Modelos de líneas de espera

DIRECCIN DE EDUCACIN ABIERTA Y A DISTANCIA Y VIRTUALIDAD
ADMINISTRACIN DE EMPRESAS
INVESTIGACION DE OPERACIONES
MDULO EN REVISIN
CORPORACIN UNIVERSITARIA DEL CARIBE-CECAR
RE
V
IS
I
DIVISIN DE EDUCACIN ABIERTA Y A DISTANCIA
MDULO
SANTIAGO VERGARA NAVARRO

INGENIERO INDUSTRIAL
PROGRAMA DE ADMINISTRACIN DE EMPRESAS A DISTANCIA

SINCELEJO SUCRE
2006
CONTENIDO
Pg.
INTRODUCCION
INSTRUCCIONES DE MANEJO
CONTEXTO TEORICO
9
10
PRESENTACION
11
OBJETIVOS
12
PRIMERA UNIDAD
ATREVETE A OPINAR
13
14
1. MODELOS DE LINEAS DE ESPERA
15
1.1 CARACTERISTICAS DE UN SISTEMA DE LINEAS DE ESPERA
17
1.1.1 Poblacin de Clientes
19
1.1.2 Proceso de Llegada
19
1.1.3 Proceso de Lnea o Cola
19
1.1.4 Proceso de Servicio
21
1.2 MODELOS DE SISTEMAS DE LINEAS DE ESPERA O COLAS
21
1.2.1 Modelo Poblacin Infinita con un Servidor
22
1.2.1.1 Factor Ocupacin
24
1.2.1.2 Probabilidad de Vaco
24
1.2.1.3 Probabilidad de Encontrar n Clientes en el Sistema
25
1.2.1.4 Tiempo Promedio en el Sistema
28
1.2.1.5 Tiempo Promedio de Espera en Fila o Cola
28
1.2.1.6 Nmero Promedio de Clientes en el Sistema
28
1.2.1.7 Nmero Promedio de Clientes en Fila o Cola
28
1.2.2 Modelo Poblacin Infinita con Varios Servidores
34
RE
V
IS
I
ACCIONES PARA CONSTRUIR EL CONOCIMIENTO
Pg.
1.2.2.1 Factor de Ocupacin
34
35
1.2.2.3 Probabilidad de Encontrar n Clientes en el Sistema (Pn) Cuando n k 35

1.2.2.4 Probabilidad de Encontrar n Clientes en el Sistema (Pn) Cuando n > k 35
36
37
37
38
1.2.3 Modelo Poblacin Finita con un Solo Servidor
39
40
40
41
41
41
42
LECTURA COMPLEMENTARIA
43
RESUMEN
44
RE
V
1.2.3.2 Probabilidad de Encontrar n Clientes en el Sistema
IS
I
AUTO EVALUACION N 1
45
ESTUDIO DE CASO
47
SEGUNDA UNIDAD
48
PRESENTACION
49
OBJETIVOS
50
ATREVETE A OPINAR
51
52
2. MODELOS DE INVENTARIOS
53
2.1 CARACTERISTICAS DE LOS MODELOS DE INVENTARIOS
53
2.1.1 Demanda Determinstica
54
Pg.
54
2.1.3 Dficit o Faltantes
54
2.1.4 Tiempo de Entrega
54
2.1.5 Polticas de Pedidos
55
2.2 COMPONENTES DE COSTOS DE UN SISTEMA DE INVENTARIOS
55
2.2.1 Costos de Pedidos
55
2.2.2 Costos de Compras
55
2.2.3 Costos de Mantenimiento
56
2.2.4 Costos de Dficit
56
2.1.2 Demanda Probabilstica
2.3 MODELO DE INVENTARIOS DE CANTIDAD PTIMA DE PEDIDOS
57
2.4 SISTEMA DE INVENTARIOS DE DEMANDA PROBABILISTICA
62
2.4.1 Modelo de Revisin Continua
63
IS
I
2.4.2 Modelo de Revisin Peridica
67
73
RESUMEN
74
RE
V
AUTO EVALUACION N 2
75
ESTUDIO DE CASO
78
TERCERA UNIDAD
79
PRESENTACION
80
OBJETIVOS
81
ATREVETE A OPINAR
82
83
3. REDES, PERT/CPM
84
3.1 LAS REDES
84
3.2 TECNICA PERT
85
3.3 TECNICA CPM
92
Pg.
101
RESUMEN
102
AUTO EVALUACION N 3
104
ESTUDIO DE CASO
106
GLOSARIO DE TERMINOS
107
BIBLIOGRAFIA
109
EL AUTOR
110
RE
V
IS
I
A Chaguy Alberto mi hijo y a Nayides, compaera

y amiga, por permitirme disponer de este tiempo
RE
V
IS
I
que bien les perteneca.
INTRODUCCION
En un mundo competitivo como el actual y tal vez ms intenso para el futuro por la
llegada del nuevo milenio, los Administradores de Empresas deben implementar las
estrategias adecuadas para la mejor decisin a tomar y realizar los cambios
correspondientes para afrontar todas las variables del entorno. Pero es ah donde
el Administrador debe utilizar todo su ingenio para seleccionar las variables ptimas
que le van a servir para desarrollar su programa gerencial con base en la toma de
decisiones.
Es por ello que el conjunto de las actividades administrativas y gerenciales requiere

de un proceso analtico, mental y de conocimiento, apoyndose en la visin de la
IS
I
empresa y de los objetivos, metas y polticas por alcanzar.
Ahora bien, el arte de tomar decisiones apoyadas en herramientas estadsticas y

matemticas, es lo que se denomina INVESTIGACION DE OPERACIONES. Una
RE
V
caracterstica especial es que la Investigacin de Operaciones intenta encontrar

una mejor solucin, llamada solucin ptima, para el problema bajo condicin. Se
dice una mejor solucin y no la mejor solucin, porque pueden existir muchas
soluciones que empaten como la mejor.
Por todo lo anterior, le corresponde al estudiante de Administrador de Empresas

apoyarse en las herramientas necesarias para lograr manejar e interpretar los
resultados de los modelos estudiados y analizarlos en Investigacin de
Operaciones, con el fin que cuando sea Administrador o Gerente de una empresa,
tome las decisiones correctas para el buen desempeo de sta.
INSTRUCCIONES DE MANEJO
Para el estudio y comprensin del presente mdulo, el estudiante debe seguir las
siguientes pautas:
La lectura debe hacerse en forma secuencial, siguiendo el orden de
estructura de las unidades, analizando e interpretando los diferentes tpicos
tratados,
Una vez leda, estudiada y analizada cada unidad, seleccionar las frmulas
que sern utilizadas en la solucin del taller evaluativo.
Antes de empezar a solucionar los talleres evaluativos de cada unidad,
IS
I
cercirese de comprender lo que se pregunta en cada problema.

Interprete cada resultado de acuerdo con la contextualizacin.
RE
V
Confronte los resultados obtenidos individualmente con el grupo de estudio.

Elabore una lista de dudas e inquietudes que se presenten para su
aclaracin en las tutoras.
CONTEXTO TEORICO
El rea de la Administracin de Operaciones ha evolucionado en un perodo

relativamente corto. Sus races se remontan a la Revolucin Industrial, en la
dcada de 1770, poca en la que aparecen obras que ponen de manifiesto
mltiples desarrollos administrativos. Hasta ese momento, las decisiones se
tomaban basndose en la intuicin y la experiencia, pero esto comenz a
desvanecerse durante la Segunda Guerra Mundial, cuando comenz el uso de
nuevos enfoques para la toma de decisiones. Estos fueron los orgenes de la
Investigacin de Operaciones tal como existe hoy da: TAHA, Hamdy.
Investigacin de operaciones. Mxico: Alfaomega, 1991.
En diferentes ocasiones de la vida, la mayora de las personas que viven en la

sociedad moderna han esperado en una fila para recibir algn tipo de servicio,
IS
I
pero las lneas de espera implican algo ms que personas, pues en el proceso
de una cola intervienen, adems de personas, mquinas y equipos de los cuales
depende el tiempo de espera: HILLIER, Frederick y LIEBERMAN, Gerald.
RE
V
Introduccin a la investigacin de operaciones. Mxico: Iberoamrica, 1996.

Los inventarios como recursos utilizables que se encuentran almacenados en
algn punto determinado del tiempo, se asocian con empresas manufactureras
y comerciales; sin embargo, el equipo, los materiales y el personal son
inventarios integrales para las organizaciones en su normal funcionamiento y en
logro de sus objetivos: EPPEN, G.D, GOULD, F.J. investigacin de
Operaciones en la Ciencia Administrativa. Preutice Hall Hispanoamericana. S.
A, 1.984.
Las redes, PERT y CPM, son mtodos utilizados por las direcciones de las
empresas modernas, para con los medios disponibles, planificar sus actividades
a fin de lograr sus objetivos con xito y el menor esfuerzo operativo: TAHA,
Hamdy. Investigacin de operaciones. Mxico: Alfaomega, 1991.
10
RE
V
IS
I
MODELOS DE
LINEAS DE ESPERA
Unidad 1
11
PRESENTACION
En diferentes ocasiones en la vida, la mayora de las personas que viven en la

sociedad moderna han esperado en una fila para poder recibir algn tipo de
servicio. Esperar podra incluir situaciones como:
Esperar en fila para pagar compras en la caja de un supermercado.
Esperar en fila en una estacin de gasolina para adquirir combustible.
Esperar que el cajero del banco lleve a cabo alguna transaccin financiera.
Esperar en fila para comprar boletos para algn evento importante.

Esperar en fila para cancelar algn servicio.
En fin, esta lista podra ampliarse en forma indefinida y, an as, no agotar todas las
atendidos.
IS
I
posibles situaciones en las que las personas esperan en una fila o cola para ser
Lo que tienen en comn las anteriores situaciones es el fenmeno de espera.
RE
V
Sera ms adecuado si se pudieran ofrecer estos servicios y otros similares, sin la

molestia de tener que esperar. Pero nos guste o no, la espera es parte de nuestra
vida diaria y todo lo que se debe esperar conseguir es reducir su incomodidad a
niveles soportables.
Esta es pues la temtica a tratar en la presente unidad, ya que, la formacin de

lneas de espera es, por supuesto, un fenmeno comn que ocurre siempre que la
demanda actual de un servicio excede la capacidad actual de proporcionarlo. De
all que las lneas de espera implican algo ms que personas. Aunque es probable
que no se haya considerado esas colas, cuando una mquina se descompone y
requiere mantenimiento, tambin debe esperar en una cola para que le atienda el
personal de servicio. Por ello, puede decirse que una lnea de espera o cola se
forma cuando alguna unidad (persona, mquina, etc.) requiere servicios y ste no
se proporciona en forma instantnea.
12
OBJETIVOS
Distinguir cada uno de los modelos de lneas de espera o colas.

Implementar tcnicas matemticas para desarrollar los problemas de teoras
de lneas de espera.
Establecer la relacin de cada una de las formulas desarrolladas con el
fenmeno presentado.
Determinar los parmetros de tasa promedio de llegadas y tasa promedio de
servicio para cada uno de los casos expuestos.
IS
I
Identificar el papel que cumplen las Distribuciones de Probabilidad en los
RE
V
modelos de lneas de espera.
13
ATREVETE A OPINAR
1.
Qu entiendes por lnea o cola?
2.
Qu entiendes por sistema? Por favor defnelo.
IS
I
_______________________________________________
_______________________________________________
_______________________________________________
_______________________________________________
_______________________________________________
_______________________________________________
RE
V
3.
_______________________________________________
_______________________________________________
_______________________________________________
_______________________________________________
_______________________________________________
_______________________________________________
Describe brevemente lo que entiendas por probabilidad
_______________________________________________
_______________________________________________
_______________________________________________
_______________________________________________
_______________________________________________
_______________________________________________
14
Realice una visita a un establecimiento o lugar donde se presenten situaciones de

filas o colas y anote las observaciones con respecto a las siguientes preguntas:
1. Describa brevemente el servicio que presta el establecimiento visitado.
2. Cmo se presentan las llegadas de los clientes a la(s) cola(s)? Es en forma

aleatoria, o al azar, o es siguiendo algn patrn predeterminado?
3. Cuntas servidores o ventanillas de de servicios existen en el lugar?
4. Cmo es el comportamiento de los clientes en la(s) fila(s) o cola(s)?
IS
I
5. Cul es la regla para atender a los clientes? Los primeros en llegar son
atendidos o los ltimos en llegar?
RE
V
Ahora, seleccione una hora determinada y realice el siguiente ejercicio, durante tres
veces por dos das:
1. Anote el nmero de clientes que llegan a la cola.
2. Con un reloj, mida y anote el tiempo que dura un cliente para recibir el servicio.
3. Determine, en promedio, cuntos clientes llegan a la cola en una hora.
4. Determine, cuntos clientes pueden ser atendidos en una hora.
15
UNID
1. MODELOS DE LINEAS DE ESPERA
La teora de colas incluye el estudio matemtico de las colas o lneas de espera
que, es por supuesto, un fenmeno comn que ocurre siempre que la demanda
actual de un servicio excede la capacidad actual de proporcionarlo.
Dado que las lneas de espera son tan frecuentes en la sociedad moderna, no
resulta sorprendente que se haya desarrollado un campo del conocimiento a partir
de su estudio; dicho campo, que comnmente se denomina Teoras de Lneas de
Espera, lo inici un Ingeniero Dans de telfonos, A. K. Erlang, quien en 1910

realiz los primeros trabajos sobre problemas de filas. Erlang estaba interesado en
los problemas que tenan las personas que llamaban a un conmutador telefnico.
IS
I
A diferencia de un modelo simple como el de Programacin Lineal, la teora de

lneas de espera (o de colas) abarca un grupo muy grande de modelos, en donde
cada uno se refiere a un tipo diferente de situacin de lneas de espera.
Sin
RE
V
embargo, todos estos modelos tienen algo en comn. En primer lugar, no

pretenden resolver problemas de lneas de espera; ms bien describen el sistema
de lneas de espera al calcular las caractersticas de operacin de la lnea. Estas
incluyen elementos como el nmero promedio de unidades que esperan el servicio
y el tiempo promedio que una unidad espera para ser atendida. Para calcular las
caractersticas operativas, el usuario debe especificar ciertos parmetros del
sistema de lneas de espera, tales como la forma en que las unidades llegan para
ser atendidas y la forma en que se maneja el servicio real1.
El objetivo de los modelos de lneas de espera es ms de descripcin que de
optimizacin y cualquier optimizacin que tenga lugar debe llevarla a cabo el
usuario variando los parmetros del sistema para obtener diferentes conjuntos de
1. TAHA, Hamdy. Investigacin de operaciones.
16
caractersticas de operacin. El conjunto de caractersticas de operacin que se

ajusta en forma ms estrecha a las necesidades del usuario, define la mejor
estructura del sistema. Por esta razn, es comn que los modelos de lneas de
espera sean descriptivos ms que normativos.
Por lo anterior, el fenmeno de espera es el resultado directo de la aleatoriedad en
la operacin de instalaciones de servicio. En general, la llegada del cliente y su
tiempo de servicio no se conocen con anticipacin. Por otra parte, la operacin de
la instalacin se podra programar en forma tal que eliminara la espera por
completo. Proporcionar demasiado servicio implica costos excesivos. Adems,
carecer de la capacidad de servicio suficiente causa colas excesivamente largas en
cierto momento. Las lneas des espera largas tambin son costosas, en cierto
sentido, ya sea por un costo social, por un costo causado por la prdida de clientes,
por el costo de empleados ociosos o por algn otro costo importante. Entonces, la
meta final es lograr un balance econmico entre el costo de servicio y el costo
IS
I
asociado con la espera por ese servicio.
El objetivo al estudiar la operacin de una instalacin de servicio en condiciones
RE
V
aleatorias es el de asegurar algunas caractersticas que midan el desempeo del

sistema sometido a estudio. Por ejemplo, una medida lgica del desempeo es el
tiempo que se calcula esperar un cliente antes de ser atendido. Otra medida es el
porcentaje de tiempo que no se utiliza en la instalacin de servicio. La primera
medida vislumbra el sistema desde el punto de vista del cliente, por tanto menor es
el porcentaje de tiempo que se mantendra ociosa la instalacin y viceversa. Estas
medidas de desempeo pueden utilizarse para seleccionar el nivel de servicio que
producira un equilibrio razonable entre las dos situaciones en conflicto. Ahora,
dado que mucho de los parmetros de los modelos de lneas de espera no se
conocen con certidumbre, estos modelos son ms estocsticos que determinsticos.
Por observarse, precisamente, una actitud cientfica al azar, los fenmenos de
lneas de espera se deben relacionar con procesos estocsticos, que son modelos
matemticos en los cuales intervienen magnitudes aleatorias, es decir, magnitudes
a cuyos valores se les puede anexar una probabilidad que vara con el tiempo. Los
17
parmetros como tasa de llegadas y tasa de servicios se describen a travs de

Distribuciones de Probabilidad. Por ello, en el modelo se utilizan valores esperados
o promedio.
Como ejemplos de este tipo de sistemas, se tienen los siguientes:
Los clientes llegan a un banco, esperan en una fila para obtener un servicio
de uno de los cajeros y despus salen del banco.
Despus de hacer sus compras, los clientes eligen una fila en las cajas,
esperan a que el cajero les cobre y luego salen del sistema.
Las partes de un proceso de produccin llegan a una estacin de trabajo
particular desde diferentes estaciones, esperan en un compartimiento para
trabajo.
ser procesadas por una mquina y luego son enviadas a otra estacin de
Para analizar un sistema de espera o colas, se deben utilizar tcnicas matemticas
IS
I
especficas que dependen de la clase de sistema al cual pertenece su problema de

colas.
RE
V
1.1 CARACTERISTICAS DE UN SISTEMA DE LINEAS DE ESPERA O COLAS

En la figura 1.1 se pueden observar los componentes de un sistema de lneas de
espera o colas. Todo sistema de lneas de espera o colas, se caracteriza por
poseer, como mnimo, los siguientes componentes:
Una poblacin de clientes, que es el conjunto de todos los clientes posibles.
Un proceso de llegadas, que es la forma en que llegan los clientes de esa
poblacin.
Un proceso de colas, que est conformado por: a) la manera en que los
clientes esperan para ser atendidos y b) la disciplina de colas, que es la
forma en que los clientes son elegidos para proporcionarles el servicio.
Un proceso de servicio, que es la forma y la rapidez con la que es atendido
el cliente.
Procesos de salida, que pueden ser de dos tipos: a) los elementos
abandonan completamente el sistema despus de ser atendidos, lo que
18
tiene como resultado un sistema de cola de un paso (como se observa en la

figura 1.1 (a); y b) los productos, ya que son procesados en una estacin de
trabajo, son trasladados a alguna otra para someterlos a otro tipo de
proceso, lo que tiene como resultado una red de colas (como se observa en
la figura 1.1 (b).
El anlisis de un sistema de lneas de espera o colas de un paso depende de
las caractersticas de los primeros cuatro componentes que se analizarn
detalladamente a continuacin:
POBLACION
Componentes de un sistema de lneas de espera o colas.
Proceso
Llegadas
DE
CLIENTES
FIGURA 1.1
CLIENTES ESPERANDO
IS
I
PROCESO DE COLA
Proceso
Salida
PROCESO
DE SERVICIO
SISTEMA
Sistema de cola de un paso.
RE
V
FIGURA 1.1(a)
1
2
3
FIGURA 1.1(b)
Red de colas.
B
LLEGADA
D
C
SALIDA
19
1.1.1 Poblacin de Clientes

