Investigacion - Operativa - Modulo - Actualizado 2018

INVESTIGACIÓN OPERATIVA
INGENIERÍA DE SISTEMAS
FACULTAD DE CIENCIAS BÁSICAS E
INGENIERÍA
El módulo de estudio de la asignatura Investigación de Operativa es propiedad de la Corporación Universitaria
Remington. Las imágenes fueron tomadas de diferentes fuentes que se relacionan en los derechos de autor y las
citas en la bibliografía. El contenido del módulo está protegido por las leyes de derechos de autor que rigen al
país.
Este material tiene fines educativos y no puede usarse con propósitos económicos o comerciales.
AUTOR
Carlos Guillermo Londoño Herrera
Estadistico e Informatico.DIPLOMADO en Diseño Curricular y Herramientas significativas de Autoaprendizaje.
Segundo semestre del 2008.Docente de Estadistica y Matematicas. Centro de atención de tutoría virtual para
el aprendizaje de la estadística en la Corporación Universitaria REMINGTON durante el año 2011
Carlos.londoñ[email protected], [email protected]
Nota: el autor certificó (de manera verbal o escrita) No haber incurrido en fraude científico, plagio o vicios de
autoría; en caso contrario eximió de toda responsabilidad a la Corporación Universitaria Remington, y se declaró
como el único responsable.
Integrado por: Pablo Emilio Botero Tobón

[email protected]
RESPONSABLES
Jorge Mauricio Sepúlveda Castaño
Decano de la Facultad de Ciencias Contables
[email protected]
Martha Lucía Duque Ramírez

Vicerrectora modalidad distancia y virtual
[email protected]
Francisco Javier Álvarez Gómez

Coordinador CUR-Virtual
[email protected]
GRUPO DE APOYO
Personal de la Unidad CUR-Virtual Derechos Reservados
EDICIÓN Y MONTAJE
Primera versión. Octubre de 2017.
Esta obra es publicada bajo la licencia Creative Commons.
Reconocimiento-No Comercial-Compartir Igual 2.5 Colombia.
TABLA DE CONTENIDO
Pág.
1 MAPA DE LA ASIGNATURA ............................................................................................................................. 7
2 UNIDAD 1 TEORÍA DE DECISIONES.................................................................................................................. 8
2.1.1 OBJETIVO GENERAL ........................................................................................................................ 8
2.1.2 OBJETIVOS ESPECÍFICOS ................................................................................................................. 8
2.2 TEMA 1 CONCEPTOS DE TEORÍA DE DECISIONES .................................................................................... 8
2.2.1 ELEMENTOS QUE CARACTERIZAN A LA TOMA DE DECISIONES ....................................................... 8
2.2.2 CONCEPTOS .................................................................................................................................... 8
2.2.3 TIPOS DE DECISIONES ..................................................................................................................... 9
2.2.4 MATRIZ DE DECISIón O MATRIZ DE PAGOS ..................................................................................... 9
2.3 TEMA 2 CRITERIOS DE TOMA DE DECISIONES ...................................................................................... 17
2.3.1 Criterios de Toma de decisiones bajo incertidumbre .......................................................................... 17
2.3.2 Criterios de Toma de decisiones bajo RIESGO .................................................................................... 29
2.4 taller de entrenamiento ....................................................................................................................... 42
3 UNIDAD 2 PRONOSTICOS ............................................................................................................................. 46
3.1 OBJETIVO GENERAL .............................................................................................................................. 46
3.2 OBJETIVOS ESPECÍFICOS ....................................................................................................................... 46
3.3 TEMA 1 CONCEPTOS DE PRONOSTICOS................................................................................................ 46
3.4 TEMA 2 MODELOS DE PRONÓSTICOS ................................................................................................... 47
3.4.1 PROMEDIOS MOVILES .................................................................................................................. 47
3.4.2 Suavización Exponencial simple .................................................................................................... 51

