0 3.4 44.7
6.5 79.0 5.5 51.0
3.2 56.0 4.3 49.7
6.0 69.4 3.7 47.2
3.8 60.9 6.0 55.0
4.2 62.8 3.3 42.9
7.0 75.6 6.7 55.6
2.6 61.7 5.1 47.6
3.5 57.8 4.5 49.5
5.6 72.3 2.7 44.6
5.8 70.5 5.9 57.2
Se ha observado una relación lineal entre el consumo (en miles de pesetas) y la renta (en
millones de pesetas) y se desea contrastar si esta relación es idéntica en las dos ciudades
donde se ha realizado el trabajo de campo.
2) Un hipermercado ha decidido ampliar el negocio. Decide estudiar de forma exhaustiva el

número de cajas registradoras que va a instalar, para evitar grandes colas. Para ello, se
obtuvieron los siguientes datos procedentes de otros establecimientos similares acerca
del número de cajas registradoras y del tiempo medio de espera.
50
N NÚMERO DE CAJAS REGISTRADORAS TIEMPO PROMEDIO DE ESPERA
1 10 30
2 12 25
3 13 32
4 14 34
5 15 35
6 16 28
7 18 30
8 20 32
9 12 24
10 14 36
Bajo el supuesto de que el tiempo de espera medio depende linealmente del número de
cajas registradoras se pretende saber, e Interpretar.
3) Dada la difícil situación por la que atraviesa actualmente la empresa PALMA CARIBE en la
que hemos empezado a trabajar, se propone la reducción de determinados gastos. Para
ello se estudia la relación que existe entre dos variables como son: los gastos en publicidad
(variable X) y los beneficios (variable Y). De ambas variables disponemos de los siguientes
datos:
AÑO GASTOS EN PUBLICIDAD UTILIDADES

1985 60 32
1986 65 35
1987 78 37
1988 79 38
1989 82 42
1990 86 44
1991 88 46
51
1992 92 56
1993 98 58
1994 99 60
Se pide:
a) ¿Se puede considerar que ambas variables guardan algún tipo de relación? ¿Cuál sería
la variable dependiente y cuál la independiente?
b) Realizando un gráfico adecuado. ¿Se puede suponer que la relación que las liga es de
tipo lineal?
c) Construye las dos rectas de regresión mínimo cuadrática asociada con las variables.
d) Si la empresa para el próximo año realizará un esfuerzo para poder invertir 12.550.000
pesos en publicidad. ¿Cuáles resultarían ser sus beneficios? ¿Con qué fiabilidad
realizaría usted la predicción?
e) ¿Cuáles resultarían ser sus beneficios si la predicción se efectúa considerando tan solo
como variable explicativa el tiempo? ¿Cuál sería la fiabilidad de esta otra predicción?
Comente los resultados.
4) De acuerdo a lo desarrollado en la unidad, responda, con claridad, las siguientes

preguntas.
a) ¿Cómo define usted el concepto de pronósticos?
b) ¿Cómo define usted el concepto de promedio móvil y suavización exponencial?
c) ¿Qué es un análisis de regresión con respecto al tiempo?
d) Con una aplicación en su empresa calcule los parámetros de pronósticos y defina sus
características.
e) El estudiante debe realizar un proyecto aplicando el pronóstico y analizar si es viable

o no teniendo en cuenta el análisis de cálculos y gráficas.
52
3 UNIDAD 3 MODELOS DE INVENTARIOS Y RUTA
CRÍTICA
Realizar los diferentes tipos de modelos de inventarios y proyectos de ruta crítica CPM y PERT.

 Identificar los diferentes modelos de Inventario.
 Identificar en que consiste la ruta crítica.

A continuación, encontrará una serie de enunciados con cinco respuestas, de las cuales una sola
es verdadera. Marque con una X la que usted considere correcta.
Dadas las siguientes definiciones, el estudiante estará en capacidad de responder a que concepto
corresponde:
__________ Representación esquemática o conceptual de un fenómeno, que representa

una teoría o hipótesis de cómo dicho fenómeno funciona
a. Variable b. Característica c. Modelo d. Parámetro
2) El siguiente a que concepto corresponde la siguiente definición:
_________ A un valor representativo de una población
a. Variable b. Característica c. Modelo d. Parámetro

53
_________ es la experimentación con un modelo de una hipótesis o un conjunto de

hipótesis de trabajo
a. Variable b. parámetro c. Código d. simulación
_________ Es un símbolo que representa un elemento no especificado de un conjunto

dado
a. Símbolo b. Variable c. Valor d. Parámetro
_________ es el conjunto de todos los bienes propios y disponibles para la venta a los
clientes
a. Mercado b. Economía c. Parámetro d. Inventario
3.2 TEMA 1 MODELOS DE INVENTARIO