Al tomar en cuenta la base de clientes, la principal preocupacin es el tamao
de la poblacin. Para problemas como los de un banco o de un supermercado,
en donde el nmero de clientes potenciales es bastante grande, el tamao de la
poblacin se considera, para fines prcticos, como si fuera infinita.
Al contrario, considere una fbrica que tiene cuatro mquinas que a menudo se
descomponen y requieren servicio de reparacin en un taller especializado. En
este caso, las mquinas estn en lugar de los clientes y el taller es el centro de
servicio. El tamao de la poblacin de clientes, en este caso, es de solamente
1.1.2 Proceso de Llegada
cuatro. El anlisis es por consiguiente de una poblacin finita.
El proceso de llegada es la forma en que los clientes llegan a solicitar un
IS
I
servicio. La caracterstica ms importante del proceso de llegada es el tiempo

entre llegada, que es la cantidad de tiempo entre dos llegadas sucesivas;
existen dos clases bsicas de tiempos entre llegadas: determinsco y
RE
V
probabilstico. En el tiempo entre llegadas probabilstico, el tiempo entre

llegadas sucesivas es incierto y variable. Los tiempos entre llegadas
probabilsticas se describen mediante una Distribucin de Probabilidad. Si se
quiere determinar el tiempo entre llegadas probabilstico, se utiliza la
Distribucin Exponencial y si se requiere determinar el nmero de llegadas
probabilstico, se utiliza la Distribucin de Poisson. El proceso de llegadas a un
sistema de lneas de espera o colas, se determina mediante el parmetro (la
letra griega lamda), que es el nmero promedio de llegadas por unidad de
tiempo.
1.1.3 Proceso de Lnea o Cola

Parte del proceso de cola tiene que ver con la forma en que los clientes esperan
para ser atendidos. Los clientes pueden esperar en una sola fila, como en un
banco (ver figura 1.2), este es un sistema de colas de una sola lnea. Al
20
contrario los clientes pueden elegir una de varias filas en la que deben esperar
para ser atendidos, como en las cajas de pagos de un supermercado (ver figura
1.2 (a), este es un sistema de colas de lneas mltiples.
Otra caracterstica del proceso de colas es la disciplina de colas, es decir, la
forma en que los clientes que esperan son seleccionados para ser atendidos.
A continuacin se esquematizan estos dos tipos de colas:
FIGURA 1.2
Sistema de colas de una sola lnea.
Clientes que esperan
FIGURA 1.2 (a)
IS
I
Servidores
Sistema de colas de lneas mltiples.
RE
V
Clientes esperando
Entre las disciplinas de de atencin o seleccin usadas, podemos encontrar:

Primero en entrar, primero en ser atendido (PEPS): Los clientes son
atendidos en el orden que van llegando a la fila.
ltimo en entrar, primero en ser atendido (UEPS): El cliente que ha
llegado ms recientemente es el primero en ser atendido.
Seleccin de prioridad: A cada cliente que llega se le da una prioridad y
se le elige segn sta para brindarle el servicio.
21
En el presente mdulo se analizar la seleccin PEPS, que es la disciplina de colas

ms comnmente utilizada.
1.1.4 Proceso de Servicio
El proceso de servicio define como son atendidos los clientes: Cada ventanilla, en
el caso de un banco, y cada caja registradora, en el caso de supermercados, son
estaciones que proporcionan el mismo servicio. Cualquiera que sea el proceso de
servicio, es necesario tener una idea de cuanto tiempo se requiere para llevar a
cabo dicho servicio. Esta cantidad es importante debido a que cuanto ms dure el
servicio, ms tendrn que esperar los clientes que llegan. Los tiempos de servicios
pueden ser determinsticos y probabilsticas. Con un tiempo de servicio

probabilstico, cada cliente requiere una cantidad distinta e incierta de tiempo de
servicio.
Los tiempos de servicio probabilstico se describe mediante una distribucin de
IS
I
probabilidad. La distribucin confiable y que se utiliza en la mayora de las

aplicaciones es la Distribucin Exponencial, y de la cual depende el parmetro (la
letra griega miu), que es el nmero promedio de clientes atendidos por unidad de
RE
V
tiempo.
Los modelos de los sistemas de lneas de espera o de colas, se analizarn as:
1.2 MODELOS DE SISTEMAS DE LINEAS DE ESPERA O COLAS

Para aplicar las tcnicas matemticas, se debe identificar cada una de las
caractersticas de un sistema de lneas de espera o colas, con el fin de establecer
cada uno de los modelos:
Poblacin de clientes infinita, clientes esperan en una sola fila y existe un
solo servidor (Poblacin infinita, un solo servidor).
Poblacin de clientes infinita, clientes esperan en una sola fila y existen
varios servidores (Poblacin infinita, K servidores).
Poblacin de clientes finita, clientes esperan en una sola fila y existe un solo
servidor (Poblacin finita, un solo servidor).
22
Cada uno de los anteriores modelos utiliza tcnicas matemticas diferentes, pero el
anlisis e interpretacin de los resultados se realiza con base en las medidas de
desempeo.
1.2.1 Modelo Poblacin Infinita, un Solo Servidor

Para este modelo se utiliza un sistema como el descrito en la figura 1.3:
Modelo poblacin infinita con un solo servidor.
FIGURA 1.3
LLEGADAS
SERVICIO
COLA
Analizando el sistema de lneas de espera o el modelo de poblacin infinita, un

servidor, se pueden describir los parmetros de la siguiente manera:
: Tasa promedio de llegadas por unidad de tiempo (clientes/hora o min.).
IS
I
: Tasa promedio de clientes atendidos por unidad de tiempo (clientes/hora o min.).

1 : Tiempo promedio de llegada de un cliente.
RE
V
1 : Tiempo promedio invertido en atender un cliente.
EJEMPLOS DE APLICACION
EJEMPLO 1.1
Para usar el cajero automtico del Banco XYZ, llegan clientes al azar a una tasa de
5/hora. El cajero atiende en promedio solicitudes en forma aleatoria a una tasa
promedio de 10 clientes/hora. Identifique la tasa promedio de llegadas y de servicio.
SOLUCION:
: Tasa promedio de llegadas = 5 clientes/hora.

: Tasa promedio de servicios = 10 clientes/hora.
23
EJEMPLO 1.2
Una secretaria transcribe hojas de vida en un tiempo promedio de 15 minutos. Las

solicitudes llegan, en promedio, cada 30 minutos. Determine la tasa promedio de
llegadas y servicios en una hora (60 minutos).
SOLUCION:
1 Servicio
X
1* 60
= 4 clientes/hora
15
1 Llegada
X
X=
30 minutos
60 minutos
1* 60
= 2 clientes/hora
30
IS
I
Por consiguiente:
X =
15 minutos
60 minutos (1 hora)
: Tasa promedio de llegadas = 2 clientes/hora
RE
V
: Tasa promedio de servicios = 4 clientes/hora
EJEMPLO 1.3
Teniendo en cuenta el ejemplo anterior, determine el tiempo promedio de llegadas y

el tiempo promedio de servicio.
SOLUCION:
60 minutos
X
X=
2 clientes
1 cliente
1* 60
= 30 minutos/cliente
2
Entonces, el tiempo promedio de llegadas es:

1
= 30 Minutos cada llegada
60 minutos
X
4 clientes
1 cliente
24
X =
1* 60
= 15 minutos/cliente
2
Luego el tiempo promedio de servicio es:

1
= 15 Minutos cada llegada
Para poder aplicar las tcnicas matemticas al modelo de poblacin infinita, un solo
servidor, se debe cumplir la condicin:
La tasa promedio de llegadas debe ser menor que la tasa

promedio de servicios ( < ).
Si no fuera as, el promedio de llegadas () sera superior al nmero promedio de

unidades que se atienden () y el nmero de unidades que estn esperando se
volvera infinitamente grande con el tiempo. Aunque siempre es posible un regreso
temporal a no tener clientes, las probabilidades de tener nmeros grandes de
IS
I
clientes crece significativamente con el tiempo.

1.2.1.1 Factor de Ocupacin ( )
RE
V
El factor de ocupacin ( ), es la fraccin promedio de tiempo que el sistema est

ocupado (ocupado se define como una o ms unidades esperando y/o siendo
atendidas). Entonces:
Observe que tambin puede considerarse que es el nmero promedio de

unidades que estn siendo atendidas en cualquier momento. En trminos de
probabilidad:
Pw = Probabilidad que el sistema est ocupado =
1.2.1.2 Probabilidad de Vaco (P o )

La probabilidad de que el sistema est vaco o no est ocupado (P o ), mide los
momentos en que no hay clientes en el sistema y los servidores estn ociosos. Si
25
se tiene en cuenta que la probabilidad de que el sistema est ocupado ms la

probabilidad de que est vaco, es igual uno, entonces:
Probabilidad Vaco (P o ) + Probabilidad Ocupado (Pw) = 1
P o + Pw = 1
Por tanto:
(Po) = 1 -
1.2.1.3 Probabilidad de Encontrar n Clientes en el Sistema (P n )

La probabilidad de encontrar n clientes en le sistema en un momento
determinado, viene dada por:
(Pn) = (Po) * n
EJEMPLO 1.4
IS
I
EJEMPLOS DE APLICACIN
A la ventanilla de prstamos de libros de la sala de biblioteca de CECAR llegan en
RE
V
promedio 5 estudiantes/hora. Si se ha determinado que la prestadora de servicio

demora en atender, en promedio, 6 estudiantes/hora, determine: a) Cul es la
fraccin de tiempo que permanece ocupada la ventanilla de prstamos de libros?
b) Cul es la probabilidad que el sistema est vaco?
c) Cul es la probabilidad de encontrar 3 estudiantes en el sistema?
SOLUCION:
= 5 Estudiantes/hora
= 6 Estudiantes/hora
Verificando la condicin, se observa que: < .
a) = / ; = 5/6 = 0.8333
Lo anterior significa que en promedio la ocupacin del sistema es de 0.8333/hora,
es decir, en una hora (60 minutos) el sistema est ocupado, en promedio, 50
26
minutos. Lo que es un resultado alto, ya que, el porcentaje de ocupacin alcanza el

83.33%.
b) (P o ) = 1 / ; (P o ) = 1 5 / 6 = 0.1667
Este resultado indica que la probabilidad que el sistema est vaco o desocupado o
que no hayan estudiantes es de 0.1667.
Es lgico porque si est ocupado el
0.8333 entonces la diferencia es la ocupacin. Si se establece la hora (60 minutos)

como referencia, se puede concluir que el sistema permanece vaco o desocupado
cada 10 minutos /hora (60 * 0.16679), tiempo este en que permanece ocioso el
servidor.
c) P n = (P o ) * n; P 3 = 0.1667 * (5/6)3 = 0.0964
Lo anterior significa que la probabilidad de encontrar 3 estudiantes en el sistema,

uno recibiendo servicio y dos en cola, es de 0.0964, o lo que equivale en trminos
porcentuales al 9.64%.
De verdad que es una probabilidad pequea, pero es
estudiantes.
EJEMPLO 1.5
IS
I
razonable porque se debe tener en cuenta que en una hora, en promedio, llegan 5
RE
V
A un banco llegan clientes cada 10 minutos para realizar consignaciones, de

acuerdo a una distribucin de Poisson. El banco labora 5 horas diarias y el cajero
que recibe las consignaciones tarda 6 minutos por cliente. Determinar:
a) Cuntos minutos permanece ocioso el cajero?
b) Cul es la probabilidad que un cliente llegue y deba esperar?
c) Cul es la probabilidad de encontrar dos clientes en el sistema?
SOLUCION:
a) Para determinar el tiempo que permanece ocioso el cajero, se debe calcular
inicialmente la probabilidad de que est ocupado y luego se aplica una sencilla
regla de tres, as:
1/ = 10 minutos, significa que en una hora llegan en, promedio, 6 clientes (60 / 10
= 6 clientes/hora = ).
27
1/ = 6 minutos, significa que en una hora reciben servicio, en promedio, 10

clientes (60 / 6 = 10 clientes/hora = ).
Verificando la condicin, se observa que: < .
Pw = Probabilidad que el sistema est ocupado = / .
Pw = 6 / 10 = 0.6
Significa que el 0.4 (40%) est ocioso.
Como el banco labora 5 horas que
equivalen a 300 minutos, entonces el tiempo que permanece ocioso es de:

300 minutos
X
100%
40%
X = 120 minutos/da
la jornada laboral).
Es decir, que el cajero permanece ocioso 120 minutos (equivalentes a dos horas en
ocupado, viene dada por:

Pw = / = 6 / 10 = 0.6
IS
I
b) La probabilidad que un cliente llegue y deba esperar, es porque el sistema est
Entonces la probabilidad que un cliente llegue y deba esperar es de 0.6 o lo que es

lo mismo en trminos porcentuales, el 60%.
RE
V
c) P n = (P o ) * n; P n = 0.4 * (6 / 10) 2 ; P n = 0.144
Lo anterior significa que la probabilidad de encontrar 2 clientes en el sistema, uno

recibiendo servicio y otro en cola, es de 0.144 o lo que equivale en trminos
porcentuales al 14.4%.
Para determinar cual es el tiempo promedio que un cliente tiene que esperar en la
fila antes de ser atendido y el tiempo promedio que invierte en el sistema,
incluyendo el tiempo de espera y servicio, se debe partir de la definicin:
Tiempo promedio en el sistema = Tiempo promedio de espera en fila + Tiempo promedio de servicio
Sea: W s = Tiempo promedio en el sistema

W q = Tiempo promedio de espera en fila o cola
1/ = Tiempo promedio de servicio
Entonces:
28

Es el promedio de tiempo que un cliente invierte en el sistema entero, incluyendo el
tiempo de espera y de servicio y viene dado por:
Ws = Wq + 1 /
Es el promedio de tiempo que debe esperar un cliente en la fila o cola para recibir el
servicio, es decir antes de ser atendido y viene dado por:
* ( )
Wq =
Igualmente para determinar cuantos clientes en promedio estn esperando en la fila

o en la cola para ser atendidos y cuantos clientes en promedio hay en el sistema
IS
I
entero, incluye en cola y recibiendo el servicio, se utiliza la expresin:

N promedio de clientes en el sistema = N promedio de clientes en espera + N promedio de clientes en servicio
RE
V
Donde: L s = N promedio de clientes en el sistema
L q = N promedio de clientes en espera o cola
/ = N promedio de clientes recibiendo servicio

1.2.1.6 Nmero Promedio de Clientes en el Sistema (L s )
Es el nmero promedio de clientes en el sistema entero, incluyendo el nmero en
espera y recibiendo servicio.
Ls = Lq + /
1.2.1.7 Nmero Promedio de Clientes en Fila o Cola (L q )

Es el nmero promedio de clientes que deben esperar en la fila o cola para recibir
el servicio, es decir antes de ser atendidos y viene dado por:
Lq =
2
* ( )
29
EJEMPLOS DE APLICACIN
EJEMPLO 1.6
Suponga que un Aeropuerto puede atender a los aviones en un promedio de diez

por hora.
Adems, suponga que los aviones llegan al Aeropuerto a una tasa
promedio de siete por hora. Se considera que las llegadas siguen la distribucin de
Poissn y el tiempo de servicio sigue la distribucin Exponencial. Determine:
a) Cuntos minutos permanece un avin en espera?
b) Cuntos minutos debe programar el jefe de vuelo, para despegar
nuevamente?
c) Cuntos aviones estarn en cola?
SOLUCION:
= 7 aviones/hora
= 10 aviones/hora
IS
I
d) Cuntos aviones estarn en el sistema?
luego:
RE
V
Verificando la condicin < , se observa que esta se cumple, ya que, 7 < 10,
7
= 0.233 horas.
=
* ( ) 10 * (10 7)
a) W q =
Lo anterior significa que los aviones permanecen en espera en promedio 0.233

horas o aproximadamente 14 minutos en cola.
b) W s = W q + 1 / = 0.233 + 1/10 = 0.333 horas.
Lo anterior significa que el jefe de vuelos debe programar en promedio 0.333 horas
o aproximadamente 20 minutos para despegar nuevamente, es decir, debe tener en
cuenta el tiempo que debe esperar en cola un avin y el tiempo recibiendo el
servicio.
c) L q =
2
72
= 1.63 aviones.
=
* ( ) 10 * (10 7)
Significa que en promedio 1.63 aviones estarn esperando en cola o fila.
30
d) L s = L q + / = 1.63 + 7/10 = 2.33
Lo anterior significa que 2.33 aviones estarn en el sistema esperando en cola y
recibiendo servicio.
Hay que tener en cuenta que los valores anteriores como 1.63 y 2.33, no se pueden
aproximar a ningn valor entero como 2 y 3 porque se estn analizando modelos
estocsticos y por consiguiente, los parmetros de tasas de llegadas y de servicios
se deben describir mediante distribucin de probabilidad y es por esto que se
utilizan valores esperados o promedio.
EJEMPLO 1.7
Una tienda emplea a un dependiente para atender sus clientes. Los clientes llegan
de acuerdo a una distribucin de Poisson con una media de 12 clientes/hora. El
IS
I
dependiente tiene que cobrar y empacar los artculos comparados por los clientes.
Cada uno de los procesos consume dos minutos con distribucin Exponencial.
Determine:
RE
V
a) Cuntos minutos debe esperar un cliente en el sistema?

b) Cuntos clientes en promedio debern esperar en cola?
SOLUCION:
= 12 clientes/hora
1/ = 4 minutos
= 60/4 = 15 clientes/hora
Luego se cumple que: < , luego:
a) W s = W q + 1/; se debe entonces calcular el tiempo promedio de espera en la

fila o cola, as.
Wq =
12
=
= 0.2667 horas
* ( ) 15 * (15 12)
Entonces. W s = 0.2667 + 1/15 = 0.333 horas.