3.5 TALLER DE ENTRENAMIENTO ............................................................................................................... 55
4 UNIDAD 3 MODELOS DE INVENTARIOS Y RUTA CRÍTICA .............................................................................. 58
4.1 CONCEPTOS BÁSICOS DE INVENTARIO ................................................................................................ 58
4.1.1 VENTAJAS DE UN SISTEMA DE INVENTARIO ................................................................................. 58
4.1.2 CONTROL DE INVENTARIOS .......................................................................................................... 58
4.1.3 FACTORES DE COSTO EN EL CONTROL DEL INVENTARIO .............................................................. 59
4.2 MODELOS DE INVENTARIO ................................................................................................................... 60
4.2.1 Modelo de inventario de cantidad de pedidos (EOQ) ................................................................... 61
4.2.2 Modelo de inventario de cantidad de pedidos con descuento ..................................................... 68
4.2.3 Modelo de inventario de cantidad de pedidos de producción ..................................................... 74
4.2.4 Modelo de inventario con demanda probabilística ...................................................................... 78
4.3 TEMA 2 RUTA CRÍTICA CPM Y PERT ...................................................................................................... 85
4.4 TALLER DE ENTRENAMIENTO ............................................................................................................... 95
5 UNIDAD 4 CONCEPTOS DE MODELOS DE SIMULACION Y CADENA DE MARKOV ........................................ 100
5.1 Objetivo General ................................................................................................................................ 100
5.2 Objetivos Específicos .......................................................................................................................... 100
5.3 Prueba Inicial ...................................................................................................................................... 100
5.4 Tema 1 Conceptos de Modelos de SimulacióN ................................................................................... 101
5.4.1 Definición de Modelos de simulación ......................................................................................... 101
5.4.2 Aplicabilidad de los Modelos de Simulación ............................................................................... 101
5.4.3 Teoría de los modelos de simulación .......................................................................................... 102
5.4.4 Teoría de Modelos y Simulación ................................................................................................. 104
5.4.5 Tipos de Modelos de Simulación ................................................................................................. 105
5.5 tema 2 Cadena de Markov .................................................................................................................. 106

5.5.1 Representación gráfica. .............................................................................................................. 107
5.5.2 Matriz de transición de n pasos .................................................................................................. 107
5.5.3 Probabilidades de estado estable ............................................................................................... 107
5.6 TALLER DE ENTRENAMIENTO ............................................................................................................. 115
6 Unidad 5 REGRESIÓN LINEAL ..................................................................................................................... 117
6.1 OBJETIVO GENERAL ............................................................................................................................ 117
6.2 OBJETIVOS ESPECÍFICOS ..................................................................................................................... 117
6.3 correlación simple .............................................................................................................................. 117
6.3.1 Conceptos ................................................................................................................................... 117
6.4 REGRESIÓN LINEAL SIMPLE................................................................................................................. 124
6.4.1 Método De Mínimos Cuadrados ................................................................................................. 124
6.4.2 Ejercicio de Aprendizaje.............................................................................................................. 125
6.4.3 RESIDUALES ................................................................................................................................ 129
6.5 TALLER DE ENTRENAMIENTO ............................................................................................................. 130
7 6. unidad 6 TEORIA DE COLAS .................................................................................................................. 135
7.1 Objetivo General ................................................................................................................................ 135
7.2 Objetivos Específicos .......................................................................................................................... 135
7.3 tema 1 Conceptos de Teoría de Colas................................................................................................. 135
Elementos de una línea de espera .............................................................................................................. 136
7.4 TEMA 2 Modelos de Teoría de Colas .................................................................................................. 136
7.4.1 Sistema con un Servidor O MODELO MM1 ................................................................................. 137
7.4.2 Sistema de Línea de Espera con dos o más Servidores O MODELO MMS ................................... 144
7.4.3 Sistema de Línea de Espera Servidores Múltiples en Serie. ........................................................ 151
7.4.4 Sistema de Líneas de Espera con Servidores Múltiples en Paralelo ............................................ 151
7.5 Taller de Entrenamiento ..................................................................................................................... 151
8 7. GLOSARIO .............................................................................................................................................. 156
9 PISTAS DE APRENDIZAJE ............................................................................................................................. 157
10 BIBLIOGRAFÍA ......................................................................................................................................... 158

1 MAPA DE LA ASIGNATURA
Propósito General del Módulo:
La importancia de la investigación Operativa radica en que es una herramienta de gran

apoyo en la toma de decisiones académicas, laborales y empresariales gracias al mayor
apoyo de la estadística avanzada y está en una gran relación con el análisis de la oferta y
de la demanda de un producto y servicio, y de gran utilidad en el análisis del mercado en
la cual se observan la tendencia de ganancia o utilidades y la pérdida.
OBJETIVO GENERAL
Analizar los modelos determinísticos estableciendo una síntesis genérica de lo que es un

modelo de simulación genérica y de lo que es un modelo de simulación de una situación
problemática, esta vez con todas las herramientas determinísticas, estocásticas y
heurísticas.
OBJETIVOS ESPECÍFICOS
o Analizar la teoría de decisiones.