DEFINICION: Los inventarios son aquellos materiales o bienes ociosos que la organización
conserva para su uso en algún momento en el futuro.
Los inventarios son un puente de unión entre la producción y las ventas. en una empresa
manufacturera el inventario equilibra la línea de producción si algunas máquinas operan a
diferentes volúmenes de otras, pues una forma de compensar este desequilibrio es
proporcionando inventarios temporales o bancos. Los inventarios de materias primas, productos
semiterminados y productos terminados absorben la holgura cuando fluctúan las ventas o los
volúmenes de producción, lo que nos da otra razón para el control de inventarios. Estos tienden
a proporcionar un flujo constante de producción, facilitando su programación. Los inventarios de
materia prima dan flexibilidad al proceso de compra de la empresa. Sin ellos en la empresa existe
una situación “de la mano a la boca”, comparándose la materia prima estrictamente necesaria
para mantener el plan de producción, es decir, comprando y consumiendo.
54
https://www.google.com.co/search?q=modelos+de+inventarios&oq=MODELOS+DE+INVENTARIO&aqs=chrome.1.6
9i57j0l5.2369j0j7&sourceid=chrome&ie=UTF-8
CARACTERÍSTICAS DE LOS MODELOS DE INVENTARIO
Las siguientes son las características que componen sus elementos:
CARACTERÍSTICA DEFINICIÓN
Dos o más artículos en los que la demanda de un artículo no

DEMANDA INDEPENDIENTE
afecta la demanda de cualquiera de los otros artículos.
Dos o más artículos en los que la demanda de un artículo

DEMANDA DEPENDIENTE determina o afecta la demanda de uno o más de los otros
artículos.
DEMANDA DETERMINÍSTICA La demanda del artículo por periodo se conoce con certeza.
La demanda del artículo por periodo está sujeta a una

DEMANDA PROBABILÍSTICA
cantidad que cambia con el tiempo y es variable.
Es una circunstancia en la que el inventario no dispone de la

DÉFICIT
suficiente cantidad de artículos para satisfacer la demanda.
El tiempo entre colocación de un pedido de productos y la

TIEMPO LÍDER
llegada de estos enviados por el proveedor.
Este depende de la cantidad del lote del pedido y el precio a

DESCUENTO
pagar por el consumidor.
NOMENCLATURA
CARACTERÍSTICA DEFINICIÓN
EL COSTO DEL PEDIDO U Es el costo fijo por colocar un pedido para reabastecer el
ORGANIZACIÓN inventario.
55
(K)
EL COSTO DE COMPRA
Es el costo por unidad del producto para la compra.
(C)
EL COSTO DE
CONSERVACIÓN El costo del producto por permanecer en inventario.
(H)
TASA DE La fracción del costo de compra del artículo para determinar

TRANSFERENCIA la variación en el incremento o modificación del costo de
(I) conservación.
COSTO DE DÉFICIT Costo asociado a la no satisfacción de la demanda del

(B) producto.
MODELOS DE INVENTARIOS
1) MODELO DE INVENTARIO DE CANTIDAD DE PEDIDOS (EOQ)
Es la cantidad de económica de pedido que busca disminuir el costo del inventario

de la organización.
La Cantidad Económica de Pedido (conocida en inglés como Economic Order Quantity o por las
siglas EOQ), es el modelo fundamental para el control de inventarios.
Es un método que, tomando en cuenta la demanda determinista de un producto (es decir, una
demanda conocida y constante), el costo de mantener el inventario, y el costo de ordenar un
pedido, produce como salida la cantidad óptima de unidades a pedir para minimizar costos por
mantenimiento del producto.
El principio del EOQ es simple, y se basa en encontrar el punto en el que los

costos por ordenar un producto y los costos por mantenerlo en inventario son
iguales.
56
Una empresa de dulces de Antioquia, desea reducir sus costos de inventario mediante la
determinación del número de confites que debe de obtener en cada orden. La demanda anual es
de 10500 unidades; el costo de preparación o de ordenar es de $100 por orden; y el costo de
almacenamiento por unidad al año es de $1. Utilizando estos datos determinar las diferentes
medidas del modelo conociendo que el año laboral es 260 días.
a) Cantidad Optima de pedido
𝟐𝑫𝑲
𝑸 ∗= √
𝑯
Reemplazando los valores se tiene:
2(10500)(100)
𝑄 ∗= √
1
Q*=1449 UNIDADES
b) Número de órdenes entre pedidos
𝑫
𝑵=
𝑸∗
𝟏𝟎𝟓𝟎𝟎
𝑵=
𝟏𝟒𝟒𝟗
N=7 Ordenes entre pedidos
57
c) Tiempo esperado entre órdenes
𝑵𝒖𝒎𝒆𝒓𝒐 𝒅𝒆 𝒅í𝒂𝒔 𝒍𝒂𝒃𝒐𝒓𝒂𝒍𝒆𝒔/𝒂ñ𝒐