Lo anterior significa que el cliente debe esperar en el sistema un promedio de 0.333
horas o 20 minutos aproximadamente.
31
b) L q =
2
12 2
= 3.2 clientes; es decir, que en promedio 3.2
=
* ( ) 15 * (15 12)
clientes deben esperar en la cola para ser atendidos.
EJEMPLO 1.8
Todos los das, en horarios diferentes, los estudiantes de Investigacin de
Operaciones del VII semestre de Administracin de Empresas de CECAR, anotaron
el nmero de vehculos y motos que llegaban a la Estacin de Servicio Mvil Auto
centro, ubicada en la Troncal de Occidente va a Sampus, por servicio de
combustible. Igualmente, con la ayuda de un cronmetro anotaban el tiempo que

duraba el servicio para cada uno de los vehculos y motos. La tabla de frecuencia
(Tabla 1.1) obtenida muestra el nmero de llegadas en una hora (X) y las veces o
frecuencia con que se presentaron dichas frecuencias [F (x)] , durante el tiempo que
IS
I
dur el estudio. As por ejemplo, 21 llegadas se presentaron 7 veces, 29 llegadas

se presentaron 6 veces, etc. La tabla 1.2 muestra los tiempos promedio de la
duracin del servicio.
Tabla de frecuencia en la llegada de vehculos y motos.
RE
V
TABLA 1.1
N DE LLEGADAS (x)
21
22
23
24
25
26
27
28
29
30
31
32
33
34
F (x)
7
5
4
7
3
10
6
9
6
6
2
2
1
1
X * F(x)
147
110
92
168
75
260
162
252
174
180
62
64
33
34
F (x) = 69 X * F ( x) = 1.813
32
TABLA 1.2
Tiempo promedio de la duracin del servicio.
TIEMPO PROMEDIO DE LA DURACION DE

SERVICIO
0.977
0.87368
0.984745
0.862188
0.87577
0.83846
1.864388
1.26027
1.00878
0.8603
1.813547
1.445917
1.004975
0.90296
1.60838
1.444208
0.981738
1.9192
1.774866
1.512818
0.88648
1.0029
1.044151
1.408224
1.1947
0.5931
1.183132
1.213175
0.9467
0.5533
0.632486
1.402103
0.9809
0.7006
0.4509
1.37395
0.931
0.747906
0.7828
1.328495
0.91814
0.978707
0.974431
1.2128
0.90794
0.980019
0.825266
1.390542
0.9466
0.92049
1.719
1.446433
0.91814
0.965578
0.872966
1.561347
1.423396
1.406618
1.31657
1.737275
1.340014
1.311472
1.698
1.695017
1.701125
0.9279
1.3142
0.7569
1.2568
SOLUCION:
IS
I
Tenga presente que la jornada de trabajo es de 18 horas.
Para determinar la tasa promedio de llegadas por unidad de tiempo, es decir , se
RE
V
debe utilizar la siguiente tcnica matemtica:
X * F ( x) = 1.813 = 26.27 clientes/hora

69
F ( x)
Analizando los datos de la tabla 1.3, se suman todos los valores y se logra un
promedio as:
Promedio = 79.5259308/69 = 1.1559306, entonces se puede decir que:

1/ = 1.1559306 minutos, por lo tanto:
= 52.05 clientes/hora
Verificando, se observa que: < .
a) El factor de utilizacin:
= / = 26.27/52.05 = 0.5047 = 50.47%
Lo anterior significa que la Estacin de Servicio en sus 18 horas de funcionamiento,
es utilizada o permanece ocupada 9.08 horas. Lo que es lo mismo, que permanece
33
desocupada un 50.47%. Preocupante situacin porque este es un porcentaje

bastante alto.
b) La probabilidad de vaco:
P o = 1 - / = 1 26.27/52.05 = 0.4953
Significa que la probabilidad que el sistema est vaco es de 0.4953 o en trminos
porcentuales, el 49.53% del tiempo laboral.
c) La probabilidad de encontrar n clientes en el sistema:
P n = P o * n = 0.4953 * (0.5047)3 = 0.06367
Significa que la probabilidad de encontrar tres clientes en el sistema es de 0.06367,
lo que equivale en trminos porcentuales al 6.367%. Resultado este bastante
preocupante porque la probabilidad es pequea para encontrar solamente tres

clientes.
d) El tiempo promedio de espera en fila es:
26.27
= 0.01958 horas
=
* ( ) 52.05 * (52.05 26.27)
IS
I
Wq =
Lo cual significa que el tiempo que se demora un vehculo esperando en cola es

0.01957 horas, lo que equivale a 1.17 minutos. Tiempo este que es poco lo que
RE
V
deben esperar los vehculos en cola.
e) El tiempo promedio en el sistema es:

W s = W q + 1 / = 0.01958 + 1/52.05 = 0.03879 horas
Significa que el tiempo promedio de un vehculo en el sistema es de 0.03879 horas,
lo cual es equivalente a decir que el tiempo que demora un vehculo en cola y
mientras recibe el servicio es de 2.327 minutos.
f) El nmero de clientes esperando en cola es:
Lq =
(26.27) 2
2
= 0.5143 vehculos
=
* ( ) 52.05 * (52.05 26.27)
Quiere decir que hay nicamente 0.5143 vehculos esperando para ser atendidos.
g) El nmero de clientes en el sistema es:
L s = L q + / = 0.5143 + 26.27/52.05 = 1.019 vehculos
Es decir que existen 1.019 vehculos en el sistema, entre los que esperan para ser
atendidos y los que estn recibiendo servicio.
34
1.2.2 Modelo Poblacin Infinita con Varios Servidores

FIGURA 1.4
Modelo de poblacin infinita y varios servidores.
Cola
Poblacin
Sistema
La descripcin de los parmetros es como sigue:
= Tasa promedio de llegadas por unidad de tiempo (clientes/hora o minutos)

= Tasa promedio de clientes atendidos por unidad de tiempo (clientes/hora)
1 / = Tiempo promedio de llegada de un cliente
IS
I
1 / = Tiempo promedio invertido en atender un cliente

K = Nmero de servidores
En este tipo de sistema, tambin debe cumplirse la siguiente condicin.
RE
V
La tasa promedio de llegadas debe ser menor que la tasa

promedio de servicios ( < k * ).
De no ser as, el promedio de llegadas () sera superior al nmero promedio de

unidades que se atienden () y el nmero de unidades que estn esperando se
volvera infinitamente grande con el tiempo, aunque siempre es posible un regreso
temporal a no tener clientes, las probabilidades de tener nmeros grandes de
clientes crece significativamente con el tiempo.
1.2.2.1 Factor de Ocupacin ()
Es la fraccin promedio de tiempo que el sistema est ocupado (ocupado se define
como una o ms unidades esperando y/o siendo atendidas).
= / k*
35
Es de anotar que tambin puede considerarse como el nmero promedio de
unidades que estn siendo atendidas en cualquier momento.
Esta probabilidad mide los momentos en que no hay clientes en el sistema y los
servidores estn ociosos.
Po =
1
1 / n! ( / ) + 1 / K!*( / ) k * [K / K ( / )]
n
n =0
1.2.2.3 Probabilidad de encontrar n clientes en el sistema (P n ) cuando n

K
Mide la probabilidad de encontrar n clientes en el sistema cuando ese nmero de

clientes sea menor o igual al nmero de servidores y viene dada por:
IS
I
Pn = Po * n / n!
RE
V
1.2.2.4 Probabilidad de encontrar n clientes en el Sistema (P n ) Cuando n > K

Determina la probabilidad de encontrar n clientes en el sistema cuando ese
nmero de clientes es mayor que el nmero de servidores y est dada por:
Pn = Po * n / (K!) * Kn-K
EJEMPLO DE APLICACIN
EJEMPLO 1.9
El Banco ABC usa dos cajeros para la atencin de sus clientes. El tiempo entre
llegadas y de servicios sigue una distribucin Exponencial. Los clientes llegan a
razn de 20 por hora y el tiempo de servicio es de 6 minutos en promedio. Los
36
clientes forman una sola fila y son atendidos por el primer cajero disponible.
Determine:
a) La probabilidad de que un cliente llegue y no deba esperar
b) La probabilidad de encontrar al menos tres clientes
SOLUCION:
= 20 clientes/hora
= 12 clientes/hora
K = 2 servidores
Primero que todo, se verifica que < K * , es decir: 20 < 2 * 12, luego:
1
1 / n! ( / ) + 1 / K!*( / ) k * [K / K ( / )]
n
Po =
a)
n =0
1
1
1
1
1
1
2
+
+
+
*
0
1
2
2
0! (20 / 12)
1!*(20 / 12)
2!*(20 / 12)
2!*(20 / 12) 2 (20 / 12)
IS
I
Po
1
1 + 1.667 + 1.389 + 1.389 * 6
RE
V
Po =
P o = 0.0807
Lo anterior indica que la probabilidad de que el sistema est vaco es de 0.0807 o

es del 8.07%.
b) P n = P o * / (K!) * Kn-k = 0.0807 *
(20 / 12) 2
2!*2 3 2
P n = 0.6949, luego la probabilidad de encontrar ms de tres clientes en el sistema

es de 69.49%.
1.2.2.5 Tiempo Promedio en el Sistema (W s )

Para determinar cual es el tiempo promedio que un cliente tiene que esperar en la
fila antes de ser atendido y el tiempo promedio que invierte en el sistema,
incluyendo el tiempo de espera y servicio, se parte de la siguiente expresin:
37
Tiempo promedio en el sistema = Tiempo promedio de espera en fila + Tiempo promedio de servicio
Donde:
W s = Tiempo promedio en el sistema
W q = Tiempo promedio de espera en fila o cola
1/ = Tiempo promedio de servicio
Entonces:
Ws = Wq + 1 /
1.2.2.6 Tiempo Promedio de Espera en Fila o Cola (W q )
Mide el tiempo promedio que debe esperar un cliente en la fila o cola para recibir el
servicio, es decir, antes de ser atendido y viene dado por:
Lq
IS
I
Wq =
RE
V

Para determinar cuantos clientes en promedio estn esperando en la fila o en la
cola para ser atendidos y cuantos clientes en promedio hay en el sistema entero,
incluye en cola y recibiendo el servicio, se utiliza la siguiente expresin:
Nmero promedio de clientes en el sistema = Nmero promedio de clientes en fila + Nmero
promedio de clientes en servicio
Donde:
L s = Nmero promedio de clientes en el sistema
L q = Nmero promedio de clientes en espera o en fila o cola
/ = Nmero promedio de clientes recibiendo el servicio
Es decir:
Ls = + /
38

Mide el nmero de clientes promedio que deben esperar en fila o en cola, es decir,
antes de recibir el servicio y ser atendidos y viene dado por:
( ) k +1
1
*
Lq =
* Po
(k 1)! (k ) 2
EJEMPLO 1.10
EJEMPLO DE APLICACION
Utilizando los datos del ejemplo anterior, determine:
a) Cuntos clientes tendran que esperar para recibir el servicio?
IS
I
b) Cuntos minutos en promedio debe esperar un cliente en cola?

c) Cuntos minutos deber esperar un cliente para obtener el servicio definitivo?
RE
V
SOLUCION:
= 20 clientes/hora
= 12 clientes/hora
K = 2 servidores
Se cumple que: < K * , o sea 20 < 12 * 2, entonces:

a) L q =
(20 / 12) 2 +1
1
*
* 0.0807
(2 1)!
[2 (20 / 12)]2
L q = 3.36 clientes, es decir que: en promedio hay 3.36 clientes esperando para ser
atendidos.
Lq
3.36
= 0.168 horas = 10.08 minutos
20
Es decir que un cliente debe esperar, en promedio, 10.08 minutos en cola antes de
b) W q =
ser atendido.
c) W s = W q + 1 / = 0.168 + 1/12 = 0.251 horas = 15.06 minutos
39
Lo que quiere decir que, un cliente tarda en total 15.06 minutos para recibir el
servicio definitivo, es decir, espera 10.08 minutos en cola y 4.98 cuando est siendo
atendido.
1.2.3 Modelo Poblacin Finita y un Solo Servidor
FIGURA 1.5
Modelo de poblacin finita y con un solo servidor.
Llegadas
Cola
Poblacin
Finita
Servicio
Sistema
IS
I
La poblacin finita afecta el proceso de llegada. Con la poblacin infinita la tasa de

llegada permanece igual sin importar cuantos clientes hayan llegado.
En trminos generales, con un nmero finito de clientes, la tasa de llegada
RE
V
disminuye conforme aumenta el nmero de clientes en el sistema porque existen

menos clientes que an no llegan. A mayor nmero de clientes en el sistema,
menor ser la tasa de llegada de clientes.
Los parmetros de este tipo de sistemas son:
= Tasa promedio de llegadas por unidad de tiempo
= Tasa promedio de clientes atendidos por unidad de tiempo
1 / = Tiempo promedio de llegada de un cliente
1 / = Tiempo promedio invertido en atender un cliente
M = Poblacin total de clientes
n = Nmero de clientes en el sistema
M n = nueva llegada
40

La probabilidad de que el sistema est vaco o no est trabajando, mide los
momentos en que no hay clientes en el sistema y el servidor est ocioso y viene
dada por:
1
M!
Po =
n =0
( M n)!*( / ) n
1.2.3.2 Probabilidad de Encontrar n Clientes en el Sistema (P n ) Cuando n K
Determina la probabilidad de encontrar n clientes en el sistema cuando ese

nmero de clientes es menor o igual al nmero de servidores y est definida por:
M!
* Po
( M n)!* n
IS
I
Pn =
RE
V
EJEMPLO 1.11
Un operario atiende tres mquinas. Cuando las mquinas requieren atencin l las
detiene y hace las modificaciones necesarias.
Estas modificaciones toman un
tiempo medio de 10 minutos. El tiempo medio entre requerimientos para cualquier

mquina es de 15 minutos. Determine:
a) La probabilidad de que una mquina falle y sea reparad inmediatamente
b) La probabilidad de encontrar dos mquinas en el sistema.
SOLUCION:
1 / = 15 minutos = 4 clientes/hora
1 / = 10 minutos = 6 clientes/hora
M = 3 Mquinas
41
a)
Po =
1
M!
n =0
( M n)!*( / ) n
Po =
1
3!
3!
3!
+
+
0
1
(3 0)!*(4 / 6)
(3 1)!*(4 / 6)
(3 2)!*(4 / 6) 2
P o = 0.0525; significa que la probabilidad que una mquina presente falla y sea
atendida de inmediato, es decir que el operario est desocupado, es de 5.25%.
b)
Pn =
M!
* Po
( M n)!* n
Pn =
3!
* 0.0525 = 0.7094; significa que la probabilidad de encontrar dos
(3 2)!*(4 / 6) 2
IS
I
mquinas en el sistema es de 70.94%.
1.2.3.3 Tiempo Promedio en el Sistema (W s )
Es el promedio de tiempo que un cliente invierte en el sistema entero, incluyendo el
RE
V
tiempo de espera y de servicio y viene dado por:
Ws = Wq + 1 /
1.2.3.4 Tiempo Promedio de Espera en Fila o Cola (W q )

Es el promedio de tiempo que debe esperar un cliente en la fila o cola para recibir
el servicio, es decir, antes de ser atendido y est dado por:
Wq =
Lq

Es el nmero promedio de clientes en el sistema entero, incluyendo el nmero de
clientes en espera y los que estn recibiendo el servicio y viene dado por:
42
Nmero promedio de clientes en el sistema = Nmero promedio de clientes en fila + Nmero

promedio de clientes en servicio
Ahora bien, si: L s = Nmero promedio de clientes en el sistema

L q = Nmero promedio de clientes e espera o cola
/ = Nmero promedio de clientes recibiendo servicio
Entonces:
Ls = M ( / ) * (1 Po)
Es el nmero promedio de clientes que deben esperar en la fila o cola para recibir
el servicio antes de ser atendidos y est dado por:
IS
I
Lq = M ( - / ) * (1 Po)
RE
V
EJEMPLO 1.12
Teniendo en cuenta los datos del ejemplo anterior, determinar:

a) Cuntas mquinas habr en la fila de espera para ser atendidas?
b) Cuntos minutos deben esperar las mquinas para ser atendidas?
SOLUCION:
a) L q = M ( - / ) * (1 P o )
L q = 3 (4 6/4) * (1 0.0525) = 0.6321 clientes
b) W q =
Lq
0.6321
= 0.158 horas
4
Las mquinas debern esperar 0.158 horas o 9.48 minutos antes de ser reparadas.
43
CARACTERISTICAS CLAVES DE UN SISTEMA DE COLAS *
Para analizar un sistema de colas, es mejor primero identificar las caractersticas
importantes que se presentan y se aplican en el sistema, entre ellas tenemos:
Una poblacin de clientes, que es el conjunto de todos los clientes posibles
de un sistema de colas.
Un proceso de llegada, que es la forma en que llegan los clientes de esa
poblacin a solicitar un servicio (ver figura 1.1).
Un proceso de colas, que est formado por: a) la manera en que los
clientes esperan para ser atendidos y b) la disciplina de colas, que es la

forma en que son elegidos para proporcionarles el servicio.
Un proceso de servicio, que es la forma y la rapidez con la que son
atendidos los clientes.
IS
I
Procesos de salida, que son de los siguientes dos tipos:

a) Los elementos abandonan completamente el sistema despus de ser
atendidos en solo centro o estacin de trabajo, lo que tiene como
RE
V
resultado un sistema de colas de un paso. Por ejemplo, los clientes

de un banco esperan en una sola fila, son atendidos por uno de tres
cajeros y despus que son atendidos, abandonan el sistema (ver
figura 1.1a).
b) Los productos, ya que son procesados en una estacin de trabajo,

son trasladados a alguna otra para someterlos a otro tipo de proceso,
lo que tiene como resultado una red de colas (ver figura 1.1b).
Ahora bien, existen dos clases bsicas de tiempos entre llegadas, a saber:
Determinstico, en el cual clientes sucesivos llegan en un mismo intervalo
de tiempo, fijo y conocido. Un ejemplo clsico es el caso de una lnea de
ensamblaje, en donde los artculos llegan a una estacin en intervalos
invariables de tiempo (conocidos como ciclos de tiempo).
Probabilstico, en el cual el tiempo entre llegadas sucesivas es incierto y
variable. Los tiempos entre llegadas probabilsticas se describen mediante
una distribucin de probabilidad.
* Tomado de KAMLESH, Mathur y SOLOW, Daniel.
Investigacin de Operaciones. El arte de la toma de decisiones.
44
RESUMEN
La teora de lneas o colas ofrece modelos para analizar la operacin de

establecimientos o instalaciones de servicio en los cuales ocurren en forma
aleatoria la llegada y/o el servicio de clientes. Los ejemplos numricos que se
presentaron en toda la unidad demuestran que el anlisis de la espera produce
resultados que quiz no sean evidentes en forma intuitiva.
Las distribuciones de Poisson y Exponencial son importantes en el anlisis de la

espera. Estas se caracterizan por instalaciones de servicio en las que las llegadas
y el servicio son completamente aleatorios. Aunque se pueden implantar otras
distribuciones en modelos de espera, el anlisis es mucho ms complejo que en las
IS
I
lneas de espera de Poisson. Adems, la complejidad del anlisis no hace posible

que se asegure mucha informacin como en los modelos de Poisson.
RE
V
La duda que se tiene en relacin con la teora de la espera es que tan eficiente
resulta en la prctica. Las limitaciones que impone el anlisis matemtico parecen
dificultar la determinacin de aplicaciones reales que se ajusten al modelo. No
obstante, con el paso de los aos se han reportado muchas aplicaciones ptimas
de la espera.
45
AUTO EVALUACION N 1
1) Un remolcador da servicio a los buques que llegan a un muelle. El tiempo
promedio entre las llegadas de los barcos es de 3 horas. El tiempo necesario
para remolcar un buque es de 2 horas. Los estudios han demostrado que las
llegadas de los buques son casi siempre del tipo Poisson y el tiempo de servicio
se distribuye exponencialmente. Determinar:
a) Cul es el factor de utilizacin del remolcador?
b) Cul es la probabilidad que el remolcador est inactivo?
c) Cuntos minutos en promedio deben esperar los barcos para ser
remolcados?
2) En el Hospital, los nios hacen cola para obtener inyecciones contra la gripe
durante la temporada de invierno de cada ao. Una enfermera inyecta a estos
nios. En promedio transcurren dos minutos entre las llegadas de cada uno
IS
I
(Poisson) y la enfermera se tarda un promedio de un minuto en administrar la

inyeccin (exponencial). Determine:
a) Cunto tiempo debe planear la gente estar en la lnea de espera?
RE
V
b) Cuntos nios esperara usted ver que estn esperando en fila?