o Determinar los modelos pronósticos aplicados al diferente nicho de mercado.
o Realizar los diferentes tipos de modelos de inventarios y proyectos de ruta crítica
CPM y PERT.
o Identificar los conceptos de modelos de simulación y en que consiste la cadena de
Markov.
o Determinar si existe relación entre dos variables por medio de los modelos.
o Construir modelos de teoría de colas que permitan la toma de decisiones sobre
situaciones problémicas.
2 UNIDAD 1 TEORÍA DE DECISIONES
2.1.1 OBJETIVO GENERAL
Analizar la teoría de decisiones
2.1.2 OBJETIVOS ESPECÍFICOS

Conocer los diferentes conceptos de teoría de decisiones
Calcular los distintos parámetros de los criterios de la toma de decisiones
2.2 TEMA 1 CONCEPTOS DE TEORÍA DE DECISIONES

La toma de decisiones es una situación que está presente en nuestras vidas, solamente al despertar
debemos elegir entre levantarnos o no, cuando nos levantamos elegimos si nos ponemos o no zapatos
para caminar dentro el dormitorio y así sucesivamente, nuestra vida está llena de elecciones, unas más
difíciles que otras, con más o menos implicancia, pero al final siempre estamos decidiendo.
2.2.1 ELEMENTOS QUE CARACTERIZAN A LA TOMA DE DECISIONES

• Sujeto. Es la persona que debe elegir la alternativa a seguir, en otras palabras es el decisor.
• Alternativas y/o cursos de acción a seguir. Mínimamente deben ser 2 para que
pueda darse la elección o decisión.
• Criterio. Sirve de base para determinar la alternativa a seguir.
2.2.2 CONCEPTOS
• En términos formales, decidir o tomar una decisión es elegir de entre varias alternativas, la mejor,
basados en la información con que se cuenta en ese momento.
• Variables de decisión y estados de la naturaleza, cuando se tiene que realizar una toma de decisiones
inicialmente se debe diferenciar cuáles variables se pueden controlar (variables de decisión) y cuáles
variables no (estados de la naturaleza o eventos), estas últimas son factores externos que influirán
en la situación de análisis.
• Pago, es la consecuencia que resulta de la combinación de una alternativa elegida (variable de

decisión) y la ocurrencia de un particular estado de la naturaleza (evento o variable no controlable).
2.2.3 TIPOS DE DECISIONES
Tomando como criterio la información disponible, las decisiones se pueden clasificar en tres tipos:
• Decisiones en condiciones de incertidumbre. Cuando es imposible saber la probabilidad de

ocurrencia de las consecuencias de cada decisión, que puede ser, por desconocimiento o por que no
tenga sentido. En este caso el riesgo es alto y la información es muy escasa o nula.
• Decisiones en condiciones de riesgo. Cuando cada decisión puede dar lugar a una serie de
consecuencias que pueden ser tratadas con probabilidades conocidas. En este caso el riesgo es
medio y la información está dada con probabilidades.
• Decisiones en condiciones de certeza o certidumbre. Cuando se conoce con certeza las

consecuencias y se llega a resultados bien definidos. Un ejemplo de esto es las metodologías
aplicadas en la programación lineal. En este caso el riesgo es bajo y la información es clara, exacta y
completa.
2.2.4 MATRIZ DE DECISIÓN O MATRIZ DE PAGOS O MATRIZ DE COSTOS

Una matriz de decisión sirve para analizar varias alternativas de decisión y muestra los resultados
correspondientes a todas las combinaciones de éstas con los estados de la naturaleza. La matriz de
decisión consta principalmente de:
• E = E1 , E2 , ..., Em  Conjunto de estados de la naturaleza o posibles escenarios. Los

estados de la naturaleza no dependen del investigador
• A =  A1 , A2 , ..., A n  Conjunto de posibles alternativas o decisiones. Las alternativas son

opciones que dependen del investigador.
• X ij Consecuencia de tomar la decisión Ai y se dé el estado Ej
• En ocasiones también intervienen las probabilidades a la hora de tomar una decisión.
Pj: probabilidad de que se dé el estado Ej; este valor en muchas ocasiones no es conocido. Si
estas probabilidades son conocidas (o han sido estimadas) antes de tomar la decisión,
se dice que es un proceso de decisión bajo riesgo, mientras que si son desconocidas
se habla de decisión bajo incertidumbre.
La matriz de decisión tiene la siguiente forma general
ALTERNATIVAS ESTADOS DE LA NATURALEZA