𝑻=
𝑵
𝟐𝟔𝟎
𝑻=
𝟕
d) Costo anual
𝑫 𝑸∗
𝑪= 𝑲+ 𝑯
𝑸∗ 𝟐
𝟏𝟎𝟓𝟎𝟎 𝟏𝟒𝟒𝟗
𝑪= (𝟏𝟎𝟎) + (𝟏)
𝟏𝟒𝟒𝟗 𝟐
C= $1450
2) MODELO DE INVENTARIO DE CANTIDAD DE PEDIDOS CON DESCUENTO
Este modelo de cantidad de pedidos se realiza descuentos según el tamaño del lote o la cantidad
solicitada por el consumidor o que entre más grande sea el lote de producción disminuya el costo
de producción unitaria.
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.
El costo del volumen, incurre en el costo de mantener inventario.

58
Ocurre cuando los proveedores quieren vender más, e incentivan a sus clientes
por medio de descuentos en el costo unitario, otorgados por cantidades mayores
de pedidos.
Se asume que el costo de adquisición (Cp) disminuye en la medida que aumenta

el tamaño de lote. Adicionalmente se considera que el costo de almacenar una
unidad en inventario es un porcentaje del costo de adquisición.
Se aplica:
Cuando se reciben descuentos en la compra de una cantidad grande de artículos.
Puede ser que el costo de tener un inventario adicional quede compensado reduciendo el costo
de compra.
La forma de saber si se deben ordenar cantidades grandes, es comparar el aumento en los costos
de inventario con el ahorro en el costo de compra.

A. Una empresa de cosméticos, desea reducir sus costos de inventario mediante la determinación
del número de sus productos principales que debe de obtener en cada orden. Se conoce que el
costo por hacer un pedido es de $25, el costo de adquisición de los productos es de $600 por cada
uno de ellos, el costo de mantenimiento por año es del 15% del precio de adquisición, la demanda
es de 2 de producto por día, se otorga un descuento de $25 en cada producto de belleza cuando
el pedido excede las 15 unidades. Utilizando estos datos determinar las diferentes medidas del
modelo.
1) Cantidad optima de pedido sin descuento.
𝟐𝒂𝑲
𝑸 ∗= √
𝑯
59
𝟐 ∗ 𝟑𝟔𝟓 ∗ 𝟐𝟓
𝑸 ∗= √
𝟗𝟎
Q*=14
2) Costo total sin descuento:
𝒂 𝑸∗
𝑪= 𝑲 + 𝒂𝑪𝒔𝒅 + 𝑯
𝑸∗ 𝟐
365 14
𝐶= (25) + 365 ∗ 600 + (90)
14 2
𝑪 = 𝟔𝟓𝟏, 𝟕𝟗 + 𝟐𝟏𝟗𝟎𝟎𝟎 + 𝟔𝟑𝟎
C=$220281,79
3) Costo total con descuento:
𝒂 𝑸𝒅
𝑪= 𝑲 + 𝒂𝑪𝒄𝒅 + 𝑯
𝑸𝒅 𝟐
𝟑𝟔𝟓 𝟏𝟓
𝑪= (𝟐𝟓) + 𝟑𝟔𝟓 ∗ 𝟓𝟕𝟓 + (𝟗𝟎)
𝟏𝟓 𝟐
𝑪 = 𝟔𝟎𝟖, 𝟑𝟑 + 𝟐𝟎𝟗𝟖𝟕𝟓 + 𝟔𝟕𝟓
C=$211158,33
60
3) MODELO DE INVENTARIO DE CANTIDAD DE PEDIDOS DE PRODUCCIÓN
El modelo de inventario presentado es similar al primer modelo por el hecho de que esté
intentando determinar cuánto debemos pedir y cuando hacerlo.
Este modelo está diseñado para situaciones de producción en las que una vez colocado el pedido
se inicia la producción y diariamente se va agregando el inventario de un número constante de
unidades, hasta que se vaya complementado el lote de producción.