c) Cul es la probabilidad de que existan dos nios esperando en la cola?
d) Cul es la utilizacin del hospital, si la jornada de vacunacin es de 8
horas?
3) Un empleado maneja llamadas telefnicas en un sistema de reservacin de

lneas areas a un promedio de 4 minutos por llamada, con una distribucin del
tiempo de servicio exponencial.
Las llamadas llegan en promedio con 10
minutos de separacin y distribucin Poisson. Determine:

a) Cul es la probabilidad de que una llamada entre y sea atendida
inmediatamente?
b) Cuntos minutos debe esperar un cliente para que le atiendan la llamada?
c) Cul es la probabilidad de encontrar en el sistema dos llamadas?
d) Si la jornada de trabajo es de 10 horas, en cuntos minutos est siendo
utilizado el sistema?
46
4) Cinco estudiantes compraron un barril de cerveza y decidieron organizar una

competencia. El tiempo para llenar un vaso de cerveza sigue una distribucin
exponencial con media de 2 minutos. El tiempo para beber la cerveza sigue una
distribucin exponencial con media de 18 minutos. Determine:
a) En promedio, cunto espera un estudiante en la fila del barril?
b) Qu fraccin de tiempo no se usa el barril?
5) A la biblioteca de CECAR llega un promedio de 26 estudiantes/ao con
distribucin Poisson a pedir prestado el libro de Investigacin de Operaciones.
Aquella persona que logra encontrarlo, lo mantiene en su poder durante 4 das
con distribucin exponencial. Determine:
a) Si la biblioteca solo tiene una copia del libro, cul es el nmero de

estudiantes que podrn leer el libro durante el ao?
b) Cunto tiempo debe esperar el estudiante para poder obtener el libro?
IS
I
6) Un banco tiene una caja de tipo autoservicio. Los carros llegan de acuerdo con
un proceso de Poisson con media de 12 carros/horas. El tiempo de atencin al
cliente sigue una distribucin exponencial con media de 4 minutos/carro.
RE
V
Determine:
a) Cul es la probabilidad de que un auto llegue y deba esperar?

b) Cul es la probabilidad de encontrar 3 autos en el autoservicio?
c) Cuntos minutos deben esperar los carros para ser atendidos?
d) Cuntos autos son atendidos (incluye esperando y recibiendo el servicio)?
7) Suponga que un sistema de cola tiene 2 servidores, el tiempo entre llegadas
sigue una distribucin exponencial con una media de 2 horas y el tiempo de
servicio sigue una distribucin exponencial con una media de 2 horas.
Determine:
a) La probabilidad de que el sistema est vaco
b) La probabilidad de encontrar 3 clientes en el sistema
c) Cuntos minutos deben planear los clientes para obtener el servicio total?
d) Qu fraccin de tiempo es utilizado el sistema si la jornada de laboral es de
8 horas?
47
ESTUDIO DE CASO
Visite un banco o una estacin de servicio de su comunidad o cualquier otro lugar

donde se presenten situaciones de colas o filas, selecciones una hora determinada
y realice el siguiente ejercicio durante tres veces durante dos das:
Anote el nmero de clientes que llegan a la cola.
Anotar el tiempo que dura un cliente para recibir el servicio.
Cuntos clientes, en promedio, llegan a la cola en una hora?

Cuntos clientes pueden ser atendidos en una hora?
atendidos?
IS
I
Cunto tiempo, en promedio, deben esperar los clientes para ser
RE
V
Cul es la utilizacin del sitio si la jornada de atencin es de 8 horas?

Cul es la probabilidad de que un cliente llegue y sea atendido de
inmediato?
Cul es la probabilidad de encontrar 10 clientes en el sistema?

Cuntos clientes tendran que esperar para recibir el servicio?
48
RE
V
IS
I
MODELOS DE
INVENTARIOS
Unidad 2
49
PRESENTACION
Existen muchas causas de incertidumbre en un sistema tpico de produccin y
distribucin, a saber: Hay incertidumbre en el nmero de artculos que demandarn
los clientes durante la prxima semana, mes o ao.
Hay incertidumbre en los
plazos de entrega. Si uno de sus proveedores le dice que usted recibir su pedido
antes del 5 de Enero, puede confiar en ello o recibir su pedido semanas o meses
ms tarde?
La incertidumbre impone un precio al administrador a travs de
mltiples medios. Hay incertidumbre en el proceso de produccin. Qu sucede

con sus planes de produccin y reparto si un trabajador se enferma o si se
descompone una mquina crucial? Un auge en la demanda o una demora en la

produccin pueden provocar escasez con la consecuente prdida de utilidades y el
disgusto de los clientes. Por otra parte, una empresa puede reaccionar ante una
falta de existencias actual o anticipada expidiendo rdenes, haciendo pedidos
pueden ser costosas.
IS
I
especiales a un proveedor o trabajando horas extras. Todas esas actividades
RE
V
Algunas empresas mantienen inventarios por costumbre, para protegerse contra la

incertidumbre. Claro est que un margen de seguridad en los inventarios
disponibles permite al administrador encarar demandas inesperadas o demoras en
las entregas, con una probabilidad reducida de incurrir en falla de existencias; sin
embargo, mantener existencias no es gratuito. Entonces, la cuestin es: Qu
cantidad de existencias debe mantener una empresa como proteccin razonable
contra la incertidumbre? Por ello el administrador puede manejar tales preguntas
relativas a la incertidumbre en diversas formas. Por ejemplo, en los modelos de
Programacin Lineal los anlisis de sensibilidad se usan generalmente para
asegurar al administrador que sus decisiones no son vulnerables ante los cambios
en los parmetros del modelo. Por ello, esta unidad considera la incertidumbre de
manera ms formal. Contempla modelos en los que la incertidumbre se maneja
explcitamente mediante la incorporacin de la distribucin de probabilidad de la
demanda en la evaluacin de diversos esquemas alternos de control de inventario.
50
OBJETIVOS
Establecer cada uno de los componentes de costos de los modelos de

inventarios.
Diferenciar los sistemas de inventarios de acuerdo a la demanda.
Calcular la cantidad ptima de pedido para la demanda constante y para la
demanda variable.
Aplicar el modelo de revisin continua de acuerdo a las caractersticas de los
IS
I
artculos de inventarios.
Determinar el costo total por ao de cada uno de los modelos de demanda

probabilstica para determinar el ms ptimo.
RE
V
Establecer las ventajas del modelo de revisin peridica para aplicarlo de

acuerdo a la variacin de la demanda.
51
ATREVETE A OPINAR
2.
_______________________________________________
_______________________________________________
_______________________________________________
_______________________________________________
_______________________________________________
_______________________________________________
Qu diferencias notas entre inventario de materias primas y

de producto final?
IS
I
1.
Qu entiendes por nivel de inventarios?
RE
V
_______________________________________________
_______________________________________________
_______________________________________________
_______________________________________________
_______________________________________________
_______________________________________________
3.
Se puede hacer un pedido de materia prima cuando el nivel

de inventario es cero? Qu pasara con la demanda?
_______________________________________________
_______________________________________________
_______________________________________________
_______________________________________________
_______________________________________________
_______________________________________________
52
Visita una empresa o microempresa de tu regin y analiza el inventario de un

determinado producto final y responde lo siguiente:
1. Cul es el mximo nivel de mercancas o productos que se permite tener?
2. Cunto tiempo demora el proveedor en entregar un pedido al cliente?
pedido?
3. Cada cunto tiempo (das, semanas, meses, etc.), el empresario hace un
IS
I
4. Con base en que criterios se hace un pedido?
5. Conoce con anticipacin el empresario la demanda de su producto? Cmo?
RE
V
6. Cada cuntos das revisa el empresario su inventario?
7. Maneja el empresario el concepto de nivel de servicio al cliente? Cmo lo

estipula?
53
UNID
2. MODELOS DE INVENTARIOS
Los inventarios son aquellos artculos a la mano que un cliente usar o comprar.
En un ambiente de fabricacin, los inventarios son las materias primas usadas para
producir bienes terminados. La madera, clavos, barniz y otros materiales
necesarios para construir una biblioteca son los artculos de inventario. El medio de
produccin es el cliente.
Definidos en trminos amplios, los inventarios son recursos utilizables que se
encuentran almacenados en algn punto determinado del tiempo. Desde el punto
de vista tradicional, los inventarios se asocian con empresas manufactureras y
IS
I
comerciales; sin embargo, el equipo, los materiales y el personal son inventarios

integrales para organizaciones como hospitales, universidades y otras de servicios
pblicos. As, los modelos de inventarios pueden aplicarse a estas reas al igual
RE
V
que la manufactura y la comercializacin2.
El anlisis de inventarios es similar al anlisis de colas o lneas de espera en

cuanto que no es aplicable un solo modelo a todos los problemas de inventarios;
ms bien existen modelos que dependen de las caractersticas del problema.
A continuacin se analizan las principales caractersticas de los modelos de
inventarios:
2.1 CARACTERISTICAS DE LOS MODELOS DE INVENTARIOS

Se detallarn las diferentes caractersticas que componen los modelos de
inventarios. Estas caractersticas influyen en el anlisis matemtico usado al
determinar la mejor forma de administrar los inventarios. Cuando se desee aplicar
2. EPPEN, G.D, GOULD, F.J. investigacin de Operaciones en la Ciencia Administrativa.
54
la administracin de inventarios a su ambiente de negocios, necesitar identificar

cual de estas caractersticas tiene su modelo para realizar el anlisis correcto.
2.1.1 Demanda Determinstica

La demanda del artculo por perodo se conoce con certeza. Por ejemplo, en un
proceso de fabricacin podra saberse que una mquina limadora o pulidora, pule
30 piezas por minuto. Aqu las piezas son los artculos a mantenerse en inventarios
y la demanda determinstica es de 30 piezas por minuto.
2.1.2 Demanda Probabilstica
La demanda del artculo por perodo est sujeta a una cantidad de incertidumbre y
variabilidad. Por ejemplo, en un hospital usted no sabe cuantos y que tipo de
pacientes tendr la semana entrante, lo que ocasiona una demanda incierta de los
2.1.3 Dficit o Faltantes
IS
I
suministros mdicos.
RE
V
Determinar como mantener los niveles de inventario es una cuestin crtica si se

permiten los dficit o faltantes. Es aceptable que se acabe un artculo? En una
tienda detallista el que se acabe un artculo puede no ser deseable, pero la
gerencia puede permitir que suceda porque las consecuencias no son crticas. En
contraste, un hospital nunca debe carecer de suministros operativos. Cuando se
permiten los dficits, otra cuestin es como se manejan.
2.1.4 Tiempo de Entrega

Es el tiempo transcurrido desde cuando se coloca un pedido para reabastecer
inventarios y la recepcin de esos bienes enviados por el proveedor. Al igual que la
demanda, los tiempos de entrega pueden ser determinsticos si se sabe
precisamente cuanto toma recibir los bienes o probabilstico si el tiempo de entrega
es incierto. Se debe tener suficiente inventario a la mano para satisfacer la
demande durante el perodo o tiempo de entrega.
55
2.1.5 Poltica de Pedidos

La poltica de pedidos es un enfoque para determinar como y cuando reabastecer
los inventarios. Existen dos polticas de pedidos:
Aquella que requiere revisar el nivel de inventario en puntos fijos de tiempo
para determinar cuanto ordenar sobre la base del inventario a la mano en
ese momento.
Otra que requiere revisar el inventario continuamente para determinar
cuando se alcanza el punto de nuevos pedidos.
2.2 COMPONENTES DE COSTO DE UN SISTEMA DE INVENTARIOS
La identificacin de las caractersticas individuales del sistema de inventarios, es el

primer paso en la determinacin de la poltica de inventarios ptima. Idealmente,
usted desea una poltica de inventarios que incurra en el mnimo costo esperado
total por perodo. El siguiente paso, por lo tanto, es comprender y estimar los
IS
I
diversos componentes de costo de un sistema.

2.2.1 Costos de Pedidos (K)
RE
V
El costo asociado con el reabastecimiento de un inventario es un costo de pedidos,

denotados por K. Este es un costo fijo independiente del nmero de unidades
pedidas o producidas. Se incurre en este costo cada vez que se coloca un pedido
o que se echa a andar una mquina para la corrida de una produccin.
Al colocar un pedido, el costo K puede incluir los tiempos de oficina y
administrativos requeridos para preparar el pedido, un cargo por transmitir el pedido
por fax, por ejemplo y un cargo fijo por la parte del proveedor por procesar y/o
entregar el pedido. Por ejemplo, cada vez que un almacn de artculos deportivos
pide raquetas de tenis a un mayorista puede incurrir en un costo fijo de $20.000,
independientemente del nmero ordenado.
2.2.2 Costo de Compra (C)
Cada unidad pedida incurre en un costo de compra, denotado por C, que es un
costo directo por unidad. Por ejemplo, cuando el almacn de artculos deportivos
56
pide raquetas de tenis a un mayorista incurre en un costo por cada raqueta

ordenada. Si se ordena Q raquetas, 8, con un costo de $1.000 cada una, entonces
el costo de compra total ser de $8.000 (8 x $1.000). El costo de compra por
unidad puede depender del nmero de unidades pedidas.
2.2.3 Costo de Mantener Inventarios (H)

Este es un costo por perodo por cada artculo en inventario. Un costo de mantener
inventarios puede incluir lo siguiente:
Los costos de almacenamiento, compuesto por los gastos generales del
almacn, seguros, requerimiento de manejo especial, robos, objetos rotos,
etc.
El costo de oportunidad del dinero comprometido en inventarios que de otra

manera podra haberse usado o invertido. Por ejemplo, considere un negocio
que mantiene un inventario de 100 llantas, cada una con un costo de
IS
I
$20.000. Este inventario cuesta $2 millones. Si se hubiera invertido este

dinero a una tasa del 25% al ao hubiera ganado $500.000. Estos $500.000
RE
V
son el costo de oportunidad por ao del inventario.

Los costos totales de almacenamiento y oportunidad que componen el costo por
mantener inventario se calculan como una fraccin i del costo unitario C. La
fraccin i se denomina la tasa de inters y es la suma de las fracciones usadas en
el clculo de los costos de almacenamiento y oportunidad.
2.2.4 Costos de Dficit (B)
El costo de dficit es el costo de no satisfacer la demanda, es decir, es el costo de

que se acabe un artculo. Recuerde que cuando no se puede satisfacer la
demanda, la venta se pierde o el artculo se maneja como un pedido no surtido.
Por ejemplo, si un fabricante de camisas no puede satisfacer una demanda
determinada, esta cantidad es una venta perdida si el cliente va a otro lado o si se
maneja como un pedido no surtido si el cliente desea esperar. En los modelos de
57
inventarios este costo es poco usado porque depende de dos tipos de costos: los
costos explcitos y los costos implcitos.
2.3 MODELO DE INVENTARIOS DE CANTIDAD PTIMA DE PEDIDOS

El anlisis matemtico para un sistema de inventarios depende de las
caractersticas especficas del modelo. En el modelo de cantidad ptima se supone
que se cumplen las siguientes caractersticas:
El inventario pertenece a uno y solo un artculo.
El inventario se abastece por lotes en vez de reemplazarse continuamente.
La demanda es determinstica y ocurre a una tasa constante conocida de D
unidades por perodo.
El tiempo de entrega L es determinstico y se conoce.

Los dficit no estn permitidos.
Los pedidos ocurren en una cantidad fija Q* cuando el inventario llega a un
IS
I
cierto punto de nuevos pedidos R. La implementacin de esta poltica de

reordenamiento requiere, por tanto, la comprobacin regular del inventario
para determinar cuando alcanza el nivel R.
RE
V
Para determinar el costo total mnimo, se tienen en cuenta: los costos fijos,
costo por compra y costos por mantener inventarios, con una tasa de inters
i.
Luego:
Costo Total
Costo de Pedidos
Anual
Anual
Costo de Compra
+
Costo de Mantener
+
Anual
Inventarios
Donde:
Costo de pedidos anual = (Costo por pedido) * (Nmero de pedidos)
Costo de pedidos anual = K * (D / Q)
Costo de compra anual = (Costo por unidad) * (Demanda)
Costo de compra anual = C * D
Costo de mantener inventarios anual = (Inventario promedio) * (Tasa de inters) + (Costo de compra)
Costo de mantener inventarios anual = (Q / 2) * (i * C)
58
Por lo tanto, el costo total anual est dado por la siguiente expresin:
Costo total anual = K * (D / Q) + (Q / 2) * (i * C)
Para calcular la cantidad ptima de pedidos, se utiliza la siguiente expresin:
Q* =
2* D* K
i *C
Donde:
Q* = Cantidad ptima de pedidos
K = Costo de pedidos
i = Tasa de inters
C = Costo de compra
D = Demanda
la demanda, luego:
IS
I
Para determinar el punto de nuevos pedidos R, se necesita el tiempo de entrega y
RE
V
R=L*D
El nmero promedio de pedidos por perodo est dado por:
N=
D
Q*
El tiempo entre pedidos, se determina de la siguiente manera:
T=
Q*
D
Para ilustrar el modelo, considere el siguiente ejemplo que usted enfrenta como
gerente de suministro de un hospital de la ciudad:
59
EJEMPLOS DE APLICACION
EJEMPLO 2.1
Un hospital da servicio a una pequea comunidad. Un suministro usado con
frecuencia es la pelcula de rayos X, que se pide a un proveedor fuera de la ciudad.
Usted como gerente de suministros debe determinar como y cuando hacer pedidos
para asegurar que al hospital nunca se le termine este artculo crtico y al mismo
tiempo mantener el costo tan bajo como sea posible.
La demanda ha sido
relativamente constante a 1.500 pelculas por mes y por tanto puede considerarse
determinstica.
El proveedor se ha comprometido a satisfacer pedidos en una
semana. Los costos fijos de pedidos son de $100 para cubrir los costos de colocar
cada pedido, pagar los cargos de entrega, etc. El costo de compra es de $20 por
SOLUCION:
Q* = ?
IS
I
pelcula y una tasa de inters del 30% por ao.
D = 1.500 pelculas/mes = 18.000 pelculas/ao

K = $100
RE
V
i = 30%
C = $20
Entonces:
Q* =
2 *1.800 *100
= 774,6 pelculas
0.3 * 20
Para calcular el punto de nuevos pedidos, el tiempo de entrega, L, est dado en

semanas, por lo que se va a suponer que un ao tiene 52 semanas, por tanto, el
tiempo de entrega, L, es 1/52. Lo anterior se realiza porque la demanda est en
pelculas/ao. Entonces:
R = L * D = 1/52 ao * 1.800 pelculas/ao
R = 346 pelculas
60
Para calcular el nmero de pedidos y el tiempo entre ellos:

N=
D 1.800
= 23.23 pedidos anuales
=
Q
775
No es posible colocar fracciones de un pedido, pero hay necesidad de hacerlo.