E1 E2 ... Em
A1 x11 x12 x1m
A2 x21 x22 x2m
An xn1 xn 2 xnm
Ejemplo 1.
Un inversionista desea realizar un concierto para generar ganancias. Se estableció el precio de venta de
la entrada en 85.000 $ por persona, el grupo que tocará cobrará 15 millones de pesos, el alquiler del local
más la amplificación será de 10 millones de pesos, la impresión de las entradas tendrá un costo de 80.000
$ por cada talonario de 50 entradas y otros costos por 5 millones de pesos.
Tome como información:
Los estados de la naturaleza tienen que ver con la cantidad de personas que ingresan al concierto, esto
no depende del inversionista.
Los estados de la naturaleza son:
E1. Ingresan al concierto 1.000 personas.

Las alternativas tienen que ver con la cantidad de boletos que mande a imprimir el inversionista, esta es
una decisión que debe tomar el inversionista.
Las alternativas son:
A1. Ofertar o imprimir 1.000 boletos.

Elabore la matriz de decisión para esta situación.
Solución
Se puede apreciar que existen 3 posibles demandas es decir 3 estados de la naturaleza que podrían
ocurrir, por el otro lado y tomando en cuenta la política de “seguir a la demanda” el inversionista tiene
la opción de ofertar 1.000, 1.800 o 3.000 entradas. Entonces la matriz de pagos en dimensiones resulta
ser de 3 x 3.
Se debe llenar la siguiente tabla de decisión o tabla de pagos
ESTADOS DE LA NATURALEZA
ALTERNATIVAS E1=1.000 E2=1.800 E3=3.000
DE DECISIÓN
A1=1.000 X11 X12 X13
A2=1.800 X21 X22 X23
A3=3.000 X31 X32 X33
Se debe determinar la Utilidad para cada caso:
X11. Utilidad obtenida con 1.000 boletas impresas y 1.000 personas ingresan al concierto.
El ingreso en este caso será de 1.000 boletas vendidas por 85.000 que es el valor de cada boleta
Ingreso = 85 millones $
Los costos para este caso serán.
Pago al grupo 15´000.000
Alquiler y amplificación 10’000.000
Impresión de 1.000 entradas. 80.000/50*1.000= 1’600.000
Otros costos. 5’000.000
Costo total = 31.6 millones $
La utilidad = ingreso – costo total = 85´000.000 – 31´600.000= 53.4 millones
X12. Utilidad con 1.000 personas ofertadas y 1.800 personas que quieren boleta, pero como
se imprime 1.000 boletas, solo entran 1.000 personas, las 800 restantes no pueden entrar.
Ingreso = 85’000.000 $
Impresión de 1.000 entradas. 80000/50*1000= 1’600.000
Costo total = 31’600.000
La utilidad = ingreso – costo total = 85´000.000 – 31´600.000= 53’400.000
Utilidad = 53’400.000 = 53.4 Millones de pesos.
X13. Utilidad con 1.000 boletas impresas y 3.000 personas que quieren boleta, pero como se
imprime 1.000 boletas, solo entran 1.000 personas, las 2.000 restantes no pueden entrar.
Ingreso = 85’000.000 $
Costo total = 31’600.000
X21 Utilidad con 1.800 boletas impresas, pero ingresan 1.000 personas, por lo tanto quedan
800 boletas que no se venden.
Ingreso = 85’000.000 $
Costo total = 32’880000
X22. Utilidad con 1.800 boletas impresas y todas se venden.
Ingreso = 153’000.000 $
X23. Se imprime 1.800 boletas, todas se venden, pero como la demanda es de 3.000 boletas,
quedan sin ingresar al concierto 1.200 personas.
Ingreso = 153’000.000 $
X31. Utilidad cuando se imprime 3.000 boletas, pero solo se vende 1.000 boletas.
El ingreso en este caso será de 100 boletas vendidas por 85.000 que es el valor de cada boleta
Ingreso = 85’000.000 $
Impresión de 3.000 entradas. 80000/50*3.000= 4’800.000
X32. Utilidad cuando se imprime 3.000 boletas, pero solo se vende 1.800 boletas
Ingreso = 153’000.000 $
Impresión de 3.000 boletas. 80000/50*3.000= 4’800.000
X33. Utilidad cuando se imprime 3.000 boletas y se vende las 3.000 boletas.
Ingreso = 255’000.000 $
Impresión de 3.000 boletas. 80.000/50*3.000= 4’800.000
La matriz de decisión para el problema es:
ALTERNATIVAS
E1=1000 E2=1800 E3=3000
DE DECISIÓN
A1=1000 53.4 53.4 53.4
A2=1800 52.12 120.12 120.12
A3=3000 50.2 118.2 220.2
Ejemplo 2.
Un joven universitario desea establecer una venta del periódico del día en la entrada de la universidad. Debe
decidir la cantidad de periódicos a comprar (para luego venderlos en la entrada de la universidad). Estima
vagamente la cantidad que podría vender en 10, 20, 25 o 35 periódicos, por lo tanto considera que tendrá que
adquirir 10, 20, 25 o 35 periódicos.
Con la información anterior el estudiante construye la tabla de resultados que indica el número de periódicos
faltantes o sobrantes, como se observa.
Ventas 10 20 25 35
Compras
10 0 -10 -15 -20
20 10 0 -5 -15
25 15 5 0 -10
35 25 15 10 0
Elabore la matriz de decisión teniendo la siguiente información.