Una empresa de frutas del bosque, produce una línea de producción con capacidad anual de
100.000 cajas de sus productos tradicionales. La demanda anual se estima en 25600 cajas,
manteniendo la tasa de demanda constante en el año. El costo de la organización para la entrega
del producto cuesta $10500. El costo de manufactura por caja es de $2500 y el costo anual de
posesión es de $5. Utilizando estos datos determinar las diferentes medidas del modelo sabiendo
que trabaja 300 días al año.
Solución
1) ¿Cuál es el tamaño de lote de producción?
𝟐𝑫𝑲
𝑸 ∗= √
𝑫
(𝟏 − ) 𝑯
𝑷
𝟐 ∗ 𝟐𝟓𝟔𝟎𝟎 ∗ 𝟏𝟎𝟓𝟎𝟎
𝑸 ∗= √
𝟐𝟓𝟔𝟎𝟎
(𝟏 − 𝟏𝟎𝟎𝟎𝟎𝟎) ∗ 𝟓
𝟓𝟑𝟕𝟔𝟎𝟎𝟎𝟎𝟎
𝑸 ∗= √
𝟑, 𝟕𝟐
Q*=$12022
61
2) ¿Duración entre corrida de producción?
𝑸 ∗ 𝑫𝑰𝑨𝑺
𝑻=
𝑷
(12022)(300)
𝑇=
100000
T=36 Días
3) ¿Nivel máximo de Inventario?
(P-D) T = (100000-25600) (36) =$ 2.678.400
4) ¿Nivel Promedio de inventario?
(𝑷 − 𝑫)𝑻
𝑵𝑷𝑰 =
𝟐
(𝟏𝟎𝟎𝟎𝟎𝟎 − 𝟐𝟓𝟔𝟎𝟎) ∗ 𝟑𝟔
𝑵𝑷𝑰 =
𝟐
NPI = $1.339.200
5) ¿Costo anual total?
𝟏 𝑫
𝑪𝑻 = ((𝑷 − 𝑫)𝑻)𝑯 + 𝑲
𝟐 𝑸∗
𝟏 𝟐𝟓𝟔𝟎𝟎
𝑪𝑻 = ((𝟏𝟎𝟎𝟎𝟎𝟎 − 𝟐𝟓𝟔𝟎𝟎) ∗ 𝟑𝟔) ∗ 𝟓 + ∗ 𝟏𝟎𝟓𝟎𝟎
𝟐 𝟏𝟐𝟎𝟐𝟐
𝑪𝑻 = 𝟔𝟔𝟗𝟔𝟎𝟎𝟎 + 𝟐𝟐𝟑𝟓𝟗
62
CT= $6.718.359
4) MODELO DE INVENTARIO CON DEMANDA PROBABILÍSTICA
Se supone que se conoce la distribución de probabilidad para la demanda, pero que esa
demanda es impredecible en un día o mes dado.
La incertidumbre al predecir la demanda significa que siempre existe la

probabilidad de que haya faltantes, es decir, de quedar sin artículos en la entidad.
El riesgo puede reducirse teniendo un inventario grande, pero nunca puede eliminarse. La tarea
es balancear el riesgo ocasionado por los faltantes y del costo que se tiene por la existencia
adicional.
En este modelo se considera que la demanda tiene un comportamiento de una distribución

normal, por tanto, este consta de:
 Una demanda promedio, y de
 Una desviación estándar.
El principal uso de este modelo es garantizar que se tengan los suficientes productos para
atender la demanda, es por esto que se necesita de un punto de reorden, el cual garantizará que
la demanda sea satisfecha, esto debido a que los proveedores manejan tiempos para llevar el
producto hasta el consumidor.
Por otro lado, para poder establecer este punto de reorden, es primordial conocer qué cantidad
de inventarío se va a manejar en la empresa. Cuestión que se torna un poco complicada cuando
la demanda de la empresa está regida por una distribución normal, lo que nos indica que en
ciertas ocasiones la demanda será mayor que nuestro inventario (a menos que la empresa esté
dispuesta a no escatimar en gastos y tomar de inventario la mayor demanda que se presente en
su distribución normal).
3.2.4 INVESTIGACIÓN DE OPERACIONES II: MODELOS CON DEMANDA

PROBABILÍSTICA
http://ingindio2.blogspot.com.co/p/modelos-con-demanda-probabilistica.html
63
Una empresa de papitas tiene un inventario con una demanda anual de promedio de 12000
unidades con base 345 días hábiles al año, entonces la demanda diaria es un promedio de 35
unidades, el tiempo de entrega cambia con un promedio de 3 días se supone que la demanda
durante el tiempo de entrega tiene una distribución normal con una desviación estándar de 7
unidades, el costo por cada pedido es de $50, el costo de mantenimiento es de $5 por unidad al
año y el costo de no tener el producto disponible es de $2 por unidad al año. Utilizando estos
datos determinar las diferentes medidas del modelo.
Solución
1) La cantidad optima de pedido
𝟐𝑫𝑲
𝑸 ∗= √
𝑯
𝟐(𝟏𝟐𝟎𝟎𝟎)(𝟓𝟎)
𝑸 ∗= √
𝟓
Q*=490 unidades
2) La probabilidad de existencias
𝑫 ∗ 𝑪𝒂𝒈𝒐𝒕𝒂𝒎𝒊𝒆𝒏𝒕𝒐
𝑷=
𝑸 ∗ 𝑯 + 𝑫𝑪𝒂𝒈𝒐𝒕𝒂𝒎𝒊𝒆𝒏𝒕𝒐
𝟏𝟐𝟎𝟎𝟎 ∗ 𝟐
𝑷=
𝟒𝟗𝟎 ∗ 𝟓 + 𝟏𝟐𝟎𝟎 ∗ 𝟐
𝟐𝟒𝟎𝟎𝟎
𝑷=
𝟐𝟒𝟓𝟎 + 𝟐𝟒𝟎𝟎𝟎
P=0,91
64
Teniendo una p=0,91 se busca en la tabla de la distribución normal z=1,35
3) Inventario de Seguridad
𝑩 = 𝒁
𝑩 = (𝟏, 𝟑𝟓)(𝟕)
B= 9,45
4) El punto de reorden
𝑹 = 𝒅𝑳 + 𝑩
𝑹 = (𝟑𝟓)(𝟑) + 𝟗, 𝟒𝟓
R=114,45
5) Costo de mantenimiento del inventario de seguridad
HB= 5*9,45= 47,25
6) Costo Total Anual
𝑫 𝑸∗
𝑪𝑻 = 𝑲 ∗ +𝑯∗ + 𝑯𝑩
𝑸∗ 𝟐
𝟏𝟐𝟎𝟎𝟎 𝟒𝟗𝟎
𝑪𝑻 = 𝟓𝟎 ∗ +𝟓∗ + 𝟓 ∗ 𝟗, 𝟒𝟓
𝟒𝟗𝟎 𝟐
𝑪𝑻 = 𝟏𝟐𝟐𝟒, 𝟒𝟗 + 𝟏𝟐𝟐𝟓 + 𝟒𝟕, 𝟐𝟓
CT= $2496,74
65
3.3 TEMA 2 RUTA CRÍTICA CPM Y PERT
DEFINICION
Es una secuencia de elementos terminales de la red con respecto a tiempo y costo.
Los métodos CPM (método de la ruta crítica o del camino crítico, (criticaI path
method)
PERT Técnica de Evaluación y Revisión de Programa (Program evaluation and