Esto se debe a que la demanda contina de un ao al siguiente. En algunos aos
puede colocar 23 pedidos y en otros podr colocar 24 pedidos de tal forma que
promedie 23.23.
El tiempo entre pedidos est dado por:
Q * 775
= 0.043 ao = 15,5 das
=
D 1.800
T=
Se puede observar en los resultados que la cantidad ptima a pedir es 774 o 775
pelculas (se debe evaluar cada alternativa con costos para tomar la decisin
correcta) 23,23 veces al ao cada 15,5 das, cuando el punto de nuevos pedidos R
IS
I
llegue a un nivel de 346 pelculas. Como el tiempo de entrega es de una semana,

una vez colocado el pedido, al final de esa semana, el inventario llegar a cero pero
ser reestablecido, con la cantidad ptima pedida. Grficamente es:
RE
V
Inventario
(Pelculas)
346
Tiempo
(Aos)
1/52
L
Para complementar el anlisis se calcula el costo total anual:
Costo total anual = K * (D / Q) + C * D * (i * C)
Costo total anual = 100 * (1.800 / 775) + (20 * 1.8000) + 8775 / 2) * (0.3 * 20)
Costo total anual = $364.647,58
61
EJEMPLO 2.2
Icollantas compra aproximadamente 40.000 llantas en el curso de un ao a un
costo de $20 cada una para su reventa al detal. Cada pedido incurre en un costo
fijo de $75 por cargos de procesamiento y de entrega y llega una semana despus
de haber sido hecho. Suponga una tasa de inters anual del 30%. Determine:
a) La cantidad de pedidos ptima, Q*
b) El punto de nuevos pedidos, R
c) El nmero de pedidos por ao, N
d) El tiempo entre pedidos, T
e) El costo total anual

SOLUCION:
D = 40.000 llantas / ao
i = 30%
C = $20
L = 1 semana = 1/52 ao
2 * 40.000 * 75
= 1.000 llantas
0.3 * 20
RE
V
a) Q* =
IS
I
K = $75
b) R = L * D = 1/52 ao * 40.000 llantas/ao = 769 llantas

c) N =
d) T =
Q * 40.000
= 40 pedidos anuales
=
D
1.000
Q * 1.000
= 0.025 ao = 9 das
=
D 40.000
e) Costo total anual = K * (D / Q) + C * D + (Q / 2) * (i * C)

Costo total anual = 75 * (40.000/1.000) + (20 * 40.000) + (1.000/2) * (0.3 * 20)
Costo total anual = $806.000
Se puede analizar que la empresa Icollantas debe realizar un pedido ptimo de
1.000 llantas cuando su punto de nuevos pedidos llegue a 769 llantas y debe hacer
un total de 40 pedidos cada 9 das al ao a un costo total de $806.000.
Grficamente es:
62
Inventario
(Llantas)
769
1/52
Tiempo
(Aos)
IS
I
2.4 SISTEMA DE INVENTARIOS CON DEMANDA PROBABILISTICA

La poltica de inventarios ptima se determina para un modelo en la que se supone
que la demanda es determinstica. En algunas aplicaciones sta puede ser una
RE
V
suposicin vlida pero, en muchas situaciones la demanda solo se conoce con una
gran cantidad de incertidumbre. Las tcnicas probabilsticas se requieren para
analizar y determinar la poltica de inventarios ptima para tales problemas. Un
anlisis apropiado depende entonces de cual de las siguientes dos polticas de
pedidos desea usar:
Un modelo de revisin continua en que los niveles de inventarios son

comprobados continuamente y cuando se alcanza el punto de nuevos
pedidos se ordena Q* unidades.
Un modelo de revisin peridica en que el inventario se revisa
peridicamente cada T perodos y el tamao del pedido se determina
mediante el nivel de inventario en ese momento.
63
2.4.1 Modelo de Revisin Continua

En un sistema de revisin continua el nivel de las existencias se verifica despus de
cada transaccin o en forma continua. Cuando el nivel de existencias cae por
debajo de un punto de orden predeterminado o de nuevos pedidos, se coloca una
cantidad fija. Ala sistema de revisin continua se le llama algunas veces sistema Q
o sistema de cantidad de fija de orden.
Una definicin formal de la regla de decisin del modelo Q es como sigue:
Revisar continuamente el nivel de inventarios y cuando la posicin

de existencia o nivel de inventarios cae por debajo del punto de
reorden o de nuevos pedidos R, se ordena una cantidad fija Q*.
Una figura de la operacin de este modelo se presenta en la grfica 2.1. Se
observa que el nivel de inventarios cae en una forma irregular hasta que alcanza el
punto de reorden o de nuevos pedidos R, donde se coloca una orden por Q
IS
I
unidades. La orden se recibe posteriormente, despus de un tiempo de entrega L y

entonces se repite el ciclo de utilizacin, reorden y recepcin del material.
El modelo de revisin continua se determina completamente mediante el uso de
RE
V
dos parmetros: Q y R.
FIGURA 2.1
Sistema de inventario de revisin contina.
El valor de R se puede basar en la probabilidad, ya sea en el costo de inexistencia

o en la probabilidad de inexistencia.
64
Un trmino ampliamente utilizado en los modelos de inventarios es el nivel de

servicio, el cual es el porcentaje de demandas del comprador y que se satisfacen
con material proveniente del inventario.
El punto de reorden o de nuevos pedidos R, se basa en la nocin de una
distribucin de probabilidad de la demanda durante el tiempo de entrega. Cuando
se ha colocado un pedido, el sistema de inventarios queda expuesto a inexistencias
hasta que la orden llega. El punto de reorden o de nuevos pedidos se define como
sigue:
Donde:
R=m+S
R = Es el punto de nuevos pedidos

M = Es la demanda promedio durante el tiempo de entrega L
S = Es el inventario de seguridad
de entrega m, as:
IS
I
Teniendo en cuenta lo anterior, se puede establecer la demanda durante el tiempo
m=D*L
RE
V
El inventario de seguridad s, depende del nivel de servicio que se quiera obtener.

Para determinar el nivel de servicio se debe utilizar la Distribucin Normal. Por
ejemplo, un nivel de servicio del 95%, significa que se puede satisfacer la demanda
un 95% y existe un 5% de faltantes o dficit. Con el dato del nivel de servicio se
puede calcular en la Tabla de la Distribucin Normal el valor de Z.
A un mayor nivel de servicio, mayor inventario de seguridad S, quien tambin debe
tener en cuenta la desviacin estndar durante el tiempo de entrega L, por lo
tanto:
S=Z*
Donde:
=*
El nivel de seguridad S incrementa el costo total anual, as:

Costo Total Anual = K * (D / Q) + C * D + (Q / 2 + S) * (i * C)
65
EJEMPLO 2.3
Supngase que se est administrando un almacn que distribuye un cierto tipo de
desayuno
distribuidores
menores.
Este
alimento
tiene
las
siguientes
caractersticas:
Demanda promedio (D) = 200 cajas al da = 50.000 al ao
Tiempo de entrega (L) = 4 das
Desviacin estndar de la demanda diaria ( ) = 150 cajas
Nivel de servicio deseado: 95%. Z = 1,658
Costo por pedido (K) = $20/pedido
Tasa de inters (i) = 20% anual
Costo de compra (C) = $10/solicitud
Suponga, adems, que se utilizar el sistema de inventarios de revisin continua y

que el almacn abre 5 das a la semana, 50 semanas al ao o 250 das al ao.
IS
I
SOLUCION:
La cantidad ptima de pedidos Q*, es:

2* D* K
=
i *c
2 * 50.000 * 20
= 1.000 CAJAS
0.2 *10
RE
V
Q* =
La demanda promedio durante el tiempo de entrega es de 200 cajas durante 4 das,

por lo tanto:
m = D * L = 200 * 4 800 cajas
La desviacin estndar durante el tiempo de seguridad es:
=*
L = 150 *
4 = 300 cajas
El nivel de servicio del 95% requiere un factor de seguridad Z = 1,658, luego:

Q = 1.000 cajas
m = 800 cajas
S = (1,658) * 300 cajas = 495 cajas
R = 800 + 495 = 1.295 cajas
Costo Total Anual = K * (D / Q) + C * D + (Q / 2 + S) * (i * C)
Costo Total Anujal = 20*(50.000/1.000) + (10*50.000) + (1.000/2 + 495)*(0.2*10)
Costo Total Anual = $511.990
66
La regla del sistema de inventarios de revisin continua para este almacn,

establece: Revise el nivel de inventario continuamente y cuando est en 1.295
cajas o menos, haga un pedido de 1.000 unidades y mantener un inventario de
seguridad S de 495 cajas con el fin de satisfacer el nivel de servicio del 95%.
EJEMPLO 2.4
Goodyear S. A. lleva en inventario un cierto tipo de neumticos con las siguientes
caractersticas:
Demanda probabilstica = 500 neumticos/ao
Costo por pedidos (K) = $40

Desviacin estndar de la demanda diaria ( ) = 1 neumtico
Costo de compra (C) = $40/neumtico
SOLUCION:
IS
I
La cantidad ptima de pedidos Q*, es:

2 * 500 * 20
= 45 neumticos
0.25 * 40
RE
V
A* =
La demanda promedio durante el tiempo de entrega es de 500 cajas al ao durante

4 das, por tanto: L = 4/52 (Considerando 52 semanas al ao), luego:
m = D * L = 50 * 4/52 = 38 neumticos
La desviacin estndar durante el tiempo de entrega es:
=*
L =1*
4 = 2 neumticos
El nivel de servicio del 95%, requiere un factor de seguridad de Z = 1,658, luego:

Q = 45 neumticos
m = 38 neumticos
S = (1,658) * 2 = 3 neumticos
R = 38 + 3 = 41 neumticos
Costo Total Anual = 40 * (500/45) + (40 * 500) + (500/2 + 3) * (0.25 * 40)
Costo Total Anual = $22.974
67
La regla del sistema de inventario de revisin continua para Goodyear, establece:

Revise el nivel de inventario continuamente y cuando est en 41 neumticos o
menos haga un pedido de 48 neumticos y mantener un inventario de seguridad, S,
de 3 neumticos con el fin de satisfacer el nivel de servicio del 95%, a un costo total
anual de $22.974.
2.4.2 Modelo de Revisin Peridica

En un sistema de revisin peridica el nivel de las existencias se verifica
peridicamente ms que en forma continua. Cuando el nivel de existencias cae por
debajo del inventario objetivo, se realiza el pedido de una cantidad igual al
inventario objetivo menos lo que existe en la actualidad. Al sistema de revisin

peridica se le llama algunas veces sistema P o sistema de perodo fijo de revisin.
Una definicin formal de la regla de decisin del modelo P es como sigue:
IS
I
Revisar el nivel de inventarios en intervalos peridicos fijos P.

Despus de cada revisin se ordena una cantidad igual al inventario
objetivo (T) menos el existente.
RE
V
Una figura de la operacin de este modelo se presenta en la grfica 2.2. El nivel de

inventarios cae en una forma irregular hasta que llega el momento fijo de una
revisin.
En este instante se ordena una cantidad para colocar el nivel de
inventario en el inventario objetivo. La orden llega posteriormente despus de un

tiempo de entrega L, entonces el ciclo de utilizacin, reorden y recepcin del
material se repite.
El sistema P funciona de una manera totalmente diferente al sistema Q debido a

que: (1) No tiene un punto de nuevos pedidos o reorden, sino un inventario objetivo;
(2) No tiene una cantidad econmica del pedido, sino que la cantidad vara de
acuerdo a la demanda y (3) En el sistema P, el inventario de compras es fijo.
El modelo de revisin peridica se determina completamente mediante el uso de
dos parmetros: P y T.
68
Sistema de inventario de revisin peridica.
FIGURA 2.2
Una aproximacin al valor ptimo de P se puede realizar mediante la utilizacin de

la formula de la cantidad ptima a pedir. Dado que P es el tiempo entre rdenes de
pedido, entonces:
Q
D
IS
I
P=
El nivel de inventario objetivo se puede establecer de acuerdo a un nivel de servicio
RE
V
especificado. En este caso, el inventario objetivo se fija lo suficientemente alto para

cubrir la demanda durante el tiempo de entrega ms el perodo de revisin. Para
alcanzar el nivel de servicio especificada, la demanda debe ser satisfecha por todo
el tiempo P + L en el nivel promedio ms un inventarios de seguridad. Entonces:
T=m+S
Donde:
T = Es el nivel de inventario objetivo

m = Es la demanda promedio durante el tiempo (P + L)
S = Es el inventario de seguridad
Teniendo en cuenta lo anterior, se puede establecer la demanda durante el tiempo
de revisin ms el tiempo de entrega, as:
M = D * (P + L)
69
El inventario de seguridad S, depende del nivel de servicio que se quiera obtener.

Para determinar el nivel de servicio, se debe utilizar la Distribucin Normal. Por
ejemplo, un nivel de servicio del 95% significa que se puede satisfacer la demanda
un 95% y existe un 5% de faltantes o dficit. Con el dato del nivel de servicios, se
debe calcular en la tabla de la Distribucin Normal el valor de Z.
A un mayor nivel de servicio, mayor inventario de seguridad S, quien tambin debe
tener en cuenta la desviacin estndar , durante el tiempo de revisin ms el
tiempo de entrega L, por tanto:
S=Z*
=*
Donde:
( P + L)
El nivel de seguridad S, incrementa el costo total anual, as:
IS
I
Costo Total Anual = K * (1 / P) + C * D + [( D / 2 * P) + S ] * (i * c)

De igual forma, se puede establecer la formula para determinar la cantidad a pedir
tendido en cuenta el nivel de inventario existente en el momento de la revisin.
RE
V
Como la demanda es probabilstica, se debe asociar una distribucin de

probabilidad que para el caso de los modelos de inventarios, se ha demostrado que
es confiable la Distribucin Normal. Ahora bien, por definicin de la Distribucin
Normal se sabe que:
Z=
Teniendo en cuenta el modelo de revisin peridica:

Z=
( I + q)
De donde se desprende que:

I + q = + (Z * )
Donde:
70
I = Es el inventario existente en el momento de la revisin

q = Es la cantidad a pedir
Z * = Inventario de seguridad
= m = Es la demanda promedio durante el tiempo (P + L)

EJEMPLO 2.5
Supngase que se est administrando un almacn que distribuye un cierto tipo de
desayuno
distribuidores
menores.
Este
alimento
tiene
las
siguientes
caractersticas:
Demanda promedio (D) = 200 cajas al da = 50.000 al ao

Desviacin estndar de la demanda diaria ( ) = 150 cajas
Costo por pedido (K) = $20/pedido
IS
I
Costo de compra (C) = $10/solicitud

Suponga, adems, que se utilizar el sistema de inventarios de revisin peridica y
RE
V
que el almacn abre 5 das a la semana, 50 semanas al ao o 250 das al ao.

