Investigacion de Operaciones II: UNIDAD I

MATERIA: INVESTIGACIÓN DE OPERACIONES II
UNIDAD I: INVENTARIOS
1.1 INTRODUCCIÓN
1.2 CLASIFICACIÓN DE LOS SISTEMAS DE INVENTARIOS Y DE LOS
MODELOS DE INVENTARIOS.
1.3 COSTOS DE INVENTARIOS
1.4 MODELOS DETERMINISTICOS
1.5 PLANEACIÓN DE REQUERIMIENTOS DE MATERIALES
1.6 APLICACIONES.
INTRODUCCIÓN:
Como su nombre lo dice, la investigación de operaciones significa "hacer investigación

sobre las operaciones". Entonces, la investigación de operaciones se aplica a problemas
que se refieren a la conducción y coordinación de operaciones (o actividades) dentro de
la organización.
La naturaleza de la organización es esencialmente inmaterial y, de hecho, la

investigación de operaciones se ha aplicado de manera extensa en áreas tan diversas
como la manufactura, el transporte, la constitución, las telecomunicaciones, la
planeación financiera, el cuidado de la salud, la milicia y los servicios públicos, por
nombrar sólo unas cuantas. Así, la gama de aplicaciones es extraordinariamente amplia.
La parte de investigación en el nombre significa que la investigación de operaciones usa
un enfoque similar a la manera en que se lleva a cabo la investigación en los campos
científicos establecidos. En gran medida, se usa el método científico para investigar el
problema en cuestión. (De hecho, en ocasiones se usa el término ciencias de la
administración como sinónimo de investigación de operaciones.) En particular, el
proceso comienza por la observación cuidadosa y la formulación del problema
incluyendo la recolección de los datos pertinentes. El siguiente paso es la construcción
de un modelo científico (por lo general matemático) que intenta abstraer la esencia del
problema real. En este punto se propone la hipótesis de que el modelo es una
representación lo suficientemente precisa de las características esenciales de la situación
como para que las conclusiones (soluciones) obtenidas sean válidas también para el
problema real. Después, se llevan a cabo los experimentos adecuados para probar esta
hipótesis, modificarla si es necesario y eventualmente verificarla. (Con frecuencia este
paso se conoce como validación del modelo.) Entonces, en cierto modo, la investigación
e operaciones incluyen la investigación científica creativa de las propiedades
fundamentales de las operaciones. Sin embargo, existe más que esto. En particular, la
IO se ocupa también de la administración práctica de la organización. Así, para tener
éxito, deberá también proporcionar conclusiones claras que pueda usar el tomador de
decisiones cuando las necesite.
Una característica más de la investigación de operaciones es su amplio punto de vista.

Como quedó implícito en la sección anterior, la IO adopta un punto de vista
organizacional. De esta manera, intenta resolver los conflictos de intereses entre las
componentes de la organización de forma que el resultado sea el mejor para la
organización completa. Esto no significa que el estudio de cada problema deba
considerar en forma explícita todos los aspectos de la organización sino que los
objetivos que se buscan deben ser consistentes con los de toda ella.
Una característica adicional es que la investigación de operaciones intenta encontrar una
mejor solución, (llamada solución óptima) para el problema bajo consideración.
(Decimos una mejor solución y no la mejor solución porque pueden existir muchas
soluciones que empaten como la mejor.) En lugar de contentarse con mejorar el estado
de las cosas, la meta es identificar el mejor curso de acción posible. Aun cuando debe
interpretarse con todo cuidado en términos de las necesidades reales de la
administración, esta "búsqueda de la optimidad" es un aspecto importante dentro de la
investigación de operaciones.
Todas estas características llevan de una manera casi natural a otra. Es evidente que no
puede esperarse que un solo individuo sea un experto en todos lo múltiples aspectos del
trabajo de investigación de operaciones o de los problemas que se estudian; se requiere
un grupo de individuos con diversos antecedentes y habilidades. Entonces, cuando se va
a emprender un estudio de investigación de operaciones completo de un nuevo
problema, por lo general es necesario emplear el empleo de equipo. Este debe incluir
individuos con antecedentes firmes en matemáticas, estadística y teoría de
probabilidades, al igual que en economía, administración de empresas, ciencias de la
computación, ingeniería, ciencias físicas, ciencias del comportamiento y, por supuesto,
en las técnicas especiales de investigación de operaciones. El equipo también necesita
tener la experiencia y las habilidades necesarias para permitir la consideración adecuada
de todas las ramificaciones del problema a través de la organización.
CLASIFICACIÓN DE LOS SISTEMAS DE INVENTARIOS:
Las empresas mantienen inventarios de materias primas y de productos terminados. Los

inventarios de materias primas sirven como entradas al proceso de producción y los
inventarios de productos terminados sirven para satisfacer la demanda de los clientes.
Puesto que estos inventarios representan frecuentemente una considerable inversión, las
decisiones con respecto a las cantidades de inventarios son importantes. Los modelos de
inventario y la descripción matemática de los sistemas de inventario constituyen una
base para estas decisiones.
Mantener un inventario (existencia de bienes) para su venta o uso futuro es una práctica
común en el mundo de los negocios. Las empresas de venta al menudeo, los mayoristas,
los fabricantes y aún los bancos de sangre por lo general almacenan bienes o artículos.
¿Cómo decide una instalación de este tipo sobre su “política de inventarios”, es decir,
cuándo y cómo se reabastece? En una empresa pequeña, el administrador puede llevar
un recuento de su inventario y tomar estas decisiones. Sin embargo, como esto puede no
ser factible incluso en empresas chicas, muchas compañías han ahorrado grandes sumas
de dinero al aplicar la “administración científica del inventario”. En particular, ellos:
1. Formulan un modelo matemático que describe el comportamiento del sistema de

inventarios.
2. Derivan una política óptima de inventarios con respecto a este modelo.
3. Con frecuencia, utilizan una computadora para mantener un registro de los niveles de
inventario y señalar cuándo conviene reabastecer.
MODELO DE INVENTARIO SIN DÉFICIT
Este modelo tiene como bases el mantener un inventario sin falta de productos para
desarrollar las actividades de cualquier empresa.
Este es un modelo de inventarios que se encuentra basado en las siguientes

suposiciones:
La demanda se efectúa a tasa constante.
El reemplazo es instantáneo (la tasa se reemplazo es infinita).
Todos los coeficientes de costos son constantes.
En este modelo no se permite la falta de productos para la venta, es decir, una empresa
que maneje este modelo de inventario no se puede quedar sin mercancías para la venta.
Q = Cantidad optima a pedir
Im = Inventario Máximo
t = Periodo entre pedidos
T = Periodo de Planeación
En este modelo se representan iguales el inventario máximo y la cantidad económica

pedida.
Cabe mencionar que esto no siempre es verdadero.
El costo total para un periodo en este modelo esta conformado por tres componentes de
costo:
Costo unitario del producto (C1)
Costo de ordenar una compra (C2)
Costo de mantener un producto en almacén (C3)
El costo para un periodo estará conformado de la siguiente manera:
Costo por periodo = [Costo unitario por periodo] + [Costo de ordenar un pedido] +
[Costo de mantener el inventario en un periodo]
El costo total para el periodo de planeación estará conformado de la manera siguiente:
Costo total = Costo por periodo x Numero de pedidos a realizar.
ANÁLISIS DE ECUACIONES.
Costo unitario por periodo.
El costo unitario por periodo simplemente es el costo de la cantidad óptima a pedir.
C1 Q
Costo de ordenar una compra.
Puesto que solo se realiza una compra en un periodo el costo de ordenar una compra
esta definido por:
C2
Costo de mantener el inventario por periodo.