Un periódico le cuesta. 850 pesos.
Un periódico lo vende. 1200 pesos
Los periódicos que le sobran los vende como reciclaje a un precio por unidad de 50 pesos.
Solución
VENTAS
10 20 25 35
Compras
10 10*1200-10*850= 10*1200-10*850= 10*1200-10*850= 10*1200-10*850=
3.500 3.500 3.500 3.500
ALTERNATIVAS
20 10*1200+10*50- 20*1200-20*850= 20*1200-20*850= 20*1200-20*850=

20*850= 7.000 7.000 7.000
-4.500
25 10*1200+15*50- 20*1200+5*50- 25*1200-25*850= 25*1200-25*850=
25*850= 25*850= 8750 8750
-8.500 3.000
35 10*1200+25*50- 20*1200+15*50- 25*1200+10*50- 35*1200-35*850=
35*850= 35*850= 35*850= 12250
-16500 -5000 750
La matriz de costos queda:
VENTAS
10 20 25 35
ALTERNATIVAS
Compras
10 3.500 3.500 3.500 3.500
20 -4.500 7.000 7.000 7.000
25 -8.500 3.000 8750 8750
35 -16500 -5000 750 12250
Observe el video en el siguiente enlace. En el video se explica la forma como se construye la matriz de
decisión para un problema específico.
https://www.youtube.com/watch?v=FFNlWqP7aJI
2.3 TEMA 2 CRITERIOS DE TOMA DE DECISIONES

2.3.1 CRITERIOS DE TOMA DE DECISIONES BAJO INCERTIDUMBRE
2.3.1.1 CRITERIO PESIMISTA O CRITERIO DE WALD O MAXIMIN

Este tipo de criterio se denomina maximin, es decir, lo más malo me llega a suceder a mi persona.
Procedimiento:
• Para cada alternativa tome el peor resultado.
• Seleccione de las anteriores alternativas la mayor.
• Se realiza está acción.
• En caso de que se trate de costos (y no ganancia o utilidades) se debe escoger, del conjunto de
los peores, el que tenga el menor costo.
Ejemplo 1.
En cierta ciudad se tienen planeado construir en los próximos años una terminal intermunicipal de
pasajeros en dos posibles ubicaciones.
Ubicación A en el occidente de la ciudad.
Ubicación B en el oriente de la ciudad.

Una cadena de hoteles desea abrir un nuevo hotel cerca de la zona de la nueva terminal, por consiguiente
debe decidir en cuál de las dos zonas comparar un terreno para construir el nuevo hotel, la cadena
hotelera no tiene dinero para comprar en las dos zonas, por lo tanto solo puede comparar en una de
ellas o en ninguna.
La matriz de decisión para la ganancia del hotel es:
ALTERNATIVAS ESTADOS NATURALEZA

COMPRA DEL TERRENO EL HOTEL SE EL HOTEL SE CONSTRUYE
CONSTRUYE EN A EN B
A 30 -30
B -5 20
NINGUNO 0 0
Matriz de decisión del ejemplo 3.
Determine la decisión que debe tomar la dirigencia de la cadena hotelera utilizando el criterio de Wald
o criterio pesimista.
Los números de cada celda están en unidades de dinero.
Solución
Se debe anexar una columna a la matriz de decisión en la cual se ubicará el peor de los casos de cada fila.
ALTERNATIVAS ESTADOS NATURALEZA PEOR CASO