review technique)
Son métodos que se basan en redes, y tienen por objeto auxiliar en:
 La planeación,
 Programación, y
 Control de proyectos.
El método de la ruta crítica o del camino crítico es un algoritmo utilizado para el cálculo de
tiempos y plazos en la planificación de proyectos.
Este sistema de cálculo conocido como CPM (Critical Path Method), fue desarrollado en 1957 en
los Estados Unidos de América, por un centro de investigación de operaciones para las
firmas Dupont y Remington Rand, buscando:
El control y la optimización de los costos mediante la planificación y

programación adecuadas de las actividades componentes del proyecto.
Otro proyecto importante de esa época, el proyecto "Polaris" originó en 1958 la creación de uno
de los métodos de programación por camino crítico, conocido con el nombre de PERT (Program
Evaluation and Review Technique).
En administración y gestión de proyectos,
Una ruta crítica es la secuencia de los elementos terminales de la red de proyectos con la mayor
duración entre ellos, determinando el tiempo más corto en el que es posible completar el
proyecto.
66
Nota 1: La duración de la ruta crítica determina la duración del proyecto entero.
Nota 2: Cualquier retraso en un elemento de la ruta crítica afecta la fecha de terminación

planeada para el proyecto, y se dice, por lo tanto, que no hay holgura en la ruta crítica.
Nota 3: Un proyecto puede tener varias rutas críticas paralelas. Una ruta paralela adicional a
través de la red con la duración total cercana a la de la ruta crítica, aunque necesariamente
menor, se llama ruta sub-crítica.
Originalmente, el método de la ruta crítica consideró solamente dependencias entre los

elementos terminales. Un concepto relacionado es la cadena crítica, la cual agrega dependencias
de recursos. Cada recurso depende del manejador en el momento donde la ruta crítica se
presente.
A diferencia de la técnica de revisión y evaluación de programas (PERT), el método de la ruta

crítica usa tiempos ciertos (reales o deterministas). Sin embargo, la elaboración de un proyecto
basándose en redes CPM y PERT son similares y consisten en:
IDENTIFICAR TODAS LAS Que involucra el proyecto, lo que significa, determinar relaciones
ACTIVIDADES de precedencia, tiempos técnicos para cada una de las actividades
Con base en nodos y actividades (o arcos, según el método más

CONSTRUIR UNA RED
usado), que implican el proyecto.
ANALIZAR LOS Identificando la ruta crítica y las holguras de las actividades que
CÁLCULOS ESPECÍFICOS componen el proyecto.
En términos prácticos, la ruta crítica se interpreta como la dimensión máxima que puede durar
el proyecto y las diferencias con las otras rutas que no sean la crítica, se denominan tiempos de
holgura.
Si quieres profundizar en el tema, analiza con responsabilidad el siguiente enlace.
https://karenbandala.wordpress.com/about/2-5-ruta-critica-pert-cpm/
67
Una empresa desea patrocinar un equipo de patinaje para competir en carreras en todo el país y
estar en algunos eventos internacionales, para el cual se planeó el programa por equipo, la
primera práctica del equipo está programada para el 15 de enero. Las actividades, sus
predecesoras inmediatas y las estimaciones de tiempo de actividad en semanas son las siguientes.
PREDECESORA TIEMPO DE
ACTIVIDAD DESCRIPCIÓN
INMEDIATA TAREAS(SEMANAS)
Reunión del departamento

A ________________ 1
directivo
B Contratación de Técnicos A 4
C Reservar el lugar de entrenamiento A 2
D Dar a conocer el programa B,C 1
E Reunión con los técnicos B 2
F Ordenar los equipos de patinaje A 2
G Registrar patinadores D 1
H Recolectar las cuotas G 2
I Organizar y planear la practica E,F,H 1
a) Elaborar una red del proyecto
b) Realizar la administración del proyecto usando tiempos determinísticos.