El inventario promedio por periodo es [Q / 2]. Por consiguiente el costo de

mantenimiento del inventario por periodo es:
Para determinar el costo en un periodo se cuenta con la siguiente ecuación:
El tiempo de un periodo se expresa de la siguiente manera:
Nota: La demanda del artículo en un periodo de planeación se define con la letra D.
El número de periodos se expresa de la manera siguiente:
Si se desea determinar el costo total en el periodo de planeación (T) se multiplica el

costo de un periodo por el número de interperiodos (t) que contenga el periodo de
planeación. Para determinar este costo se aplica la siguiente ecuación:
Costo Total = Costo (Q*) t
Otra manera de representar el costo total para el periodo de planeación es por medio de
la siguiente ecuación:
Cuando los componentes del costo total se representan gráficamente se obtiene un punto
óptimo (de costo mínimo).
Una forma de determinar la cantidad óptima a pedir es suponer diversos valores de Q y

sustituir en la ecuación anterior hasta encontrar el punto de costo mínimo. Un
procedimiento más sencillo consiste en derivar la ecuación del costo total con respecto a
Q e igualar la derivada a cero.
Al resolver esta derivada tenemos la ecuación para determinar la cantidad óptima a

pedir.
Q=
Esta ecuación ocasiona un costo mínimo y tiene como base un balance entre los dos
costos variables (costo de almacenamiento y costo de compra) incluidos en el modelo.
Cualquier otra cantidad pedida ocasiona un costo mayor.
Para entender este modelo se resolverá un ejercicio en donde se aplican todos los
aspectos más importantes de este modelo de compra.
EJERCICIO:
Una empresa vende un articulo que tiene una demanda de 18, 000 unidades por año, su
costo de almacenamiento por unidad es de $ 1.20 por año y el costo de ordenar una
compra es de $ 400.00. El costo unitario del artículo es $ 1.00. No se permite faltante de
unidades y su tasa de reemplazo es instantánea. Determinar:
La cantidad optima pedida
El costo total por año
El numero de pedidos por año
El tiempo entre pedidos
Datos
C1= $ 1.00 (Costo unitario del artículo)
C2 = $ 400.00 (Compra)
C3 = $ 1.20 (Costo de almacenamiento por unidad por año)
La cantidad óptima a pedir se calcula de la siguiente forma.
= 3 465 Unidades
El costo total estará determinado por:
Costo = [(1) (18000)] + [(400) (18000/3465)] + [(1.2) (3465/2)] = $ 22, 156 por año
El número de pedidos por año es
N = D / Q = 18 000 / 3465 = 5.2 Pedidos por año
El tiempo entre pedidos es
t = Q / D = 3465 / 18000 = 0.1925 años

COSTOS DE INVENTARIOS:
La Gestión de Inventarios es una actividad en la que coexisten tres tipos de Costos
• Costos asociados a los flujos

• Costos asociados a los stocks
• Costos asociados a los procesos
Esta estructura se plantea sin perjuicio de mantener la clásica estructura de Costos por
naturaleza, según se clasifican en los dos siguientes grandes grupos.
• Costos de Operación.
• Costos Asociados a la Inversión
Los primeros, son los necesarios para la operación normal en la consecución del Fin.
Mientras que los asociados a la Inversión son aquellos financieros relacionados con
depreciaciones y amortizaciones.
Dentro del ámbito de los flujos habrá que tener en cuenta los Costos de los flujos de
aprovisionamiento (transportes), aunque algunas veces serán por cuenta del proveedor
(en el caso de contratos tipo CFR, CIF, CPT o CIP, entre otros) y en otros casos estarán
incluidos en el propio precio de la mercancía adquirida. Será necesario tener en cuenta
tanto los Costos de operación como los asociados a la inversión.
Costos asociados a los stocks, en este ámbito deberán incluirse todos los relacionados
con Inventarios. Estos serian entre otros Costos de almacenamiento, deterioros, perdidas
y degradación de mercancías almacenadas, entre ellos también tenemos los de rupturas
de Stock, en este caso cuentan con una componente fundamental los Costos financieros
de las existencias, todo esto ya serán explicados mas adelante.
Cuando se quiere conocer, en su conjunto los costos de inventarios habrá que tener en
cuenta todos los conceptos indicados. Por el contrario, cuando se precise calcular los
costos, a los efectos de toma de decisiones, (por ejemplo, para decidir tamaño optimo
del pedido) solamente habrá que tener en cuenta los costos evitables (que podrán variar
en cada caso considerado), ya que los costos no evitables, por propia definición
permanecerán a fuera sea cual fuera la decisión tomada.
Por último, dentro del ámbito de los procesos existen numerosos e importantes
conceptos que deben imputarse a los Costos de las existencias ellos son: Costos de
compras, de lanzamiento de pedidos y de gestión de la actividad. Un caso paradigmático
es el siguiente. En general, los Costos de transporte se incorporan al precio de compras
(¿por qué no incorporar también los Costos de almacenamiento, o de la gestión de los
pedidos?), como consecuencia de que en la mayoría de los casos se trata de transportes
por cuenta del proveedor incluidos de manera más o menos tácita o explícita en el
precio de adquisición.
Pero incluso cuando el transporte está gestionado directamente por el comprador se

mantiene esta práctica, aunque muchas veces el precio del transporte no es directamente
proporciona al volumen de mercancías adquiridas, sino que depende del volumen
transportado en cada pedido. En estas circunstancias el costo del transporte se convierte
también en parte del costo de lanzamiento del pedido.
La clasificación puramente logística de Costos que se ha citado hasta ahora no es la más

frecuentemente utilizada en "la profesión". Ya hemos citado en el párrafo anterior
conceptos como "costo de lanzamiento del pedido" o "costo de adquisición", que no
aparecían entre los conceptos inicialmente expuestos. Pues bien, la clasificación
habitual de costos que utilizan los gestores de los inventarios es la siguiente:
• Costos de almacenamiento, de mantenimiento o de posesión de stocks