SOLUCION:
La cantidad ptima de pedidos, Q* es:

Q* =
2 * 50.000 * 20
= 1.000 cajas
0.2 *10
Por lo tanto el perodo de revisin es:

P=
Q
1.000
=
= 5 das
200
D
La demanda promedio durante el tiempo de entrega y el perodo de revisin es de

200 cajas al da durante 4 das, por lo tanto:
m= D * (P + L) = 200 * (5 + 4) = 1.800 cajas
La desviacin estndar durante el tiempo de entrega es:
=*
( L + P) = 150 *
9 = 450 cajas
71
El nivel de servicio del 95% requiere un factor de seguridad Z = 1,658, luego:

m= 1.800 cajas
S = (1,658) * 450 = 746 cajas
T = 1.800 + 746 = 2.546 cajas
La regla del sistema de inventario de revisin peridica para este almacn
establece: Revise el nivel de inventario cada 5 das y ordene 2.546 cajas menos el
inventario existente en ese momento.
Utilizando la expresin de acuerdo a la Distribucin Normal:
I + q = + (Z * ) = 1.800 + 746 = 2.746 cajas
Por tanto: q = 2.746 I

Lo cual equivale a decir que se debe revisar cada 5 das el nivel de inventario y
pedido.
EJEMPLO 2.6
IS
I
solicitar 2.746 unidades menos el inventario existente en el momento de ordenar el
La Ca. Colombiana de Caf S. A. vende aproximadamente 100 toneladas de grano
RE
V
de caf cada ao a los mercados europeos. El comprador de la Ca. carga US $1

por libra ms US $300 por pedido. Cuando se hace un pedido, le lleva 4 semanas
a la Ca. entregar el caf a los competidores. US $50 adicionales cubren los costos
de oficina y otros asociados con la orden de pedidos. Suponiendo una tasa de
oportunidad del 25% anual, una desviacin estndar de 25.238 libras y un perodo
de revisin de 4 semanas, determine la cantidad a pedir de libras de caf si
nicamente hay 10.000 libras en inventario en el momento de la revisin.
Considere un nivel de servicio del 95%.
SOLUCION:
Demanda promedio (D)= 100 toneladas/ao = 200.000 libras/ao
Tiempo de entrega (L) = 4 semanas = 4/52 aos
Desviacin estndar de la demanda diaria ( ) = 25.238 libras
Tiempo entre revisin = 4 semanas = 4/52 aos
72
Inventario = 1.000 libras

Costo por pedido (K) = US $300
Costo de compra (C) = US $1/libra
Tasa de inters = 25% anual
La demanda m durante el tiempo de entrega ms el tiempo entre revisin:
m = 200.000 * (4/52 + 4/52) = 30.769 libras de caf.
El inventario de seguridad S, de acuerdo al nivel de servicio requerido y a la
=*
desviacin estndar durante el tiempo de entrega y el tiempo entre revisin:

( P + L) = 25.238 * (8/52) = 3.883 libras de caf
De acuerdo a lo anterior, el inventario de seguridad es:
IS
I
S = (1,658) * 3.883 = 6.437 libras de caf

Entonces el inventario objetivo T es:
RE
V
T = 30.769 + 6.437 = 37.206 libras de caf

De la misma manera:
I + q = + (Z * ) = 30.769 + 6.437 = 37.206 libras de caf

Pero se sabe que el inventario al momento de realizar la revisin es de I = 1.000
libras, por lo tanto la cantidad a pedir es de:
q = 37.206 I = 37.206 1.000 = 36.207 libras
La poltica de revisin peridica para esta Ca. ser: Revisar cada 4 semanas el
nivel e inventarios y teniendo en cuenta el inventario objetivo que es de 37.206
libras y conociendo que en ese momento existen 1.000 libras en existencias, se
debe realizar un pedido de 36.207 libras de caf.
73
CARACTERISTICAS CLAVES DE LOS MODELOS DE INVENTARIOS *
Estas caractersticas influyen en el anlisis matemtico usado al determinar la
mejor forma de administrar los inventarios. Cuando desee aplicar la administracin
de inventarios a su ambiente de negocios, necesitar identificar cul de estas
caractersticas tiene su modelo para que pueda usar un paquete de computacin
apropiado para realizar el anlisis correcto:
Demanda independiente contra dependiente
Al considerar la administracin de inventario de varios artculos diferentes, primero
debe determinar si los elementos estn relacionados entre s o no. Por ejemplo, las
demandas de la mayor parte de los artculos individuales de una tienda de
abarrotes son indispensables entre s.
La demanda de leche esta semana no
afecta la demanda de fruta, En contraste, considere un inventario de unidades de

factibles,
microcomputadoras.
discos
duros
otros
componentes
para
ensamblar
IS
I
discos
Aqu la demanda es dependiente porque la demanda del
producto final, es decir las computadoras ensambladas, determina la demanda de
RE
V
los componentes individuales.
Demanda determinstica contra probabilidad

a) Demanda determinstica: la demanda del artculo por periodo se
conoce con certeza.
Por ejemplo, en un proceso de fabricacin
automatizada, podra saber que una mquina inserta precisamente 20

chips por minuto en un tablero de circuitos integrados. Aqu, los chips
son los artculos a mantenerse en inventario; la mquina es el cliente
y la demanda Determinstica es 20 chips por minuto.
b) Demanda probabilstica: la demanda del artculo por periodo est

sujeta a una cantidad de incertidumbre y variabilidad. Por ejemplo, en
un hospital, usted no sabe cuntos y qu tipos de pacientes tendr la
semana entrante, lo que ocasiona una demanda incierta de los
suministros mdicos.
74
RESUMEN
A un problema de inventario concierne la toma de decisiones ptimas referentes a

qu cantidad y cundo pedir un artculo de inventario. Por desgracia, no se puede
desarrollar un modelo nico que se encargue de este problema. En cambio, se ha
diseado una amplia variedad de modelos para representar casos especiales. Un
factor importante en el diseo de un modelo de inventario es la naturaleza de la
demanda.
El modelo ms simple est asociado con la demanda determinista
esttica. Los modelos son ms complejos cuando la demanda es probabilstica.
La mayora de los modelos de inventarios estn basados en la optimizacin de una

funcin de costo que incluye los costos fijos, de compra, de almacenamiento y de
escasez. El costo de escasez suele ser el ms difcil de calcular porque puede
IS
I
representar factores intangibles como la perdida de la predileccin del cliente. Por

otra parte, aunque puede resultar difcil determinar el costo fijo, su inclusin en el
RE
V
modelo de costos produce a menudo un problema matemtico complicado.
En el mundo real es raro que los modelos de inventarios disponibles representen el

sistema con exactitud. Por lo tanto, las soluciones que se obtienen de un modelo
de inventarios deben considerarse como un lineamiento y no como una
recomendacin especfica. En algunos casos complejos quiz sea necesario
modelar el sistema por simulacin, para poder asegurar o garantizar la confiabilidad
de la solucin recomendada.
75
AUTO EVALUACION N 2
1) Una empresa fabrica una lnea de planchas metlicas para sus clientes.
Algunas de estas planchas se llevan en el inventario de productos terminados.
Una plancha en particular tiene las siguientes caractersticas:
Ventas = 200 planchas/ao
Costo por pedido = $1.200
Costo del artculo = $25
Tasa de inters = 20% anual
a) Cuntas de estas planchas se deben fabricar?
b) Con qu frecuencia se debe programar la produccin?

c) Cuntas veces se debe realizar la produccin?
d) Calcule el costo total anual.
IS
I
2) Suponga ahora que la venta o demanda del ejercicio anterior es probabilstica

con una desviacin estndar de 2 planchas al ao, un tiempo de entrega de 2
semanas y un nivel de servicio del 95%. Determine:
RE
V
a) Un sistema de revisin continua

b) El costo total anual
c) Compare el costo total anual calculado en el inciso d) del ejercicio anterior

con el calculado en el inciso b) de este ejercicio. Por qu son diferentes?
3) CECAR ordena camisetas con su logotipo impreso en ellas para venderlas a
$25.000 cada una. Durante un mes cualquiera se venden 1.000 camisetas.
Cuesta $2.500 colocar un pedido y la tasa de oportunidad de la Corporacin es
del 25% anual. Determine:
a) Cuntas camisetas debe ordenar CECAR?
b) Cuntos pedidos debe hacer en un ao?
c) Cul es el costo total anual?
76
4) Considere, para el ejercicio anterior, que la demanda es probabilstica y el

tiempo de entrega es de 4 das con una desviacin estndar de 10 camisetas
por mes. Si el nivel de servicio es del 95%, determine:
a) Cul es el punto de nuevos pedidos?
b) Cuntas camisetas debe contemplar el inventario de seguridad?
c) Cul es el costo total anual?
d) Enuncie la regla del sistema de revisin continua para CECAR.
5) Si CECAR decide cambiar a la poltica de revisar el inventario cada 2 meses y
teniendo en cuenta que el inventario ese da puede estar en 2.000 camisetas,
determine:
b) Cul es el costo total anual?
a) Cuntas camisetas debe pedir?
c) Por qu el costo total anual es mayor en el sistema de revisin continua?
IS
I
6) Icollantas compra aproximadamente 48.000 llantas en el curso de un ao a un

costo de US $20 cada una, para su reventa a detallistas locales. Cada pedido
incurre en un costo fijo de US $75 por cargos de procesamiento y de entrega y
RE
V
llega una semana despus de haber sido hecho. Suponga una tasa de inters
anual del 30% y determine:
a) De qu modo afecta a la cantidad de pedidos ptima el punto de nuevos

pedidos y el costo total anual, el hecho de que la demanda se incremente en
un 9%?
b) Qu sucede si el costo de pedido se incrementa a US $125?

c) En qu cantidad debera incrementarse el costo de una llanta para que la
cantidad de pedidos ptima disminuya un 5%?
7) Suponga, ahora, que la demanda del problema de Icollantas es probabilstica
con un valor esperado de 48.000 llantas por ao y una desviacin estndar de
721 llantas. Determine:
a) La poltica de revisin continua
b) La media y la desviacin estndar durante el tiempo de entrega
77
c) La cantidad de existencias de seguridad para no tener ms de cinco faltantes

durante el ao.
d) El costo total anual de la poltica de revisin continua.
8) Suponga que Icollantas desea lograr un nivel de servicio del 95% con una
poltica de revisin cada 4 semanas. Determine:
a) El inventario objetivo
b) La poltica de pedidos para lograr el nivel de servicio deseado
c) Basndose en la poltica de pedidos del inciso anterior, cuntas llantas
deberan pedir si solamente hay 600 llantas en inventario en el momento de
la revisin?
d) El costo total anual de la poltica de inventarios.

9) Para el ejercicio anterior, determine:
semanas?
IS
I
a) Qu nivel de servicio puede lograr Icollantas si pide 4.800 llantas cada 4
b) Cuntas llantas puede tener en inventarios de seguridad si se sabe que el
RE
V
costo por mantener inventarios es de US $10.000?
78
ESTUDIO DE CASO
Seleccione una grande, mediana o pequea empresa de su localidad y realice la

siguiente actividad, de acuerdo con lo tratado en la unidad anterior:
Indague si llevan control de inventarios.
Qu tipo de inventario llevan?
Se ajusta la forma de llevar el inventario a lo visto en esta unidad? Por

qu?
De no ajustarse, monte usted el sistema de inventario de acuerdo al tipo de
IS
I
empresa.
Determine: el inventario objetivo y la poltica de pedidos para lograr el nivel
RE
V
de servicio deseado.
Calcule el costo anual de la poltica de inventario a implantar segn usted.

Explique (a los interesados) por qu el sistema de inventario que usted
propone es el mejor para la empresa seleccionada.
79
RE
V
IS
I
REDES Y
PERT/CPM
Unidad 3
80
PRESENTACION
Toda actividad, poltica o proyecto empresarial, es un diseo, adems de indicar los

aspectos tcnicos y cientficos del tema y problema propuestos, el cual obedece a
sus objetivos, debe contemplar adems los aspectos logsticos del mismo, es decir,
cmo se va a lograr la realizacin de ste, para lo cual en la parte administrativa se
indica el manejo de los recursos, del tiempo y del presupuesto para el desarrollo de
las diversas actividades que conforman la idea a seguir.
Por lo anterior es que son importantes los problemas de redes; adems, tienen una
forma lineal especial ten simple que se pueden aplicar algoritmos especficos sper
eficientes para obtener soluciones ptimas. Ahora bien, con restricciones
moderadas en los datos resulta que siempre existen soluciones ptimas con
IS
I
valores enteros y son generadas por los algoritmos de redes. Todo esto resulta
interesante debido a que una amplia variedad de problemas del mundo real pueden
formularse como problemas de redes y en especial los proyectos empresariales.
RE
V
El PERT/CPM fue diseado para proporcionar diversos elementos tiles de

informacin para los administradores de proyectos empresariales. Primero, el
PERT/CPM expone la "ruta crtica" de un proyecto. Estas son las actividades que
limitan la duracin del proyecto. En otras palabras, para lograr que el proyecto se
realice pronto, las actividades de la ruta crtica deben realizarse pronto. Por otra
parte, si una actividad de la ruta crtica se retarda, el proyecto como un todo se
retarda en la misma cantidad. Las actividades que no estn en la ruta crtica tienen
una cierta cantidad de holgura; esto es, pueden empezarse ms tarde, y permitir
que el proyecto como un todo se mantenga en programa. El PERT/CPM identifica
estas actividades y la cantidad de tiempo disponible para retardos.
81
OBJETIVOS
Estudiar las tcnicas para planear y controlar la produccin.
Analizar las actividades que deben intervenir en un proceso y el orden en el

cual habrn de ejecutarse.
Construir redes capaces de facilitar este tipo de trabajo aun cuando el

volumen de operacin sea crecientemente complejo.
IS
I
Estimar las duraciones de las actividades con el mnimo de recursos, es
RE
V
decir, mnimo costo total.
82
ATREVETE A OPINAR
1.
Qu entiendes por red?
Cundo una ruta se considera crtica?
_______________________________________________
_______________________________________________
_______________________________________________
_______________________________________________
_______________________________________________
_______________________________________________
RE
V
IS
I
_______________________________________________
_______________________________________________
_______________________________________________
_______________________________________________
_______________________________________________
_______________________________________________
_______________________________________________
Qu se requiere para que una actividad se lleve a cabo sin

contratiempo?
_______________________________________________
_______________________________________________
_______________________________________________
_______________________________________________
_______________________________________________
_______________________________________________
83
1. Elabora una lista de las actividades necesarias para la construccin de una

casa.
2. Procede a analizar la secuencia lgica que existe entre las actividades,

respondiendo a las preguntas: Qu actividades preceden? Qu actividades
siguen? Cules pueden realizarse simultneamente? Posterior a esto, puedes
organizar la informacin en la siguiente tabla de anlisis de secuencia:
ACTIVIDADES PLANIFICADAS
Orden
Duracin
(semanas)
Detalle
Actividades lgicas
posteriores
RE
V
IS
I
Actividades lgicas
anteriores
Nota: Si considera que requiere de ms filas, por favor agrguelas.
3. Con la secuencia lgica de las actividades ya establecida, proceda ahora a

montarlas en un Diagrama de Gantt, valindose de una estructura similar a la
siguiente:
N
ACTIVIDADES
TIEMPO (Meses)
4
5
84
UNID
3. REDES Y PERT / CPM
3.1 LAS REDES
Las redes son tcnicas mejoradas para la planeacin y el control de la produccin,
capaces de facilitar este tipo de trabajo an cuando el volumen de operacin sea
crecientemente complejo; a la vez son menos costosas, ms precisas y ms
efectivas que cualquier otro mtodo que se pueda emplear para este propsito.
Otra ventaja de las tcnicas de redes es que permiten planificar y controlar la

produccin bajo condiciones tales como: gran cantidad de interrelaciones entre las
operaciones de los procesos productivos, manejo de situaciones bajo condiciones
restringidas para el uso de recursos, tiempo, dinero, informacin y cambios tanto en
IS
I
las decisiones como en los comportamientos internos y externos de la empresa.

En sntesis, las redes son las tcnicas ms apropiadas para establecer y
representar la planeacin y control de la produccin, porque su lgica estructurada
RE
V
permite considerar la produccin como un sistema integral, es decir, definirla como

un conjunto de actividades plenamente interrelacionadas, interdependientes e
interactivas, sujetas a condiciones de precedencia operativa, coordinacin funcional
y crisis provocada por la consideracin del cambio y la sincronizacin de los puntos
de progreso3.
Las principales tcnicas de redes y grafos se llaman PERT y CPM, sin descartar el
uso de otras teoras y a la vez aclarando que cada administrador o gerente de
produccin puede disear su propia red a partir del uso combinatorio de las
mismas. Desde luego, estas tcnicas estn soportadas en los llamados diagramas
de mallas para representar convencionalmente los procesos operativos. Los
diagramas de mallas en red utilizados para las tcnicas PERT y CPM, se llaman
diagramas de flechas.
3. TAHA, Hamdy. Investigacin de operaciones. Mxico: Alfaomega.
85
Las convenciones utilizadas en los diagramas de flechas son las siguientes:

SIMBOLO
NOMBRE
Flechas
Representa una
actividad, la direccin
y el tiempo o el costo
de ejecucin.
Evento, nodo conector

o suceso
Re presenta el momento
en que tiene lugar la
finalizacin o iniciacin de
una o ms actividades.
Evento o dispersin
Representa el evento del

cual parten las actividades,
por ejemplo el inicial.
Evento de paso
C
RE
V
IS
I
Representa al evento en el
cual convergen las actividades,
por ejemplo el final.
Evento de unin
CONVENCION
Representa a los eventos en

los cuales llegan y salen
actividades.
Representa un diagrama de
red conformado por las
actividades A, B, C y D y los
eventos 1, 2, 3 y 4, donde a la
actividad C se le denomina
actividad virtual.
La actividad virtual ficticia
representada por lneas
intermitentes, no consumen
tiempo ni recursos, ejemplos
3, 4.
NOTA: Las actividades deben ser secuenciales y la numeracin de los eventos

consecutiva.
3.2 TCNICA PERT (Program evaluacin and review technique)

Significa tcnica de valoracin y revisin de programas, desarrollada en 1.958
conjuntamente por la Armada norteamericana y la Casa Locked para planificar y
controlar el proyecto de misiles polaris.
Esta tcnica solamente es til cuando se quiere planear y controlar el desarrollo de
un proyecto para un nuevo producto, no es aconsejable utilizarla para actividades
repetitivas; en consecuencia, es una tcnica que posee las siguientes
caractersticas:
86
La hay para costos o para tiempos (PERT tiempos, PERT costos).
Es probabilstica, es decir, no se conoce el tiempo o el costo que dura o vale
cada actividad.
Hace nfasis en las actividades, su tiempo o su costo.
Esta orientada hacia el ejecutor del proyecto.
Solamente es til en proyectos de investigacin.
Son ejemplos de utilizacin los siguientes casos de planificacin y control: una
guerra, un partido de ajedrez sin lmite de tiempo, el desarrollo de la inteligencia
artificial, determinacin de tiempos tpicos para producir, desarrollo de un nuevo
mtodo de produccin, el montaje de una nueva planta de produccin con nueva
tecnologa, la construccin de una carretera para atravesar la selva, etc.

El clculo del tiempo de duracin para una actividad futura en la tcnica PERT, se
hace asignando una terna de valores llamados: a) tiempo optimista; m) tiempo ms
IS
I
probable y b) tiempo pesimista.
Los valores asignados a esta terna se hacen por ensayo y error y su aproximacin
RE
V
a la realidad est asociada con una probabilidad de ocurrencia directamente

proporcional a la experiencia del programador frente a otras actividades similares.
El procedimiento para la estimacin de estos tiempos exige que se asigne primero
el tiempo ms probable (m) para lo cual se puede apoyar el programador, adems
de su experiencia, en valores estadsticos de actividades similares y para la
determinacin de los valores a y b, en consulta con expertos.
La escritura de estos valores se hace sobre la flecha que representa cada actividad,
as: a m b. Estas estimaciones de tiempo se pueden llevar a un solo valor
estimado (T e ) mediante el uso de la siguiente formula4:
Te =
a + 4m + b
6
4. HILLIER, Frederick y LIEBERMAN, Gerald. Introduccin a la investigacin de operaciones.
87
Desde luego, sobre la red se puede escribir el valor de las tres asignaciones (a, m,
b) o el valor del tiempo estimado (T e ), tal como se observa en las siguientes figuras:
Diagrama PERT con tiempos estimados por formula.
RE
V
IS
I
FIGURA 3.2
Diagrama PERT con tiempos pesimistas, ms probables y optimistas.
FIGURA 3.1
Obsrvese en las figuras 3.1 y 3.2 que los tiempos son equivalentes y que a partir
de stos se pueden determinar los tiempos de duracin total del proyecto (TT) o el
tiempo de duracin de cada flujo (ruta) de la red (TR). Por ejemplo: Una ruta en la
red est conformada por los eventos 1, 2, 5, con una duracin estimada (TR) de 9.2
semanas correspondiente al tiempo de las actividades A + D.
Otra ruta, conformada por los eventos 1, 3, 4, 5, tiene una duracin estimada (TR)
de 13.3 semanas. En este caso el tiempo de duracin total del proyecto estimado
(TT) es de 13.3 semanas, correspondiente al tiempo de las actividades B + C + E.
88
Otros clculos que se pueden efectuar sobre la red PERT, por ejemplo el clculo de
las holguras, para cada evento, que pueden o no coincidir con la duracin estimada
del proyecto, por ejemplo: en el caso de la figura 3.2 la duracin total (TT) es igual a
13.3 semanas, pero si se tuviera que cumplir con una fecha de programacin
obligada (TO) que implique 15 semanas, entonces la holgura en este caso es de
1.7 semanas. Vale la pena anotar que no es conveniente trabajar con holguras
negativas en cuyo caso es necesario incrementar los recursos y cuando no se
dispone de holgura por plazo obligado, entonces se toma la suma de los valores
pesimistas (TP) y se les resta la suma de los valores estimados para hallar la
holgura, por ejemplo: en la red de la figura 3.1 el TP es de 19 semanas y el
de 5.7 semanas.
estimado (TT), segn la figura 3.2 es de 13.3 semanas. En este caso la holgura es
El clculo de la holgura es til en la tcnica PERT para establecer la desviacin
IS
I
tpica del tiempo estimado a la probabilidad de ocurrencia para ese tiempo.