68
Realizar la administración del proyecto usando tiempos determinísticos
TERMINACIÓN
INICIO ÚLTIMO ÚLTIMA
MÁS RETRASO
ACTIVIDAD TEMPRANO INICIO TERMINACIÓN
TEMPRANA (UI-IT)
(IT) (UI) (UT)
(TT)
A 0 1 0 1 0
B 1 5 1 5 0
C 1 3 1 3 0
D 3 4 5 6 2
E 4 6 5 7 1
F 1 3 1 3 0
G 4 5 6 7 2
H 7 9 7 9 0
i 3 4 10 11 7

1) Una empresa de Medellín de confección surte almacenes éxito con tres sus productos
tradicionales, la cual realizó un estudio de mercadeo para disminuir el costo. La demanda
de artículos de artículos para tres ciudades es de120 unidades mensuales para Medellín,
para Bogotá de 150 unidades y Cali de 130 unidades mensuales. El costo de preparación
de la orden es de $1000 para Bogotá, a Cali de $500 y a Medellín de $400 por orden y el
costo que le representa el almacenamiento por unidad en el mes es de $100, Utilizando
los datos, se pide plantear un modelo EOQ y se pide determinar sus parámetros. La
empresa trabaja 360 días al año. Además, cual produce los costos mínimos y los costos
más altos.
2) Una empresa de electrodomésticos de Bogotá surte a una cadena de almacenes con tres
sus líneas, la cual desea analizar el comportamiento de sus clientes de acuerdo a sus
69
compras por lo tanto efectuó un estudio de mercadeo para disminuir el costo. La demanda
de artículos de artículos para tres ciudades es de135 unidades mensuales para Medellín,
para Bogotá de 165 unidades y Cali de 170 unidades mensuales. El costo de preparación
de la orden es de $1500 para Bogotá, a Cali de $750 y a Medellín de $650 por orden y el
costo que le representa el almacenamiento por unidad en el mes es de $250, Utilizando
los datos, se pide plantear un modelo EOQ y se pide determinar sus parámetros. La
empresa trabaja 260 días al año. Además, cual produce los costos mínimos y los costos
más altos.
El estudiante deberá plantear un ejercicio de modelo de inventarios.
3) Una empresa de alimentos lácteos desea realizar una estrategia de mercadeo para diseñar
una línea nueva de papitas y dar la a conocer a los diferentes tipos de públicos, para lo
cual realizo una serie de actividades para realizar este producto.
ACTIVIDAD DESCRIPCION PREDECESORA
A Elaboración del diseño de la línea del producto ---------------------
Planeación de la investigación del mercado a

B ---------------------
incursionar
C Realizar ingeniería de manufactura A
D Realizar un modelo inicial A
E Llevar un informe de mercadotecnia A
F Estimar los diferentes tipos de costos C
G Efectuar prueba piloto del producto D
H Realizar la etapa de investigación estadística B,E
I Efectuar análisis de costos y realizar pronósticos H
J Terminar teniendo el informe final de F,G,I

70
Realizar el diagrama de ruta crítica para la línea nueva de papitas.
De acuerdo a lo desarrollado en la unidad, responda con claridad las siguientes preguntas:
a) ¿Cómo define usted los conceptos modelos de inventario?
b) ¿En qué consiste la ruta crítica?
c) ¿Cuál es la utilidad de los modelos de inventario?
d) El estudiante debe realizar un ejercicio aplicado a su activad académica utilizando los

modelos de inventarios.
71
4 PISTAS DE APRENDIZAJE
Tener presente que una probabilidad es la ocurrencia de un suceso.
Tener en cuenta que una decisión es la selección o escogencia de un tema a estudiar.
Tener en cuenta que una decisión es la mejor alternativa para dar una solución a un problema.
Tener presente que la construcción de un modelo es el seguimiento de pasos para llegar a la

solución de un problema.
Tener presente que criterio es un modelo que me permite solucionar un problema para llegar a
la mejor decisión.
Tener en memoria que un índice es un indicador de un procedimiento.
Tener en cuenta que un beneficio es buscar la máxima utilidad o ganancia.
Tener en cuenta que una ruta crítica es un camino para buscar la mejor decisión para resolver un
problema.
Tener en cuenta que un pronóstico es algo que va a suceder o pasar, el cual se efectuar en el año
anterior.
72
5 GLOSARIO
 Modelo: Un objeto X es un modelo del objeto Y para el observador Z, si Z puede emplear X
para responder cuestiones que le interesan acerca de Y).
 Simulación: Simulación es el proceso de diseñar un modelo de un sistema real y llevar a cabo