• Costos de lanzamiento del pedido
• Costos de adquisición
• Costos de ruptura de stocks.
MODELOS DETERMINISTICOS:
La naturaleza del problema de inventario consiste en hacer y recibir pedidos de

determinados volúmenes, repetidas veces y a intervalos determinados. Una política de
inventario responde las siguientes preguntas.
¿Cuanto se debe ordenar?
Esto determina el lote económico (EOQ) al minimizar el siguiente modelo de costo:
(Costo total del inventario) = (Costo de compra) + (costo de preparación + (Costo de

almacenamiento) + (costo de faltante).
Todos estos costos se deben expresar en términos del lote económico deseado y del
tiempo entre los pedidos.
El costo de compra se basa en el precio por unidad del artículo. Puede ser constante, o
se puede ofrecer con un descuento que depende que dependa del volumen del pedido.
El costo de preparación representa el cargo fijo en el cual se incurre cuando se hace un

pedido. Este costo es independiente del volumen del pedido
El costo de almacenamiento representa el costo de mantener suficientes existencias en el

inventario. Incluye el interés sobre el capital, así como el costo de mantenimiento y
manejo
El costo de faltante es la penalidad en la cual se incurre cuando nos quedamos sin

existencias. Incluye la perdida potencial de ingresos, así como el costo mas subjetivo de
la perdida de la buena voluntad de los clientes.
¿Cuando se deben colocar los pedidos?
Depende del tipo de sistema de inventario que tenemos. Si el sistema requiere una
revisión periódica (por ejemplo, semanal o mensual), el momento para hacer un nuevo
pedido coincide con el inicio de cada periodo. De manera alternativa, si el sistema se
basa en una revisión continua, los nuevos pedidos se colocan cuando el nivel del
inventario desciende a un nivel previamente especificado, llamado el punto de reorden.
PLANEACIÓN DE REQUERIMIENTOS DE MATERIALES:
El MRP o Planificación de necesidades de Materiales, es un sistema de planificación de

la producción y de gestión de stocks que responde a las preguntas:
¿QUÉ?
¿CUÁNTO?
¿CUÁNDO?
Se debe fabricar y/o aprovisionar.
El procedimiento del MRP está basado en dos ideas esenciales:
A. La demanda de la mayoría de los artículos no es independiente, únicamente lo es

la de los productos terminados.
B. Las necesidades de cada artículo y el momento en que deben ser satisfechas
estas necesidades, se pueden calcular a partir de unos datos bastantes sencillos:
o Las demandas independientes

o La estructura del producto
Así pues, MRP I consiste esencialmente en un cálculo de necesidades netas de los

artículos ( productos terminados, subconjuntos, componentes, materia prima, etc.)
introduciendo un factor nuevo, no considerado en los métodos tradicionales de gestión
de stocks, que es el plazo de fabricación o compra de cada uno de los artículos, lo que
en definitiva conduce a modular a lo largo del tiempo las necesidades, ya que indica la
oportunidad de fabricar ( o aprovisionar) los componentes con la debida planificación
respecto a su utilización en la fase siguiente de fabricación. En la base del nacimiento de
los sistemas MRP está la distinción entre demanda independiente y demanda
dependiente.
Demanda Independiente
Se entiende por demanda independiente aquella que se genera a partir de decisiones

ajenas a la empresa, por ejemplo la demanda de productos terminados acostumbra a ser
externa a la empresa en el sentido en que las decisiones de los clientes no son
controlables por la empresa (aunque sí pueden ser influidas). También se clasificaría
como demanda independiente la correspondiente a piezas de recambio.
Demanda Dependiente
Es la que se genera a partir de decisiones tomadas por la propia empresa, por ejemplo
aún si se pronostica una demanda de 100 coches para el mes próximo (demanda
independiente) la Dirección puede determinar fabricar 120 este mes, para lo que se
precisaran 120 carburadores , 120 volantes, 600 ruedas,.... ,etc. La demanda de
carburadores, volantes, ruedas es una demanda dependiente de la decisión tomada por la
propia empresa de fabricar 120 coches.
Es importante esta distinción, porque los métodos a usar en la gestión de stocks de un

producto variarán completamente según éste se halle sujeto a demanda dependiente o
independiente. Cuando la demanda es independiente se aplican métodos estadísticos de
previsión de esta demanda, generalmente basados en modelos que suponen una
demanda continua, pero cuando la demanda es dependiente se utiliza un sistema MRP
generado por una demanda discreta. El aplicar las técnicas clásicas de control de
inventarios a productos con demanda dependiente (como se hacia antes del MRP)
genera ciertos inconvenientes.
El Concepto de MRP I, por tanto, es bien sencillo: como se dijo, se trata de saber qué
se debe aprovisionar y/o fabricar, en qué cantidad, y en qué momento para cumplir con
los compromisos adquiridos.
EL SISTEMA MRP
El sistema MRP comprende la información obtenida de al menos tres fuentes o ficheros

de Información principales que a su vez suelen ser generados por otros subsistemas
específicos, pudiendo concebirse como un proceso cuyas entradas son:
o : El plan maestro de producción, el cual contiene las cantidades y

fechas en que han de estar disponibles los productos de la planta que
están sometidos a demanda externa (productos finales fundamentalmente
y, posiblemente, piezas de repuesto).
o : El estado del inventario, que recoge las cantidades de cada una de
las referencias de la planta que están disponibles o en curso de
fabricación. En este último caso ha de conocerse la fecha de recepción de
las mismas.
o : La lista de materiales, que representa la estructura de fabricación
en la empresa. En concreto, ha de conocerse el árbol de fabricación de
cada una de las referencias que aparecen en el Plan Maestro de
Producción.
A partir de estos datos la explosión de las necesidades proporciona como resultado la

siguiente información:
o : El plan de producción de cada uno de los ítems que han de ser

fabricados, especificando cantidades y fechas en que han de ser lanzadas
las órdenes de fabricación. Para calcular las cargas de trabajo de cada
una de las secciones de la planta y posteriormente para establecer el
programa detallado de fabricación.
o : El plan de aprovisionamiento, detallando las fechas y tamaños de