Como la distribucin probable del tiempo en las redes PERT se aproxima a la
distribucin Beta, cuya densidad probabilstica se determina por f(t) = k**(b t)* y
RE
V
sus extremos no tienden a infinito como en la distribucin normal, entonces se

establece que la media de la distribucin Beta est situada a un tercio de la moda,
correspondiendo con el tiempo ms probable al punto medio del intervalo. Ver
figura 3.3.
FIGURA 3.3
Ejemplos de distribucin Beta.
89
Por esta razn, la formula para estimar el tiempo esperado de una actividad es:
Te =
a + 4m + b
6
Que corresponde con la formula del valor medio de la distribucin Beta.

La desviacin tipo de una actividad es:
ba
6
La varianza asociada a cada actividad es:

ba
=
La desviacin tipo para cualquier evento es la raz cuadrada de la sumatoria de las
evento, es decir:
IS
I
varianzas de las actividades que conforman el camino ms largo para llegar a este
RE
V
En =
La probabilidad de cumplir cualquier fecha en la red es:

Z=
TO Te
En
Luego se busca el valor Z en las tablas del reas bajo la curva normalizada (ver
tabla 3.1.
No obstante, la programacin PERT siempre seguir siendo probabilstica y sus

valores por bien calculados que estn, en todos los casos ofrecern margen de
error, razn por la cual deben ser objeto de ajuste permanente. Ejemplo5: Elaborar
una red PERT para los datos de la tabla 3.2 y calcular para la misma, su duracin
total estimada (TT), su holgura a partir de una duracin mnima obligada (TO) de 12
semanas.
5. Tomado de: TAMAYO Y TAMAYO, Mario. Serie aprender a investigar (El proyecto de investigacin).
90
TABLA 3.1
reas bajo la curva normal (desde 0 a Z)6.
.00
.0000
.0396
.0791
.1180
.1556
.01
.0039
.0436
.0831
.1218
.1593
.02
.0079
.0475
.0870
.1256
.1630
.03
.0110
.0515
.0909
.1294
.1666
.04
.0158
.0555
.0948
.1332
.1703
.05
.0198
.0594
.0987
.1370
.1739
.06
.0237
.0634
.1026
.1407
.1775
.07
.0277
.0673
.1064
.1445
.1811
.08
.0317
.0713
.1103
.1482
.1846
.09
.0356
.0752
.1141
.1519
.1882
0.5
0.6
0.7
0.8
0.9
.1917
.2259
.2581
.2881
.3158
.1952
.2292
.2612
.2910
.3184
.1987
.2325
.2643
.2938
.3210
.2022
.2358
.2673
.2966
.3236
.2056
.2391
.2704
.2994
.3262
.2091
.2423
.2734
.3022
.3287
.2125
.2455
.2764
.3050
.3313
.2159
.2487
.2793
.3077
.3338
.2192
.2518
.2823
.3104
.3362
.2226
.2550
.2852
.3131
.3387
1.0
1.1
1.2
1.3
1.4
.3411
.3641
.3847
.4031
.4192
.3435
.3663
.3867
.4048
.4207
.3459
.3684
.3880
.4065
.4222
.3483
.3705
.3905
.4082
.4237
.3506
.3726
.3923
.4098
.4251
.3529
.3747
.3942
.4114
.4265
.3552
.3768
.3960
.4130
.4279
.3575
.3788
.3987
.4146
.4293
.3597
.3808
.3996
.4162
.4306
.3619
.3828
.4014
.4177
.4320
1.5
1.6
1.7
1.8
1.9
.4333
.4454
.4556
.4653
.4715
.4346
.4465
.4566
.4651
.4722
.4358
.4476
.4575
.4659
.4728
.4371
.4486
.4584
.4666
.4734
.4383
.4497
.4593
.4673
.4740
.4397
.4507
.4602
.4681
.4746
.4407
.4517
.4610
.4688
.4752
.4419
.4527
.4619
.4605
.4758
.4431
.4537
.4627
.4702
.4763
.4442
.4547
.4635
.4608
.4769
2.0
2.1
2.2
2.3
2.4
.4774
.4823
.4862
.4893
.4917
.4780
.4827
.4865
.4895
.4919
.4785
.4831
.4868
.4898
.4922
.4790
.4835
.4872
.4901
.4924
.4795
.4839
.4875
.4903
.4926
.4800
.4843
.4878
.4906
.4928
.4805
.4847
.4881
.4908
.4929
.4809
.4851
.4884
.4911
.4931
.4814
.4854
.4887
.4913
.4933
.4818
.4858
.4890
.4915
.4935
2.5
2.6
2.7
2.8
2.9
.4937
.4952
.4963
.4972
.4979
.4938
.4953
.4964
.4973
.4980
.4990
.4954
.4965
.4974
.4980
.4942
.4955
.4966
.4974
.4981
.4943
.4957
.4967
.4975
.4981
.4945
.4958
.4968
.4976
.4982
.4946
.4959
.4969
.4977
.4982
.4948
.4960
.4970
.4977
.4983
.4949
.4961
.4971
.4978
.4983
.4950
.4962
.4971
.4978
.4984
3.0
3.1
3.2
3.3
3.4
3.5
.4984
.4988
.4991
.4993
.4995
.4996
.4985
.4988
.4991
.4994
.4995
.4985
.4989
.4992
.4994
.4995
.4986
.4989
.4992
.4994
.4995
.4986
.4989
.4992
.4994
.4996
.4986
.4990
.4992
.4994
.4996
.4987
.4990
.4993
.4994
.4996
.4987
.4990
.4993
.4995
.4996
.4987
.4991
.4993
.4995
.4996
.4988
.4991
.4993
.4995
.4996
RE
V
IS
I
Z
0.0
0.1
0.2
0.3
0.4
Para el manejo correcto de esta tabla, se procede de la siguiente forma: primero, se localiza Z en la columna correspondiente;
segundo, se localizan los decimales en la fila superior y se interpolan y tercero, al valor de la tabla se le agrega o resta el 0.5,
de acuerdo con el signo de Z (negativo o positivo).
6. Tomada de: MARTINEZ, Ciro. Estadstica y Muestreo.
91
TABLA 3.2
Datos para construir red PERT.
ACTIVIDAD
DESCRIPCION
PRECEDE
A
B
C
D
E
Fabricar chasis de la mquina

Construir bases del motor
Fabricar bases del chasis
Ensamblar chasis
Montar motor y conectarlo
C
E
D
DURACION EN SEMANAS
(a)
(m)
(b)
(Te)
Optimista Probable Pesimista Estimado
0.6
1
1.4
1
3
4
5
4
4
4
4
4
2
4
12
5
4
5
6
5
Recuerde que el clculo del tiempo estimado (Te) se hace con la formula de la
distribucin Beta: Te =
a + 4m + b
. Ejemplo: el (Te) de la actividad A de la tabla 3.2
6
Te =
0.6 + (4) * (1) + 1..4

=1
6
Red PERT correspondiente a los datos de la tabla 3.2.
RE
V
IS
I
FIGURA 3.4
y la figura 3.4, es igual a:
Obsrvese que se tomaron los tiempos estimados (Te) que se calculan con la
formula de la media Beta.
La duracin total (TT) es igual a 10 semanas, que corresponde a la suma de

la ruta ms larga (A C D).
Si el tiempo de programacin obligado (TO) es de 12 semanas, entonces la
holgura ser TT TO = 2 semanas.
La varianza asociada a cada actividad de la ruta ms larga, est definida por:
ba
=
6
2
92
A = 0.0178
Por consiguiente para:
C=0
D = 2.7778
La desviacin tipo de la red en el evento 5 es:
E5
0.0178 + 2.7778 = 1.672
La probabilidad de cumplir con la fecha del evento 5 es:

Z=
TO + TT
E5
12 10
= 1.196
1.672
Luego se busca el valor de Z en la tabla 3.1 de reas bajo la curva, que para este
caso de Z = 1.672, le corresponde un valor de 0.9527 (0.4527 + 0.5000) del rea
total, lo cual significa que el nivel de acierto en el cumplimiento del proyecto es de

95.27% y el margen de error del 4.73%, es decir 0.9527 de probabilidad de
cumplimiento y 0.0473 probabilidad de no cumplir (riesgo).
IS
I
3.3 LA TCNICA CPM (Critical Path Method)
La tcnica CPM, significa Mtodo del Camino Crtico y fue desarrollada casi en
forma simultnea al PERT, en el ao 1.958, por la Compaa norteamericana
RE
V
DUPONT y es una tcnica que se diferencia del PERT en que se puede utilizar
para todo tipo de proyectos, aunque sus actividades sean repetitivas. Esta tcnica
se caracteriza por los siguientes aspectos:
Puede trabajarse con tiempos solamente o con tiempos y costos
simultneamente.
Es determinstica, es decir, los tiempos son conocidos y confiables (tpicos).

Hace nfasis en los eventos.
Est orientada hacia quien controla.
Es til en todo tipo de proyecto.
Son ejemplos de su utilizacin los siguientes casos: la construccin de una nueva
mquina, el mantenimiento rutinario, la construccin de viviendas modulares, etc.
93
Se ajusta fundamentalmente a todos los procedimientos y herramientas del PERT,

es decir, tambin exige la definicin previa de actividades asociadas a un tiempo de
duracin, utiliza los diagramas de flechas y su ventaja est en el sentido de la
identificacin de las rutas crticas, para lo cual considera las actividades como unas
tareas y los eventos como puntos de control para iniciar y terminar las actividades.
Esta tcnica seala tres sectores sobre cada evento tal como se muestra en la
figura 3.5:
Donde:
Distribucin sectorial de los eventos CPM.
IS
I
FIGURA 3.5
N = Es el nmero del evento en la red
PP = Es el primer plazo para lograr el evento
RE
V
UP = Es el ltimo plazo para lograr el evento
La determinacin de la ruta crtica se hace a partir de las diferencias (holguras)

entre los plazos determinados para cada evento.
Los tiempos para la duracin de cada actividad deben ser tpicos (Estndar) y los
debe suministrar la dependencia que tenga a su cargo los estudios de tiempos y
movimientos.
El procedimiento para programar utilizando la tcnica CPM es el siguiente:
Primero: Determinar las actividades a desarrollar y sus tiempos tpicos.
Segundo: Construir la red y sectorizar los eventos.
Tercero: Distribuir los tiempos de la ruta ms larga en las casillas destinadas al
primer plazo. Este trabajo se debe efectuar de izquierda a derecha, colocando cero
94
en el primer evento y continuar sumando los valores de las actividades, hasta llegar
al ltimo evento.
Cuarto: Determinar en la misma forma las dems rutas y hallar la ruta crtica, para
lo cual se toma como punto de partida el tiempo escrito para el primer plazo en el
ltimo evento y se coloca como ltimo plazo en el mismo para iniciar un proceso de
determinacin de ltimos plazos en el sentido de derecha a izquierda, restndole el
valor de cada actividad al ltimo plazo. Se considerar ruta crtica aquella cuyos
valores para los dos plazos sean iguales; luego se determinan las dems rutas y se
podr considerar ms de una ruta crtica, ya sea porque es de holgura cero o
porque su holgura es muy escasa. Por ejemplo:
Dada la siguiente lista de actividades y sus tiempos tipo, establecer la red CPM y la
ruta crtica para ensamblar un equipo electro-mecnico:
RE
V
IS
I
ACTIVIDAD
DESCRIPCION
DURACION EN DIAS PRECEDE A
A
Alistar materiales metlicos
4
E
B
Alistar materiales elctricos
3
D
C
Alistar unidad motriz
10
G
D
Elaborar circuitos elctricos
5
H
E
Soldar estructuras metlicas
7
F
F
Pintar estructuras metlicas
9
I
G
Integrar unidad motriz o chasis
7
I
H
Probar y lacar circuitos elctricos
6
I
I
Ensamblar y probar equipo
8
Construccin de la red:
95
Obsrvese que la construccin de la red implica apenas la definicin y en lace de

eventos, lo mismo que el establecimiento de rutas. En este caso son tres, as: una
conformada por los eventos 1, 2, 5, 7, 8 = 28 das; y otra por los eventos 1, 3, 6, 7,
8 = 22 das.
Sectorizando los eventos y distribuyendo los tiempos de la ruta ms larga en las
RE
V
IS
I
casillas destinadas al primer plazo (sealado por PP):
Obsrvese que cada evento se dividi en tres sectores, que el nmero del evento
en la red qued en la parte superior y que la distribucin de los tiempos de la ruta 1,
2, 5, 7, 8 se hizo de izquierda a derecha empezando por cero tiempo en el evento
uno, ms cuatro das en el evento dos, ms siete das igual once, para el evento
cinco y as sucesivamente, hasta completar un total de 28 das en el evento ocho.
Asignar el tiempo en los otros eventos y determinar la ruta crtica, sealada por la
lnea gruesa, as:
96
Obsrvese: a) que la asignacin de los tiempos destinados al primer plazo (PP), en

todos los casos corresponde al sector bajo del lado derecho; b) que en la ruta ms
larga, tanto los PP (primeros plazos) como los UP (ltimos plazos), son iguales, es
decir, de holgura igual a cero y que por lo tanto es la ruta crtica; c) otro aspecto
IS
I
importante es que los UP se determinaron restando de derecha a izquierda el valor

de las actividades, por ejemplo: si al UP del evento siete se le resta el valor de la
actividad H que son seis das, queda 20 6 = 14, que es el valor correspondiente al
RE
V
UP del evento seis y as sucesivamente. A la diferencia entre el UP y el PP se le

llama holgura en el plazo para iniciar el evento, por ejemplo, en el caso del evento
nmero tres es de cuatro das.
Para mayor claridad cabe anotar que la aplicacin de PERT CPM deber
proporcionar un programa especificando las fechas de inicio y terminacin de cada
actividad. El diagrama de flechas constituye el primer paso hacia el logro de esta
meta, debido a la interaccin de las diferentes actividades, la determinacin de los
tiempos de inicio y terminacin, requiere clculos especiales. Estos clculos se
realizan directamente en el diagrama de flechas usando aritmtica simple.
El
resultado final es clasificar las actividades como crticas y no crticas. Se dice que
una actividad es crtica si una demora en su comienzo causar una demora en la
fecha de terminacin.
Una actividad
no crtica es tal que el tiempo entre su
comienzo de inicio ms prximo y de terminacin ms tardo (como lo permita el

proyecto) es ms grande que su duracin real.
En este caso, se dice que la
97
actividad no crtica tiene un tiempo de holgura. Una ruta crtica define una cadena
de actividades crticas, las cuales conectan los eventos inicial y final del diagrama
de flechas. En otras palabras, la ruta crtica identifica todas las actividades crticas
del proyecto. El mtodo para determinar tal ruta se ilustrar con el siguiente
ejemplo:
Considere la red de la figura7 3.6, la cual comienza en el nodo 0 y termina en el
nodo 6. El tiempo requerido para ejecutar cada actividad se indica sobre las
flechas. Los clculos de ruta crtica incluyen dos fases. La primera fase se llama
clculos hacia delante, donde los clculos comienzan desde el nodo de inicio y se
mueven al nodo de terminacin. En cada nodo se calcula un nmero que
representa el tiempo de ocurrencia ms prximo del evento correspondiente. Estos

nmeros se muestran en la figura 3.6 dentro de cuadrados: . En la segunda fase,
llamada clculos hacia atrs, comienzan los clculos desde el nodo de
terminacin y se mueve hacia el nodo de inicio. El nmero calculado en cada
IS
I
nodo (mostrado dentro de un tringulo, ) representa el tiempo de ocurrencia ms

tardo del evento correspondiente.
RE
V
FIGURA 3.6
7. Tomado de: TAHA, Hamdy. Investigacin de operaciones.
98
El clculo hacia delante se presentar a continuacin: Sea TIP i el tiempo de inicio

ms prximo de todas las actividades que se originan en el evento i. Por
consiguiente, TIP i representa el tiempo de ocurrencia ms prximo del evento i. Si i
= 0 es el evento de iniciio, entonces convencionalmente, para los clculos de ruta
crtica, TIP 0 = 0. Sea D ij la duracin de la actividad (i, j). Los clculos hacia
delante, por consiguiente, se obtienen de la formula TIP J = mx. (TIP i + D ij ), las
actividades (i, j) definidas donde TIP 0 = 0. Por consiguiente, a fin de calcular TIP j
para el evento j, deben calcularse primero los eventos de comienzo de todas las
actividades (i, j) que entran y los TIP i .
Los clculos hacia delante aplicados a la figura 3.5 proporcionan TIP 0 = 0 como se
muestra en el cuadrado sobre el evento 0. Ya que existe solamente una actividad

que entra (0, 1) al evento 1 con D 01 = 2, TIP 1 = TIP 0 + D 01 = 0 + 2 = 2, esto se
anota en el cuadro asociado al evento 1.
El siguiente evento que se va a
considerar es el 2. Note que el evento 3 no puede considerarse en este punto, ya
IS
I
que TIP 2 (evento 2) todava no se conoce . Por consiguiente: TIP 2 = TIP 0 + D 02 =

0 + 3 = 3, que se anota en el cuadro del evento 2. El siguiente evento que se
considerar es el 3. Como hay dos actividades que entran (1, 3) y (2, 3), tenemos:
RE
V
TIP 3 = mx. (TIP i + D i3 ) = mx. (2 + 2, 3 + 3) = 6, que una vez ms, se anota en el

cuadro del evento 3.
El procedimiento contina de la misma manera hasta que TIP j se calcula para toda
j. Por consiguiente:
TIP 4 = mx. (TIP i + D i4 ) = mx. (3 + 2, 6 + 0) = 6

i = 2, 3
TIP 5 = mx. (TIP i + D i5 ) = mx. (6 + 3, 6 + 7) = 13

i = 3, 4
TIP 6 = mx. (TIP i + D i6 ) = mx. (6 + 2, 6 + 5, 13 + 6) = 19

i = 3, 4, 5
Con estas operaciones terminan los clculos hacia delante.