experiencias con él, con la finalidad de aprender el comportamiento del sistema o de evaluar
diversas estrategias para el funcionamiento del sistema
 Pronósticos: es simplemente una predicción del comportamiento de una variable la cual está
sujeta al presente y como va hacer en el futuro.
 Modelos inventarios: Son aquellos materiales o bienes ociosos que la organización conserva
para su uso en algún momento en el futuro
 Ruta Crítica: Es una secuencia de elementos terminales de la red con respecto a tiempo y
costo.
73
6 BIBLIOGRAFÍA
en el ...
Fuentes bibliográficas gaudi.ua.es/ uhtbin/ boletín/ 189880
MENDENHALL, William. SINCICH, Terry. UNIVERSIDAD NACIONAL AUTNOMA DE

Probabilidad y Estadística para ingeniería y MXICO
ciencias. 4ª edición. Prentice Hall. 1997. Investigación de Operaciones (una
introducción). 6a. Edicion. México. Prentice
PURCELL, Edwin J. VARBERG, Dale. Cálculo Hall, 1998. MARÍN PINILLOS, Benito. Técnicas
con geometría analítica. 6ª edición. Prentice de Optimización ...
Hall. 1997. www.economia.unam.mx/ reforma/
proplan/ eco_negoci/ pdfs/ semestre6/
MATHUR, Kamlesh, SOLOW, Daniel.
InvestigaciondeOperacionesI.pdf
Investigación de Operaciones, el arte de la
toma de decisiones. Prentice Hall. 1997. Investigación de Operaciones: Opiniones y
Características en...
NAKAMURA, Shoichiro. Análisis numérico y
Opiniones y características sobre
visualización gráfica con Matlab. 1ª edición.
Investigación de Operaciones. Desde la
Prentice Hall. 1997.
primera publicación de Investigación de
MONROY, Olivares César. Teoría del caos. Operaciones: Una ..
Alfa Omega grupo editor. 1997. opinion.mercadolibre.com.ar/ investigacion-
operaciones-26725-VCP
Galdós Cálculo y Estadística III Edición Única.
Grupo La Republica. Lima Perú; 2005. INVESTIGACIÓN OPERATIVA. Introducción. -
La naturaleza de la ...
Cannavos G. Probabilidad y Estadística Pontificia de Comillas). - TAHA (1997), "
Aplicación y métodos. Ed. en español Mc Investigación de operaciones una
GRAW- HILL/INTERAMERICANA DE introducción " (6º Edición), De. Prentice Hall.
MEXICO.1995. www.uclm.es/ area/ WebMaths/ docencia/
temarios/ Microsoft%20Word%20-
Hamdy A. Taha. Investigación de %20io_eco.pdf
Operaciones. edición 7. Pearson Educación,
2004. páginas 830 Universidad del Cauca Ingeniería de Sistemas
658.4034T357 Investigación de Operaciones:
Fuentes digitales o electrónicas Una introducción./ ha Taha. 658.4034T435
Toma de Decisiones por medio de
ilink Universidad de Alicante Investigación de Operaciones rj Thierauf...
Desde la primera publicación de www.unicauca.edu.co/ docs/ facultades/
Investigación de operaciones: una sistemas/ pensum/ SemestreVIII/
introducción, en el año 1971, he hecho investigacion_operaciones.pdf
incontables cambios, tanto en el estilo como
sfs
74
UNIVERSIDAD AUTÓNOMA CHAPINGO
TAHA, ha Investigación de Operaciones una
Introducción. Editorial Representaciones y
Servicios. México. 1981. THIERAUF, rj
Introducción a la Investigación...
www.chapingo.mx/ agroind/ planes/ fichas/
Optativas/ pdf/
Investigaci%F3n%20de%20operaciones.pdf
Microsoft powerpoint - tema6

Algorithms". PWS-KENT Publishing
Company. 1987. TAHA, ha "Investigación de
Operaciones. Una Introducción." (6ª. ed.)
Prentice-Hall, 1998. ...
www.lcc.uma.es/ ~cmgl/ mmtc0708/
tema6.pdf
INVESTIGACION DE OPERACIONES I
INVESTIGACIÓN DE OPERACIONES Una
introducción. Hamdy Taha. Ed. Prentice Hall,
1998. [Incluye diskette con software]. 2.-
INTRODUCCION A LA INVESTIGACION DE...
www.ucab.edu.ve/ ucabnuevo/ industrial/
recursos/ prog_inv_operaciones1.pdf
bciucla Descriptor: Alejandría BE 7.0.3b3