los pedidos a proveedores para todas aquellas referencias que son
adquiridas en el exterior.
o : El informe de excepciones, que permite conocer que‚ órdenes de
fabricación van retrasadas y cuales son sus posibles repercusiones sobre
el plan de producción y en última instancia sobre las fechas de entrega de
los pedidos a los clientes. Se comprende la importancia de esta
información con vistas a renegociar‚ estas si es posible o,
alternativamente, el lanzamiento de órdenes de fabricación urgentes,
adquisición en el exterior, contratación de horas extraordinarias u otras
medidas que el supervisor o responsable de producción considere
oportunas.
Así pues, la explosión de las necesidades de fabricación no es más que el proceso por el
que las demandas externas correspondientes a los productos finales son traducidas en
órdenes concretas de fabricación y aprovisionamiento para cada uno de los ítems que
intervienen en el proceso productivo.
Plan Maestro de Producción PMP, MPS (Master production Schedule)
Plan maestro detallado de producción, que nos dice en base a los pedidos de los clientes
y los pronósticos de demanda, qué productos finales hay que fabricar y en qué plazos
debe tenerse terminados. El cual contiene las cantidades y fechas en que han de estar
disponibles los productos de la planta que están sometidos a demanda externa
(productos finales fundamentalmente y, posiblemente, piezas de repuesto).
El otro aspecto básico del plan maestro de producción es el calendario de fechas que
indica cuando tienen que estar disponibles los productos finales. Para ello es necesario
discretizar el horizonte de tiempo que se presenta ante la empresa en intervalos de
duración reducida que se tratan como unidades de tiempo. Habitualmente se ha
propuesto el empleo de la semana laboral como unidad de tiempo natural para el plan
maestro. Pero debe tenerse en cuenta que todo el sistema de programación y control
responde a dicho intervalo una vez fijado, siendo indistinguible para el sistema la
secuencia en el tiempo de los sucesos que ocurran durante la semana. Debido a ello, se
debe ser muy cuidadoso en la elección de este intervalo básico, debiendo existir otro
subsistema que ordene y controle la producción en la empresa durante dicho intervalo.
La función del plan maestro se suele comparar dentro del sistema básico de
programación y control de la producción con respecto a los otros elementos del mismo,
todo el sistema tiene como finalidad adecuar la producción en la fábrica a los dictados
del programa maestro. Una vez fijado este, el cometido del resto del sistema es su
cumplimiento y ejecución con el máximo de eficiencia.
APLICACIONES:
Áreas funcionales
Una muestra de los problemas que la IO ha estudiado y resuelto con éxito en

negocios e industria se tiene a continuación:
Personal
La automatización y la disminución de costos, reclutamiento de personal,

clasificación y asignación a tareas de mejor actuación e incentivos a la
producción.
Mercado y distribución
El desarrollo e introducción de producto, envasado, predicción de la demanda y

actividad competidora, localización de bodegas y centros distribuidores.
Compras y materiales
Las cantidades y fuentes de suministro, costos fijos y variables, sustitución de

materiales, reemplazo de equipo, comprar o rentar.
Manufactura
La planeación y control de la producción, mezclas óptimas de manufactura,

ubicación y tamaño de planta, el tráfico de materiales y el control de calidad.
Finanzas y contabilidad
Los análisis de flujo de efectivo, capital requerido de largo plazo, inversiones

alternas, muestreo para la seguridad en auditorias y reclamaciones.
Planeación
Con los métodos Pert para el control de avance de cualquier proyecto con
múltiples actividades, tanto simultáneas como las que deben esperar para
ejecutarse.
UNIDAD II: LINEAS DE ESPERA
2.1 INTRODUCCIÓN
2.2 TERMINOLOGÍA Y NOTACIÓN
2.3 TEOREMA DE LITTLE
2.4 PATRONES DE LLEGADAS Y DE SERVICIO
2.5 SOLUCIÓN ANALÍTICA.
INTRODUCCIÓN:
Las colas (líneas de espera) son parte de la vida diaria. Todos esperamos en colas para
comprar un boleto para el cine, hacer un depósito en el banco, pagar en el
supermercado, enviar un paquete por correo, subir a un juego en la feria, etc. Nos hemos
acostumbrado a esperas largas, pero todavía nos molesta cuando lo son demasiado.
Sin embargo, tener que esperar no sólo es una molestia personal. El tiempo que la
población de un país pierde en colas es un factor importante tanto en la calidad de vida
como en la eficiencia de su economía. Por ejemplo, antes de su disolución, la Unión
Soviética era notoria por las excesivas colas que sus ciudadanos solían tener que
soportar solo para comprar artículos básicos. Hoy en Estados Unidos se estima que las
personas pasan 37 mil millones de horas al año en líneas de espera. Si este tiempo se
usara de manera productiva significaría cerca de 20 millones de personas-años de
trabajo útil cada año.
Incluso estas asombrosas cifras no cuentan toda la historia del impacto que causa la
espera excesiva. También ocurren grandes ineficiencias debido a otros tipos de espera
que no son personas en una Cola.
La Teoría de Colas es el estudio de la espera en las distintas modalidades. Usa los

modelos de colas para representar los tipos de sistemas de líneas de espera (sistemas que
involucran colas de algún tipo) que surgen en la práctica. Las fórmulas para cada
modelo indican cuál debe ser el desempeño del sistema correspondiente y señalan la
cantidad promedio de espera que ocurrirá, en una gama de circunstancias.
Por lo tanto, estos modelos de líneas de espera son muy útiles para determinar cómo
operar un sistema de colas de la manera más efectiva. Proporcionar demasiada
capacidad de servicios para operar el sistema implica costos excesivos; pero al no contar
con suficiente capacidad de servicio la espera aumenta con todas sus desafortunadas
consecuencias. Los modelos permiten encontrar un balance adecuado entre el costo de
servicio y la cantidad de espera.
TERMINOLOGÍA Y NOTACIÓN:
No se permite el faltante. Suposiciones:
1. La demanda tiene que ser constante.
2. Los costos son constantes (no se permite descuento en adquisiciones voluminosas).
3. Los proveedores entregaran con puntualidad los pedidos en el periodo