Los clculos hacia atrs comienzan desde el evento de terminacin. El objetivo
de esta fase es calcular el TTT i , el tiempo de terminacin ms tardo, para todas las
actividades que estn en el evento i. Por consiguiente, si i = n es el evento de
99
terminacin, TTT n = TIP n inicia el clculo hacia atrs. En general, para cualquier
nodo i: TTT i = mn. (TTT j D ij ), para todas las actividades (i, j) definidas.
Los valores de TTT (que se escriben en los ) se determinan de la manera
siguiente:
TTT 6 = TIP 6 = 19
TTT 5 = TIP 6 D 56 = 19 6 = 13
TTT 4 = mn. (TTT j D 4j ) = mn. (13 7, 19 5) = 6
j = 5, 6
TTT 3 = mn. (TTT j D 3j ) mn. (6 0, 13 3, 19 2) = 6

j = 4, 5, 6
TTT 2 = mn. (TTT j D 2j ) = mn. (6 3, 6 2) = 3
j = 3, 4
TTT 1 = TTT 3 D 13 = 6 2 = 4
TTT 0 = mn. (TTT j D 0j ) = mn. (4 2, 3 3) = 0

j = 1, 2
IS
I
Esto completa los clculos hacia atrs.
Las actividades de tuta crtica pueden ahora identificarse usando los resultados de
los clculos hacia adelante y hacia atrs. Una actividad (i, j) est en la ruta crtica si
RE
V
satisface las tres condiciones siguientes:
TIP i = TTT I
(1)
TIP j = TTT j
(2)
TIP j TIP i = TTT j TTT i = D ij
(3)
Estas condiciones realmente indican que no existe tiempo de holgura entre el inicio
ms prximo (terminacin) y el inicio ms tardo (terminacin) de la actividad. Por
consiguiente, esta actividad debe ser crtica. En la figura 3.5 estas actividades
estn caracterizadas por los nmeros en y siendo los mismos en cada uno de
los eventos terminales y de comienzo y que la diferencia entre los nmeros en ( o
) en el evento terminal y el nmero en ( o ) en el evento inicial es igual a la
duracin de la actividad.
Las actividades (0, 2), (2, 3), (3, 4), (4, 5), y (5, 6) definen la ruta crtica en la figura
3.5. Este es realmente el tiempo ms corto posible para terminar el proyecto. Note
100
que las actividades (2, 4), (3, 5), (3, 6) y (4, 6) satisfacen las condiciones (1) y (2)
para actividades crticas pero no la condicin (3).
crticas.
Por lo tanto, stas no son
Observe tambin que la ruta crtica debe formar una cadena de
actividades conectadas, la cual abarca la red desde el inicio hasta la
RE
V
IS
I
terminacin.
101
CARACTERISTICAS CLAVES DE LAS REDES: PERT/CPM *
La lista de tareas predecesoras inmediatas de una tarea particular de inters
incluye aquellas tareas que:
Deben terminarse antes de que la tares de inters pueda comenzar.
No dependen para su inicio de la conclusin de cualquier otra tarea
inmediatamente predecesora de esta lista.
De todas las tareas que deben terminarse antes de que pueda iniciarse una tarea
dada, usted necesita identificar slo las tareas inmediatamente predecesoras.
Hacerlo requiere conocer el proyecto particular y la forma en que las tareas estn
relacionadas entre s en trminos de secuencia.
Recuerde que uno de los objetivos principales de la administracin de un conjunto

de actividades (proyecto) es determinar la cantidad mnima de tiempo requerido
IS
I
para terminar todo el proyecto. La identificacin de las relaciones de precedencia

entre las tareas individuales, es un primer paso en esa direccin. Una comprensin
todava mejor de estas relaciones puede obtenerse convirtiendo la informacin de
RE
V
precedencia en una red de proyecto. Una red consiste en una coleccin finita de
nodos y arcos.
Un arco es una flecha que conecta un nodo con otro.
En la
administracin de proyectos, los nodos y arcos de la red de proyecto tienen un

significado especial en el contexto del problema especfico, dependiendo de cul de
los siguientes enfoques estndar se utilice:
Representacin de actividad en arco: en este enfoque, cada arco
corresponde a una de las actividades: los nodos que estn conectados por
ese arco representan el inicio y fin de esa actividad.
Representacin de actividad en nodo: en este enfoque, cada nodo
representa una de las taras (o actividad); un arco conecta dos nodos si un
nodo corresponde a una tares inmediatamente predecesora del otro nodo.
Puede adoptarse cualquier enfoque para dibujar la re de proyecto.
102
RESUMEN
El PERT/CPM fue diseado para proporcionar diversos elementos tiles de

informacin para los administradores del proyecto. Primero, el PERT/CPM expone
la "ruta crtica" de un proyecto. Estas son las actividades que limitan la duracin del
proyecto. En otras palabras, para lograr que el proyecto se realice pronto, las
actividades de la ruta crtica deben realizarse pronto. Por otra parte, si una actividad
de la ruta crtica se retarda, el proyecto como un todo se retarda en la misma
cantidad. Las actividades que no estn en la ruta crtica tienen una cierta cantidad
de holgura; esto es, pueden empezarse ms tarde, y permitir que el proyecto como
un todo se mantenga en programa. El PERT/CPM identifica estas actividades y la
cantidad de tiempo disponible para retardos.
Se llama red la representacin grfica de las actividades que muestran sus
IS
I
eventos, secuencias, interrelaciones y el camino critico. No solamente se llama

camino crtico al mtodo sino tambin a la serie de actividades contadas desde la
iniciacin del proyecto hasta su terminacin, que no tienen flexibilidad en su tiempo
RE
V
de ejecucin, por lo que cualquier retraso que sufriera alguna de las actividades de
la serie provocara un retraso en todo el proyecto.
Desde otro punto de vista, camino crtico es la serie de actividades que indica la
duracin total del proyecto. Cada una de las actividades se representa por una
flecha que empieza en un evento y termina en otro.
Se llama evento al momento de iniciacin o terminacin de una actividad. Se
determina en un tiempo variable entre el ms temprano y el ms tardo posible, de
iniciacin o de terminacin. A los eventos se les conoce tambin con los nombres
de nodos.
Los clculos de ruta crtica son bastante simples, no obstante que proporcionan
valiosa informacin que simplifica la programacin de proyectos complejos. El
resultado es que las tcnicas PERT CPM gozan de una enorme popularidad entre
103
los usuarios en la prctica. La utilidad de la tcnica se ve aun ms acrecentada por

la disponibilidad de sistemas de computacin especializados para ejecutar, analizar
y controlar proyectos de redes.
Para determinar el conjunto de restricciones de precedencia inmediata para una red
de actividades y eventos dados, se debe:
Una vez listadas todas las actividades que componen el proyecto, se procede a
estudiar las relaciones de precedencia. Esta lista se hace en una reunin o bien
por consulta que efecta el planificador a cada uno de los responsables del
siguiente:
proyecto. Para entonces el planificador debe consultar sobre cada actividad lo

Cules actividades la preceden?
Cules la siguen?
IS
I
Cules pueden realizarse simultneamente con ella?
Las restricciones que fijan las secuencias pueden ser de tipo fsico, de seguridad o
RE
V
de recursos segn el caso.
104
AUTO EVALUACION N 3
Responda, sealando con una X, las respuestas correctas a cada pregunta. Si ha
errado en ms de dos, vuelva a leer la unidad y analizar la tercera unidad antes de
volver a contestar el cuestionario:
1. Las tcnicas ms utilizadas para planear y controlar la produccin son:
a) PERT y costos tipos
b) CPM y tiempos tipos
c) Grficos de Gantt y redes
2. Las redes son tcnicas:
d) Eventos y diagramas de flechas
a) Mejoradas para planear y controlar
IS
I
b) Administrativas para producir

c) Para producir insumos
d) Para economizar tiempo y materiales
RE
V
3. Visite una pequea o mediana empresa de la regin que ms se le facilite o, en

su defecto, de la zona urbana ms cercana y:
a) Haga una cita con el empresario seleccionado y entrevstelo con el fin de
establecer la forma como emplea las tcnicas PERT y CPM.
b) Solicite al empresario que le permita dialogar con algn analista o
programador de la produccin, con el propsito de ver la forma de
programar, graficar y controlar.
c) Con la informacin recolectada, establezca un proceso mnimo de diez
actividades a las cuales se les pueda asignar tiempos reales o ficticios para
su desarrollo. Apyese en su profesor tutor para tal efecto.
d) Elabore una propuesta de programacin con las actividades anteriores, de
tal forma que con las mismas elabore una red PERT y una red CPM.
e) Elabore un informe en el cual presente los resultados de las actividades
anteriores y sus propias conclusiones.
105
f) Si la empresa no programa ni grafica ni controla, tome una actividad

cualquiera que se lleve a cabo en la misma y elabore una propuesta a travs
de las tcnicas PERT y CPM.
4. Con la siguiente informacin, construya una red CPM y determine la ruta crtica:
PRECEDE A:
E
D
G
H
F
I
I
I
DURACION
4
2
9
6
8
10
6
5
10
RE
V
IS
I
ACTIVIDAD
A
B
C
D
E
F
G
H
I
106
ESTUDIO DE CASO
Despus de disear los aspectos cientficos de un proyecto de investigacin de

mercados, se ha concluido que las actividades que deben realizarse, con sus
tiempos ms probables de duracin, son los mostrados en la siguiente tabla:
ACTIVIDADES PLANIFICADAS
Duracin
Orden
Detalle
(semanas)
A
B
C
D
-
C
D
E
F
G
E, F, H
I
J
K
H
I
J
K
L
Disear encuesta
Imprimir formulario
piloto
Realizar estudio piloto
Redisear encuesta
Imprimir encuesta
Establecer citas
Seleccionar
encuestadores
Entrenar encuestadores
Aplicar encuesta
Codificar informacin
Efectuar anlisis
Redactar informe
Actividades lgicas
posteriores
1
2
2
8
D
E
I
I
2
3
2
5
3
I
J
K
L
-
IS
I
Actividades lgicas
anteriores
Se pide elaborar las redes PERT y CPM, asignar tiempos y determinar la ruta
RE
V
crtica de estas actividades.
107
GLOSARIO DE TERMINOS
ACTIVIDAD FICTICIA: Actividad no real con tiempo cero que se utiliza para crear
una red PERT/CPM.
ACTIVIDADES DE RUTA CRITICA: Actividades que se tiene en la ruta crtica.
DISTRIBUCION BETA: Distribucin de probabilidad que se utiliza para describir los
tiempos de actividades en el PERT.
DISTRIBUCION CONTINUA: Distribucin de probabilidad que utiliza una variable

aleatoria que puede tomar infinitos nmeros de valores si el instrumento de medida
tiene suficiente precisin.
DISTRIBUCION EXPONENCIAL: Hace referencia al tiempo promedio entre
IS
I
llegadas de personas, accidentes ocurridos en una ciudad, reclamos o solicitudes a

una compaa; duracin de llamadas telefnicas, aparicin de defectos en piezas
RE
V
similares.
DISTRIBUCION DE POISSON: Distribucin de probabilidad muy til cuando la

variable aleatoria representa el nmero de eventos independientes que ocurren por
cada unidad de tiempo. Su mayor aplicacin se da cuando en el experimento que
se realiza ocurren sucesos llamados raros, los cuales se identifican con una
probabilidad de xito sumamente pequea y el nmero de observaciones grande.
DISTRIBUCION DE PROBABILIDAD: Lista de todos los resultados posibles de un
experimento y de la probabilidad asociada con cada resultado.
EVENTO: Suceso que ocurre cuando terminan todas las actividades que conducen
a un nodo.
HOLGURA: Tiempo que se puede retrasar o demorar una actividad sin afectar el
tiempo de terminacin de un proyecto.
108
MODELOS ESTOCASTICOS O PROBABILISTICOS: Son modelos donde los

parmetros no se conocen con certidumbre y donde se deben representar o
describir mediante distribuciones de probabilidad. Todos los factores estn sujetos
al azar o a los sucesos aleatorios.
NODO: Punto en el que confluye una o ms actividades.
RUTA: Sucesin de ramas (actividades) que conectan el primer nodo con el ltimo
nodo de una red.
RUTA CRITICA: La ruta ms larga en una red PERT/CPM. El tiempo que se
proyecto.
requiere para describir este trayecto es el que se requiere para terminar un
VARIABLE ALEATORIA: Es una funcin que asigna un nmero real a cada
RE
V
IS
I
resultado de un espacio muestral de un experimento aleatorio.
109
BIBLIOGRAFIA
EPPEN, G.D, GOULD, F.J. investigacin de Operaciones en la Ciencia

Administrativa. Preutice Hall Hispanoamericana. S. A, 1.984.
HILLIER, Frederick y LIEBERMAN, Gerald. Introduccin a la investigacin

de operaciones. Mxico: Iberoamrica, 1996.
MARTINEZ, Ciro. Estadstica y Muestreo. Bogot: Ecoe Ediciones. 1997.
IS
I
TAHA, Hamdy. Investigacin de operaciones. Mxico: Alfaomega, 1991.
TAMAYO Y TAMAYO, Mario. Serie aprender a investigar (El proyecto de
RE
V
investigacin). Colombia: Procesos editoriales ICFES, 1998.
www.herramientaempresarial.org
www.librosuexternado.com
110
EL AUTOR
SANTIAGO VERGARA NAVARRO, Ingeniero Industrial, Especialista en Diseo y

Evaluacin de Proyectos (CECAR UNINORTE) y Especialista en Administracin
Financiera (CECAR). Se ha desempeado como Gerente de LIPAVENCA en San
Cristbal Venezuela; Jefe de Operaciones de MOTICONCA en Valencia
Venezuela; Gerente de Salud Asesores Ltda. en Sincelejo y como Secretario de
Gobierno, Recurso Humano y de Planeacin del Municipio de Corozal (Sucre).
Ha sido profesor de pre-grado en CECAR de Matemticas Financieras (Ingeniera
Econmica), lgebra y Programacin Lineal, Diseo y Evaluacin de Proyectos,

Evaluacin Social de Proyectos, Anlisis Financiero e Investigacin de Operaciones, en
los programas de Contadura Pblica, Admn. de Empresas, Economa e Ingeniera
Industrial; docente catedrtico en UNISUCRE de Matemticas Financieras III y Plan de
IS
I
Empresas II; docente en IAFIC Sincelejo de Matemticas Financieras, Programacin

Lineal y asesor metodolgico de la prctica empresarial; monitor del Mdulo
Diagnstico Financiero de la Especializacin en Administracin Financiera de CECAR
RE
V
Sincelejo y docente de postgrados en CECAR de Matemticas Financieras en Excel..
DIRECCIN DE EDUCACIN ABIERTA Y A DISTANCIA Y VIRTUALIDAD
ADMINISTRACIN DE EMPRESAS
Carretera Troncal de Occidente - Va Corozal - Sincelejo (Sucre)

Telfonos: 2804017 - 2804018 - 2804032, Ext. 126, 122 y 123
Mercadeo: 2806665 Celular: (314) 524 88 16
E- Mail: facultadeducacion@cecar.edu.co

Modelos de líneas de espera

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Modelos de líneas de espera

Caricato da

Copyright:

Formati disponibili

DIRECCIN DE EDUCACIN ABIERTA Y A DISTANCIA Y VIRTUALIDAD

CORPORACIN UNIVERSITARIA DEL CARIBE-CECAR

DIVISIN DE EDUCACIN ABIERTA Y A DISTANCIA

SANTIAGO VERGARA NAVARRO

PROGRAMA DE ADMINISTRACIN DE EMPRESAS A DISTANCIA

1. MODELOS DE LINEAS DE ESPERA

1.1 CARACTERISTICAS DE UN SISTEMA DE LINEAS DE ESPERA

1.1.1 Poblacin de Clientes

1.1.2 Proceso de Llegada

1.1.3 Proceso de Lnea o Cola

1.1.4 Proceso de Servicio

1.2 MODELOS DE SISTEMAS DE LINEAS DE ESPERA O COLAS

1.2.1 Modelo Poblacin Infinita con un Servidor

1.2.1.1 Factor Ocupacin

1.2.1.2 Probabilidad de Vaco

1.2.1.3 Probabilidad de Encontrar n Clientes en el Sistema

1.2.1.4 Tiempo Promedio en el Sistema

1.2.1.5 Tiempo Promedio de Espera en Fila o Cola

1.2.1.6 Nmero Promedio de Clientes en el Sistema

1.2.1.7 Nmero Promedio de Clientes en Fila o Cola

1.2.2 Modelo Poblacin Infinita con Varios Servidores

ACCIONES PARA CONSTRUIR EL CONOCIMIENTO

1.2.2.2 Probabilidad de Vaco

1.2.2.3 Probabilidad de Encontrar n Clientes en el Sistema (Pn) Cuando n k 35

1.2.2.6 Tiempo Promedio de Espera en Fila o Cola

1.2.2.7 Nmero Promedio de Clientes en el Sistema

1.2.2.8 Nmero Promedio de Clientes en Fila o Cola

1.2.3 Modelo Poblacin Finita con un Solo Servidor

1.2.3.1 Probabilidad de Vaco

1.2.3.3 Tiempo Promedio en el Sistema

1.2.3.4 Tiempo Promedio de Espera en Fila o Cola

1.2.3.5 Nmero Promedio de Clientes en el Sistema

1.2.3.6 Nmero Promedio de Clientes en Fila o Cola

1.2.3.2 Probabilidad de Encontrar n Clientes en el Sistema

1.2.2.5 Tiempo Promedio en el Sistema

ACCIONES PARA CONSTRUIR EL CONOCIMIENTO

2.1 CARACTERISTICAS DE LOS MODELOS DE INVENTARIOS

2.1.1 Demanda Determinstica

2.1.3 Dficit o Faltantes

2.1.4 Tiempo de Entrega

2.1.5 Polticas de Pedidos

2.2 COMPONENTES DE COSTOS DE UN SISTEMA DE INVENTARIOS

2.2.1 Costos de Pedidos

2.2.2 Costos de Compras

2.2.3 Costos de Mantenimiento

2.2.4 Costos de Dficit

2.1.2 Demanda Probabilstica

2.3 MODELO DE INVENTARIOS DE CANTIDAD PTIMA DE PEDIDOS

2.4 SISTEMA DE INVENTARIOS DE DEMANDA PROBABILISTICA

2.4.1 Modelo de Revisin Continua

2.4.2 Modelo de Revisin Peridica

ACCIONES PARA CONSTRUIR EL CONOCIMIENTO

3.1 LAS REDES

3.2 TECNICA PERT

3.3 TECNICA CPM

A Chaguy Alberto mi hijo y a Nayides, compaera

que bien les perteneca.

Es por ello que el conjunto de las actividades administrativas y gerenciales requiere

empresa y de los objetivos, metas y polticas por alcanzar.

Ahora bien, el arte de tomar decisiones apoyadas en herramientas estadsticas y

caracterstica especial es que la Investigacin de Operaciones intenta encontrar

Por todo lo anterior, le corresponde al estudiante de Administrador de Empresas

que sern utilizadas en la solucin del taller evaluativo.