[T57.6 T34 1997] Investigación de
Operaciones una Introducción Operations
Research, an Introduction Taha, Hamdy A.
Fernández Gamero, Ángel (Revisor); ...
bibcyt.ucla.edu.ve/ cgi-win/
be_alex.exe?Descriptor=IX+SEMESTRE+MAT
EMATICA& Nombrebd=bciucla
UNIVERSIDAD CATÓLICA ARGENTINA

Investigación de operaciones. Una
introducción. Séptima Edición. Prentice Hall.
Hillier – Lieberman. Introducción a la
investigación de operaciones. ...
www.facusanfrancisco.com.ar/ pág. /
informática/ programas/ 5426.doc

Investigacion de Operaciones I

Cargado por

Información del documento

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

Investigacion de Operaciones I

Cargado por

Copyright:

Formatos disponibles

Marketing en Contenido Digital

Primera edición: 2018

Francisco Javier Álvarez Gómez

Derechos reservados: El módulo de estudio del curso de

Esta obra es publicada bajo la licencia Creative Commons.

1 UNIDAD 1 TEORIA DE DECISIONES 7

1.2 TEMA 1 CONCEPTOS DE TEORÍA DE DECISIONES 8

1.3 TEMA 2 CRITERIOS DE TOMA DE DECISIONES 10

2.2 TEMA 1 CONCEPTOS DE PRONÓSTICOS 34

2.3 TEMA 2 MODELOS DE PRONOSTICOS 42

3 UNIDAD 3 MODELOS DE INVENTARIOS Y RUTA CRÍTICA 52

3.2 TEMA 1 MODELOS DE INVENTARIO 53

3.3 TEMA 2 RUTA CRÍTICA CPM Y PERT 65

El propósito de curso es que el estudiante aprenda a utilizar los diferentes modelos y a

 Determinar los modelos pronósticos aplicados al diferente nicho de

 Realizar los diferentes tipos de modelos de inventarios y proyectos de ruta

UNIDAD 1 UNIDAD 2 UNIDAD 3

1.1.2 OBJETIVOS ESPECÍFICOS

 Calcular los distintos parámetros de los criterios de la toma de decisiones.

1.1.3 PRUEBA INICIAL

1) A que concepto corresponde la siguiente definición:

__________ es la acción y efecto de distribuir

a. Variable b. Característica c. Distribución d. Probabilidad

2) A que concepto corresponde la siguiente definición:

_________ mide la frecuencia con la que ocurre un resultado en un experimento bajo

a. Variable b. Estadística c. Distribución d. Probabilidad

3) A que concepto corresponde la siguiente definición:

_________ es una rama de la matemática que se refiere a la recolección, estudio e

4) A que concepto corresponde la siguiente definición:

_________ como función matemática, es una cantidad a la cual el operador puede

a. Variable b. Variable dependiente c. Variable Independiente d. Parámetro

5) A que concepto corresponde la siguiente definición:

_________ es un resultado de una variable al azar especificada por una función de

a. Media b. Parámetro c. Valor d. Número aleatorio

1.2 TEMA 1 CONCEPTOS DE TEORÍA DE DECISIONES

Antes de tomar una decisión deberemos calcular cual será el resultado de

En función de las consecuencias previsibles para cada alternativa se tomará la

 Las alternativas posibles y potenciales;

 Las consecuencias de cada alternativa;

 El escenario en el que se toma la decisión y las preferencias de quien decide.

El análisis de decisión proporciona un soporte cuantitativo a los tomadores de decisiones en todas

Problema en el cual algo o todo de la información relevante

Las asunciones o hipótesis de un modelo estadístico describen un conjunto de

Un modelo estadístico queda especificado por un conjunto de ecuaciones que relacionan

"Un modelo es una representación formal de una teoría"

2) PROCESO DE TOMAR DECISIONES ESTADÍSTICAS

2) Construir el modelo de decisión

4) Usando el modelo para encontrar soluciones.

1.3 TEMA 2 CRITERIOS DE TOMA DE DECISIONES

1.1 DECISIONES EN SITUACIÓN DE CERTEZA O CERTIDUMBRE

EJEMPLO: Decisiones sobre compras cuando se conoce la demanda.

La toma de decisiones en condiciones de certidumbre o certeza, ocurre cuando el decisor conoce:

El estado de la naturaleza que ocurrirá con absoluta certeza.

El conjunto de alternativas factibles y las consecuencias de cada una.

El criterio de decisión en problemas bajo certeza consiste en elegir simplemente

1.2 Decisiones en situación de incertidumbre

En problemas de decisión bajo incertidumbre, como se mencionó antes, se atiende a problemas de

Valor esperado con información perfecta.

a) El criterio maximin o Criterio Pesimista supone maximizar el resultado mínimo, es decir

1) Escribe el número mínimo en cada fila de acción.

2) Elige el número máximo

b) El criterio Maximax o Criterio Optimista consiste en maximizar el máximo; escoger el

1) Escribe el número máximo en cada fila de acción.