comprendido.
4. El lote mínimo es igual al inventario máximo.
Nomenclatura:
Q = tamaño económico del lote. Si es muy grande o muy chico
N = número de pedido. Puedes pedir una o 2 veces
D = Demanda. Por si las dudas ten cuidado y siempre papelito habla
Ci = Costo de compra. A lo mejor te sale mas barato en otro lado
Ch = Costo de mantener un unidad en los inventarios (%).
Co = Costo de ordenar. Ya ves que hay gandallas que te cobran el envió
R = Punto de reorden.
L = Tiempo de consumo. En menos de 30 min si te cobran sino PS no
T = Tiempo para consumir el inventario máximo. el tiempo en el que te atragantas
Imáx = Inventario Máximo.
Î =Inventario Promedio.
Ct = Costo Total.
Ct = Costo de compra + Costo de ordenar + Costo de tenencia.
Costo de compra = CiD
Costo de ordenar =
Costo de tenencia =
Si la demanda es de 50 piezas por día y el proveedor pasa 10 días en surtir por tanto
necesitamos 500 piezas para no tener faltante.
R =? = 50 * 10 −500
D = 50 pza/día.
L = 10 días.
R=DL
Unidad = 5040
Ejemplo:
Una Cía. fabricante de refrescos de la marca de coca cola a observado que requiere
anualmente de 3000 valeros que son utilizados en las bombas de agua a propulsión a
chorro con un programa de mantenimiento preventivo diseñado por el departamento de
producción. El costo de cada unidad es de $ 80,000, el costo de oportunidad de
inversión es de 12% del costo del producto. Los costos generados por el control de
inventarios como son el sueldo de personal de almacén, agua y electricidad es de 2,400
* unidad lo cual es muy caro por que yo solo pago cuatrocientos pesos de luz, otro costo
que representa aun los deterioros, extravió y envejecimiento de los productos
almacenados anualmente y alcanzan un costo de $2,000 * unidad .La orden de compra
se ha estimado en $120,000.
Suponga que el proveedor tarda en promedio 15 días en surtir una orden, determinar:
El tamaño económico del lote.
El inventario máximo.
El inventario Promedio.
El punto de reorden.
El tiempo requerido para consumir el inventario máximo.
Costo total del inventario.
Número de pedidos.
Datos:
D = 3000 unidad por año.
Ci = $80,000
Co =$120,000
Ch= 0.12 (80,000)+ 2,900 + 2,000
Ch = 14,000 unidades por año.
L = 15 días.
Q = 227 unidad.
Imáx. = Q = 227 u.
e) T - Q/D = 0.075 Años = 27 días.
f) Ct = $ 243, 174,340
g) =
SOLUCIÓN ANALÍTICA:
Supongamos una barra metálica de longitud L, conectada por sus extremos a dos focos
de calor a temperaturas Ta y Tb respectivamente. Sea T0 la temperatura inicial de la barra
cuando se conectan los focos a los extremos de la barra.
Al cabo de cierto tiempo, teóricamente infinito, que en la práctica depende del tipo de
material que empleamos, se establece un estado estacionario en el que la temperatura
de cada punto de la barra no varía con el tiempo. Dicho estado está caracterizado por un
flujo J constante de energía. La ley de Fourier establece que la temperatura variará
linealmente con la distancia x al origen de la barra.
Para describir el estado transitorio buscamos una solución de la forma T(x, t)=F(x) ·G
(t), variables separadas
El signo negativo asegura el carácter transitorio.
Integramos la primera ecuación diferencial
Integramos la segunda ecuación diferencial
Es una ecuación diferencial similar a la de un MAS, cuya solución es a·sen (ωr+δ)

La temperatura en cualquier punto x a lo largo de la barra, en un instante determinado,

T(x, t) es la solución de la ecuación diferencial, que es una combinación de dos
términos, la que corresponde al régimen permanente más la del régimen transitorio.
Condiciones de contorno
• En x=0, T(0, t)=Ta, temperatura fija del extremo izquierdo de la barra
• En x=L, T(L, t)=Tb, temperatura fija del extremo derecho de la barra
El régimen variable general de temperaturas de la barra es

UNIDAD III: SIMULACIÓN
3.1 INTRODUCCIÓN
3.2 PROCEDIMIENTO DE SIMULACIÓN
3.3 LOS NÚMEROS ALEATORIOS Y EL MUESTREO DE VARIABLES

ALEATORIAS.
3.4 SIMULACIÓN DE INVENTARIOS
3.5 SIMULACIÓN DE SISTEMAS CON LINEAS DE ESPERA
3.6 VENTAJAS Y DESVENTAJAS DE LA SIMULACIÓN.
INTRODUCCIÓN
La simulación es reproducir el ambiente, las variables (rasgos, apariencia,

características, contexto) de un sistema real. Es imitar una situación del mundo real
en forma matemática.
La simulación constituye una técnica económica que nos permite ofrecer varios
escenarios posibles de una situación y nos permite equivocarnos sin provocar
efectos sobre el mundo real (por ejemplo un simulador de vuelo o conducción).
PROCEDIMIENTO DE SIMULACIÓN:
Las simulaciones se realizaron por medio de una versión baro trópica y verticalmente
integrada del HAMSOM. El uso de códigos de estas características es habitual en los
sistemas de predicción de ondas de tormenta. El hecho de emplear un modelo 3-D con
toda la carga adicional de física y parametrizaciones, no aporta una mejora sobre el
valor estimado del nivel del mar, aunque si puede tener sentido a la hora de predecir
corrientes superficiales.
El cálculo de residuos en un punto se ha realizado por medio de una técnica que implica
la realización de dos simulaciones diferentes.
La primera consiste en una simulación de marea.
Con todos los armónicos disponibles en el modelo y reproduciendo la situación real

existente durante los días concretos del estudio. Para ello ha sido necesario introducir en
el código una rutina que calcule, para todos los armónicos contemplados y para una
fecha determinada, los factores nodales y el desfase con respecto al origen de tiempo.
A través de esta rutina, el término de desfase se calcula al inicio del periodo

considerado y el valor de fi, t se actualiza al principio de cada día. En estas simulaciones
el modelo reproduce el comportamiento de los 7 armónicos más importantes, que
poseen más del 95% de la energía de la marea. La segunda simulación consiste en una
ejecución conjunta de los forzamientos de la atmósfera (vientos y presiones procedentes
del HIRLAM) y la marea. En este caso, se reproduce el nivel absoluto del mar, a
excepción de las contribuciones baro clínicas y las debidas a los armónicos no
considerados. Los residuos se calculan como la diferencia entre ambas simulaciones.
La figura ilustra este procedimiento a través de los resultados del modelo en el punto de
malla de Bilbao. Los datos corresponden a unos cuantos días del periodo considerado en
este estudio. La gráfica superior muestra los resultados de la simulación de marea con 7
armónicos.
En esta figura se manifiesta con claridad la presencia del ciclo de mareas vivas y
muertas. La central muestra la elevación resultante de introducir marea y forzamiento
meteorológico.
Cálculo de residuos (gráfica inferior) a partir de las simulaciones de marea (gráfica

superior) y de marea con meteorología (gráfica central). El eje de abscisas muestra los
días transcurridos desde el inicio de la simulación. Nótese el cambio en la escala
vertical.
LOS NÚMEROS ALEATORIOS Y MUESTREO DE VARIABLES

ALEATORIAS:
Un número aleatorio es un resultado de una variable al azar especificada por una

función de distribución. Cuando no se especifica ninguna distribución, se presupone que
se utiliza la distribución uniforme continua en el intervalo [0,1).
En los ordenadores personales es fácil simular la generación de números aleatorios,

mediante mecanismos de generación de números pseudo aleatorios, que, sin ser
aleatorios (siguen una fórmula), lo aparentan.
Un Generador de números aleatorios es un componente o funcionalidad que crea

números o símbolos para un programa software en una forma que carezca de un patrón
evidente, y que así parezcan ser números aleatorios.
La mayor parte de los generadores de números aleatorios son, en realidad, pseudo

aleatorios: se calcula (o introduce internamente) un valor X0, que llamaremos semilla,
y, a partir de él, se van generando X1, X2, X3,...
Siempre que se parta de la misma semilla, se obtendrá la misma secuencia de valores.
El algoritmo básico es el método congruencial, que genera valores en el intervalo

[0,1), mediante el siguiente esquema: Se fijan A, B, enteros positivos (deben tener
ciertas propiedades para obtener un buen generador), y, a partir de una semilla X0 en el
conjunto 0,1,...,(N-1), se generan X1 = A*X0+B (mod N) X2 = A*X1+B (mod N) X3 =
A*X2+B (mod N) ... X(k+1) = A*Xk+B (mod N) ...
Donde A*X+B (mod N) es el resto de la división entera de A*X+B entre N. Por

ejemplo, 16 (mod 7) es 2.
A partir del método congruencial, es posible tomar valores pseudo aleatorios en el

intervalo [0,1) como sigue: Se toma N, entero, muy grande, se toman A, B adecuados, y
una semilla X0 en 0,1,.., (N-1). A partir de ella, se generan X1, X2, X3,... por el método
congruencial, y a partir de ellos, Y0, Y1, Y2, Y3,... mediante la fórmula Yk = Xk /N
SIMULACIÓN DE INVENTARIOS:
En base al estudio de Teoría de Inventarios, el simulador a describir, fue desarrollado en

NetLogo.
El simulador fue programado para analizar los siguientes datos de entrada:
El número de pedidos de un producto
La cantidad demandada de un producto
La caducidad del producto.
Costo adicional por pedido.
Revisión del inventario (stock)
Tiempo de demora en los pedidos.
El modelo de simulación que se utilizó fue el modelo determinístico del lote económico
EOQ.
Para la simulación se ha creado un solo objeto denominado producto que tiene una sola
propiedad, caducidad. Este objeto simula el comportamiento de un producto en general
que se puede adquirir o si se llega a cumplir su periodo de caducidad el mismo se da de
baja, es decir se elimina del inventario.
De manera general la lógica de la aplicación es la siguiente, en caso de que no se desee

optimizar la simulación, el usuario configura los datos de entrada, se generan los
productos, se inicia la simulación, se actualizan los elementos de salida (output y plots).
Cuando el usuario desea optimizar la simulación algunos de los datos de entrada son
calculados en base a la información ingresada por el usuario, a pesar de que hayan sido
configurados por el usuario, esto debido a que la optimización aplica los cálculos de los
sistemas de inventarios para determinar el stock óptimo, cuando y cuánto comprar.
Los resultados de la simulación se pueden ver mediante dos elementos: 1 plot, un

conjunto de Output y por supuesto la pantalla de gráficos.
En el plot se grafican las unidades que están en stock (o nivel de inventario) y la

cantidad de ventas que se han realizado. Es importante la información que este diagrama
aporta por cuanto se puede ver cómo el nivel de inventario toma la forma característica
para los modelos de lote económico, lo que nos garantiza que los cálculos optimizados
son correctos, lo que trae como consecuencia la no escasez de los productos y un
inventario óptimo en cuestión de costos.
SIMULACIÓN DE SISTEMAS CON LINEAS DE ESPERA:
Una línea de espera es el efecto resultante en un sistema cuando la demanda de un

servicio supera la capacidad de proporcionar dicho servicio. Este sistema está formado
por un conjunto de entidades en paralelo que proporcionan un servicio a las
transacciones que aleatoriamente entran al sistema. Dependiendo del sistema que se
trate, las entidades pueden ser cajeras, máquinas, semáforos, grúas, etcétera, mientras
que las transacciones pueden ser: clientes, piezas, autos, barcos, etcétera. Tanto el
tiempo de servicio como las entradas al sistema son fenómenos que generalmente tienen
asociadas fuentes de variación que se encuentran fuera del control del tomador de
decisiones, de tal forma que se hace necesaria la utilización de modelos estocásticos que
permitan el estudio de este tipo de Sistemas.
Los modelos de líneas de espera (LE) son importantes en la simulación y modelación de

sistemas computacionales debido a:
Pueden ser usados para entender aspectos estocásticos de las redes de Comunicación y
redes de cómputo.
Pueden ser usados para simular servidores de sistemas diversos tales− como: Bancarios,
sistemas de producción, simulación de vuelos, etc.
Al fin una cola es una línea de espera Una cola es una línea de espera y la teoría de
colas es una colección de modelos matemáticos que describen sistemas de línea de
espera particulares o sistemas de colas. Los modelos sirven para encontrar un buen
compromiso entre costes del sistema y los tiempos promedio de la línea de espera para
un sistema dado.
VENTAJAS Y DESVENTAJAS DE SIMULACIÓN:
La simulación es el diseñar y desarrollar un modelo computarizado de un sistema o

proceso y conducir experimentalmente con este modelo con el propósito de entender el
comportamiento del sistema del mundo real o evaluar varias estrategias con los cuales
puedan operar el sistema.
La Simulación es una herramienta universalmente aceptada por diversas razones.
VENTAJAS:
1. Es un proceso relativamente eficiente y flexible.
2. Puede ser usada para analizar y sintetizar una compleja y extensa situación real, pero
no puede ser empleada para solucionar un modelo de análisis cuantitativo convencional.
3. En algunos casos la simulación es el único método disponible.
4. Los modelos de simulación se estructuran y nos resuelve en general problemas

trascendentes.
5. Los directivos requieren conocer como se avanza y que opciones son atractivas; el
directivo con la ayuda del computador puede obtener varias opciones de decisión.
6. La simulación no interfiere en sistemas del mundo real.
7. La simulación permite estudiar los efectos interactivos de los componentes

individuales o variables para determinar las más importantes.
8. La simulación permite la inclusión de complicaciones del mundo real.

DESVENTAJAS:
1. Un buen modelo de simulación puede resultar bastante costoso; a menudo el proceso

de desarrollar un modelo es largo y complicado.
2. La simulación no genera soluciones óptimas a problemas de análisis cuantitativos, en

técnicas como cantidad económica de pedido, programación lineal o PERT. Por ensayo
y error se producen diferentes resultados en repetidas corridas en el computador.
3. Los directivos generan todas las condiciones y restricciones para analizar las
soluciones. El modelo de simulación no produce respuestas por si mismo.
4. Cada modelo de simulación es único. Las soluciones e inferencias no son usualmente

transferibles a otros problemas.
5. Siempre quedarán variables por fuera, y esas variables (si hay mala suerte) pueden
cambiar completamente los resultados en la vida real que la simulación no previó... en
ingeniería se "minimizan riesgos, no se evitan".
QUE INTENTA LA SIMULACION?
1. Descubrir el comportamiento de un sistema
2. Postular teorías o hipótesis que expliquen el comportamiento observado
3. usar esas teorías para predecir el comportamiento futuro del sistema, es decir mirar
los efectos que se producirían en el sistema mediante los cambios dentro de él o en su
método de operación (tiempo en minutos)
UNIDAD IV: CADENAS DE MARKOV
4.1 DIAGRAMA DE ESTADOS Y LA MATRIZ DE TRANSICIÓN
4.2 CÁLCULO DE PROBABILIDADES DE TRANSICIÓN Y DE ESTADO

LIBRE.
4.3 APLICACIONES.
CADENAS DE MARKOV
Una cadena de Markov, que recibe su nombre del matemático ruso Andrei Markov, es
una serie de eventos, en la cual la probabilidad de que ocurra un evento depende del
evento inmediato anterior. En efecto, las cadenas de este tipo tienen memoria.
“Recuerdan” el último evento y esto condiciona las posibilidades de los eventos futuros.
Esta dependencia del evento anterior distingue a las cadenas de Markov de las series de
eventos independientes, como tirar una moneda al aire o un dado.
En los negocios, las cadenas de Markov se han utilizado para analizar los patrones de
compra de los deudores morosos, para planear las necesidades de personal y para
analizar el reemplazo de equipo.
En matemáticas, se define como un proceso estocástico discreto que cumple con la

Propiedad de Markov, es decir, si se conoce la historia del sistema hasta su instante
actual, su estado presente resume toda la información relevante para describir en
probabilidad su estado futuro.
Una cadena de Markov es una secuencia X1, X2, X3,… de variables aleatorias. El rango
de estas variables, es llamado espacio estado, el valor de Xn es el estado del proceso en
el tiempo n. Si la distribución de probabilidad condicional de Xn+1 en estados pasados
es una función de Xn por sí sola, entonces:
Donde xi es el estado del proceso en el instante i. La identidad mostrada es la Propiedad

de Markov.
Una cadena de Markov es una serie de eventos, en la cual la probabilidad de que ocurra
un evento depende del evento inmediato anterior. En efecto, las cadenas de este tipo
tienen memoria. "Recuerdan" el último evento y esto condiciona las posibilidades de los
eventos futuros. Esta dependencia del evento anterior distingue a las cadenas de Markov
de las series de eventos independientes, como tirar una moneda al aire o un dado.
En la siguiente figura se muestra el proceso para formular una cadena de Markov. El

generador de Markov produce uno de n eventos posibles, Ej, donde j = 1, 2,. . ., n, a
intervalos discretos de tiempo (que no tiene que ser iguales). Las probabilidades de
ocurrencia para cada uno de estos eventos dependen del estado del generador. Este
estado se describe por el último evento generado. En la figura, el último evento
generado fue Ej., de manera que el generador se encuentra en el estado Mj.
La probabilidad de que J.C. sea el siguiente evento generado es una probabilidad

condicional: P (Ek / Mj). Esto se llama probabilidad de transición del estado Mj al estado
Ek. Para describir completamente una cadena de Markov es necesario saber el estado
actual y todas las probabilidades de transición.
Probabilidades de transición.
Una forma de describir una cadena de Markov es con un diagrama de estados, como el
que se muestra en la figura 4.1.2. En ésta se ilustra un sistema de Markov con cuatro
estados posibles: M1, M2, M3 y M4. La probabilidad condicional o de transición de
moverse de un estado a otro se indica en el diagrama
Otro método para exhibir las probabilidades de transición es usar una matriz de
transición. . La matriz de transición para el ejemplo del diagrama de estados se muestra
en la tabla 4.1.1
Otro método para exhibir las probabilidades de transición es usar una matriz de
transición. .
Para n = 0, 1, 2,....
El superíndice n no se escribe cuando n = 1.

CALCULO DE PROBABILIDADES DE TRANSICIÓN Y DE ESTADO

ESTABLE
En general no es posible saber en que estado se encuentra una cadena en una

determinada etapa, por lo tanto lo que haremos será trabajar con un vector de
probabilidades
en el cual representaremos la probabilidad de cada estado en la etapa k.
Supongamos que queremos calcular las probabilidades de cambiar al estado ej en la

etapa k+1. Para ello debemos utilizar el teorema de las probabilidades totales:
Lo que es equivalente a
Y por tanto obtenemos que el vector de probabilidades de la etapa k+1 se calcula

multiplicando el vector de la etapa k por la matriz de transición:
Habitualmente nosotros tendremos una configuración de probabilidades inicial y

nos interesará calcular cuales son las probabilidades después de k etapas. Esto se
consigue aplicando recursivamente el resultado anterior:
Ejemplo:
Veamos como podemos aplicar esto en el problema de las operadoras de telefonía en el

cuál recordemos
T=
Supongamos que queremos saber cual será la compañía que contratará dentro de un año
un usuario que ahora mismo trabaje con la compañía A.
· Tendremos entonces que la configuración inicial de probabilidades será = (1, 0,

0) ya que sabemos a ciencia cierta que el usuario trabaja con A.
· Además, lo que nosotros buscamos son las probabilidades después de un año, es

decir dos etapas después. Por tanto
· Con lo cual obtenemos que un año después el usuario tendrá una probabilidad de
0.32 de estar en la compañía A, 0.28 de estar en la B y 0.4 de estar en la C.
Ejemplo:
De la misma manera podemos trabajar con una configuración inicial no determinista,

por ejemplo si en el instante inicial la compañía A tiene un 40% de cuota de mercado, la
B un 15% y la C un 45. En ese caso si queremos ver como estará el mercado después de
dos años lo que haremos será:
· En este caso la configuración inicial es = (0.4, 0.15, 0.45)
· Dos años equivalen a cuatro etapas, por tanto
Por tanto dentro de dos años la compañía A tendrá el 21.87% de la cuota de mercado, la
B el 23.59% y la C el 54.54%.
UNIDAD V: PROGRAMACIÓN DINÁMICA
5.1 INTRODUCCIÓN
5.2 FORMULACIÓN DE MÉTODOS
5.3 MÉTODO HACIA ATRÁS.
INTRODUCCIÓN
La programación dinámica es un enfoque general para la solución de problemas en los

que es necesario tomar decisiones en etapas sucesivas. Las decisiones tomadas en una
etapa condicionan la evolución futura del sistema, afectando a las situaciones en las que
el sistema se encontrará en el futuro (denominadas estados), y a las decisiones que se
plantearán en el futuro.
Conviene resaltar que a diferencia de la programación lineal, el modelado de problemas

de programación dinámica no sigue una forma estándar. Así, para cada problema será
necesario especificar cada uno de los componentes que caracterizan un problema de
programación dinámica.
El procedimiento general de resolución de estas situaciones se divide en el análisis

recursivo de cada una de las etapas del problema, en orden inverso, es decir
comenzando por la última y pasando en cada iteración a la etapa antecesora. El análisis
de la primera etapa finaliza con la obtención del óptimo del problema.
Los problemas de programación lineal tienen dos características comunes: son estáticos
y lineales. Estos atributos significan que los problemas se expresan y resuelven en
términos de una situación específica que ocurre en determinado momento y cumpliendo
con las cuatro condiciones descritas en las características de la programación lineal.
Cuando se considera un problema con respecto a variaciones no lineales en el transcurso
de etapas, que pueden ser periodos de tiempo, ya no son aplicables las técnicas de
programación lineal. Un enfoque que incluye las etapas fases es el de la programación
dinámica. Para la aplicación de la programación dinámica es necesario tener un cierto
grado de creatividad que se puede adquirir mediante la práctica en la solución de
diversos tipos de problemas.
Ejemplo prototipo
Supóngase que nos encontramos en una zona de la ciudad cuyas principales calles se
encuentran distribuidas como se muestra en la figura:
Todas las calles son en un solo sentido y los números que aparecen sobre ellas nos
indican el esfuerzo necesario para ir de un extremo de la calle al siguiente. Este esfuerzo
puede representar el costo del combustible, el tiempo para recorrer la distancia, etc.
Una manera de resolver este problema es empleando la técnica de la ruta más corta.
Otra manera, es enumerando todas las posibles rutas entre sumar los esfuerzos cuadra
por cuadra, y después escoger la ruta cuya suma sea menor. Existen 20 rutas distintas
para llegar de O a T, y es necesario hacer 5 sumas para encontrar el esfuerzo total de
cada ruta, esto nos da como resultado 100 sumas y 20 comparaciones.
Desde luego, existe un método que nos permite resolver el problema con un menor
número de sumas y de comparaciones. Este método es conocido con el nombre
programación dinámica. Para desarrollar el método de la programación dinámica es -
necesario razonar el problema de la siguiente manera: en este momento me encuentro en
el nodo =, y no sé si dirigirme hacia el nodo A o en nodo B, si de alguna manera
conociera el mínimo esfuerzo para ir de A hacia T, entonces fácilmente podría decidir el
camino a tomar estando en el origen 0. La idea fundamental de la programación
dinámica, es que, únicamente es relevante el esfuerzo total de A a T y de B a T cuando
nos encontramos en 0, y que todas las posibles rutas de A a T y de B a T no se toman
en cuenta para la decisión en 0. Por lo tanto, razonando en forma similar al encontramos
en cada nodo, deducimos que debemos resolver el problema del final hacia el principio.
Características de la programación dinámica
La programación dinámica parte de una pequeña porción del problema y llega a la

solución óptima para esa pequeña parte del problema, entonces gradualmente se agranda
el problema hallando la solución óptima en curso a partir de la anterior. Este proceso se
repite hasta obtener la solución óptima del problema original.
Definiciones
Etapa: es un periodo o fase perfectamente identificable del problema, en el cual es

necesario tomar una decisión de acuerdo a una política establecida.
Estado: es el conjunto de alternativas posibles que se encuentran dentro de una etapa.
Políticas de decisión: es la mecánica para elegir una alternativa que nos llevará a i
estado en la siguiente etapa.
Objetivo: es la meta a alcanzar tomando las decisiones de acuerdo a la política ce

decisión establecida en cada etapa del problema.
Principio de optimalidad de Bellman: la política de decisión óptima en cualquier etap2

depende solamente del estado en esa etapa, y no de las decisiones tomadas en etapas
anteriores.
Un problema de programación dinámica puede representarse mediante una red en la

cual los nodos representen los diferentes estados en una etapa, y las ramas representan
las decisiones que se toman para ir a la siguiente etapa.
Es muy importante hacer notar que no se pueden tomar dos decisiones ni

simultáneamente ni sucesivamente dentro de una misma etapa, por lo tanto, los estados
dentro de una misma etapa nunca se podrán conectar entre sí, pues al elegir una
decisión, las deben de quedar automáticamente excluidas.

Investigacion de Operaciones II: UNIDAD I

Cargado por

Copyright:

Formatos disponibles

Investigacion de Operaciones II: UNIDAD I

Cargado por

Información del documento

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 II: UNIDAD I

Cargado por

Copyright:

Formatos disponibles

MATERIA: INVESTIGACIÓN DE OPERACIONES II

Como su nombre lo dice, la investigación de operaciones significa "hacer investigación

La naturaleza de la organización es esencialmente inmaterial y, de hecho, la

Una característica más de la investigación de operaciones es su amplio punto de vista.

CLASIFICACIÓN DE LOS SISTEMAS DE INVENTARIOS:

Las empresas mantienen inventarios de materias primas y de productos terminados. Los

1. Formulan un modelo matemático que describe el comportamiento del sistema de

2. Derivan una política óptima de inventarios con respecto a este modelo.

MODELO DE INVENTARIO SIN DÉFICIT

Este es un modelo de inventarios que se encuentra basado en las siguientes

La demanda se efectúa a tasa constante.

El reemplazo es instantáneo (la tasa se reemplazo es infinita).

Todos los coeficientes de costos son constantes.

Q = Cantidad optima a pedir

t = Periodo entre pedidos

En este modelo se representan iguales el inventario máximo y la cantidad económica

Cabe mencionar que esto no siempre es verdadero.

Costo unitario del producto (C1)

Costo de ordenar una compra (C2)

Costo de mantener un producto en almacén (C3)

El costo para un periodo estará conformado de la siguiente manera:

El costo total para el periodo de planeación estará conformado de la manera siguiente:

Costo total = Costo por periodo x Numero de pedidos a realizar.

Costo unitario por periodo.

El costo unitario por periodo simplemente es el costo de la cantidad óptima a pedir.

Costo de ordenar una compra.

Costo de mantener el inventario por periodo.

El inventario promedio por periodo es [Q / 2]. Por consiguiente el costo de

Para determinar el costo en un periodo se cuenta con la siguiente ecuación:

El tiempo de un periodo se expresa de la siguiente manera:

Nota: La demanda del artículo en un periodo de planeación se define con la letra D.

El número de periodos se expresa de la manera siguiente:

Si se desea determinar el costo total en el periodo de planeación (T) se multiplica el

Costo Total = Costo (Q*) t

Una forma de determinar la cantidad óptima a pedir es suponer diversos valores de Q y

Al resolver esta derivada tenemos la ecuación para determinar la cantidad óptima a

La cantidad optima pedida

El costo total por año

El numero de pedidos por año

El tiempo entre pedidos

C1= $ 1.00 (Costo unitario del artículo)

C3 = $ 1.20 (Costo de almacenamiento por unidad por año)

La cantidad óptima a pedir se calcula de la siguiente forma.

El costo total estará determinado por:

El número de pedidos por año es

N = D / Q = 18 000 / 3465 = 5.2 Pedidos por año

El tiempo entre pedidos es

t = Q / D = 3465 / 18000 = 0.1925 años

La Gestión de Inventarios es una actividad en la que coexisten tres tipos de Costos

• Costos asociados a los flujos

Pero incluso cuando el transporte está gestionado directamente por el comprador se

La clasificación puramente logística de Costos que se ha citado hasta ahora no es la más

• Costos de almacenamiento, de mantenimiento o de posesión de stocks

La naturaleza del problema de inventario consiste en hacer y recibir pedidos de

¿Cuanto se debe ordenar?

Esto determina el lote económico (EOQ) al minimizar el siguiente modelo de costo:

(Costo total del inventario) = (Costo de compra) + (costo de preparación + (Costo de

El costo de preparación representa el cargo fijo en el cual se incurre cuando se hace un

El costo de almacenamiento representa el costo de mantener suficientes existencias en el

El costo de faltante es la penalidad en la cual se incurre cuando nos quedamos sin