COMPRA DEL EL HOTEL SE EL HOTEL SE
TERRENO CONSTRUYE EN A CONSTRUYE EN B
A 30 -30 -30
B -5 20 -5
NINGUNO 0 0 0
Se toma el mayor de los peores casos.
Como cero es mayor que cualquier número negativo, se debe tomar el 0 que corresponde a la alternativa
tres. Ninguno.
La decisión que debe tomar la cadena hotelera es no comprar terrenos y esperar

a que se construya la terminal de pasajeros intermunicipal.
Ejemplo 2.
Un joven universitario desea establecer una venta del periódico del día en la entrada de la universidad.
Debe decidir la cantidad de periódicos a comprar (para luego venderlos en la entrada de la universidad).
Estima vagamente la cantidad que podría vender en 10, 20, 25 o 35 periódicos, por lo tanto considera que
tendrá que adquirir 10, 20, 25 o 35 periódicos.
La matriz de costos es:
VENTAS
10 20 25 35
ALTERNATIVAS
Compras
10 3.500 3.500 3.500 3.500
20 -4.500 7.000 7.000 7.000
25 -8.500 3.000 8750 8750
35 -16500 -5000 750 12250
Utilizando el criterio de Criterio pesimista o criterio de Wald o maximin tome la mejor decisión.
Solución
Los peores resultados de cada alternativa se encuentran señalados con rojo en la siguiente tabla:
VENTAS
10 20 25 35
ALTERNATIVAS
Compras
10 3.500 3.500 3.500 3.500
20 -4.500 7.000 7.000 7.000
25 -8.500 3.000 8750 8750
35 -16500 -5000 750 12250
El máximo de los peores resultados es 3.500 que corresponde a la alternativa 1
Decisión. Comprar 10 periódicos.
2.3.1.2 CRITERIO OPTIMISTA O MAXIMAX

Es un tipo de criterio agresivo, es decir, lo mejor siempre me sucede a mí.
Procedimiento:
• Para cada alternativa tome el mejor resultado.
• Seleccione de las anteriores alternativas la mayor.
• Se realiza está acción.

• En el caso de tratarse de costos, seleccione la alternativa que tenga el costo menor dentro de las
alternativas de menor costo
Ejemplo 1.
Una persona desea realizar un concierto para generar ganancias.
Se tiene los siguientes estados naturales
E2. Ingresen al concierto 5.000 personas.
Se tiene las siguientes alternativas.
La matriz de decisión es:
ALTERNATIVAS
E1 E2
DE DECISIÓN
A1 30 millones $ 35 millones $
A2 32.2 millones $ 20 millones
Utilizando el criterio optimista o maximax determine la decisión que debe tomar los organizadores del
concierto.
Solución
Se debe anexar una columna a la matriz de decisión en la cual se ubicará el mejor de los casos de cada
fila.
ESTADOS DE LA NATURALEZA MEJOR CASO
ALTERNATIVAS
E1 E2
DE DECISIÓN
A1 30 millones $ 35 millones $ 35
A2 32.2 millones $ 20 millones 32.2
El mayor valor de todos los valores es 35 millones.
La decisión que debe tomar la organización es imprimir 3.500 boletas
Ejemplo 2.
Un joven universitario desea establecer una venta del periódico del día en la entrada de la universidad.
Debe decidir la cantidad de periódicos a comprar (para luego venderlos en la entrada de la universidad).
Estima vagamente la cantidad que podría vender en 10, 20, 25 o 35 periódicos, por lo tanto considera que
tendrá que adquirir 10, 20, 25 o 35 periódicos.
VENTAS
10 20 25 35
ALTERNATIVAS
Compras
10 3.500 3.500 3.500 3.500
20 -4.500 7.000 7.000 7.000
25 -8.500 3.000 8750 8750
35 -16500 -5000 750 12250
Utilizando el Criterio optimista o maximax tome la mejor decisión.
Solución
El valor máximo de cada alternativa esta señaldo con rojo en la siguiente

matriz.
VENTAS
10 20 25 35
ALTERNATIVAS
Compras
10 3.500 3.500 3.500 3.500
20 -4.500 7.000 7.000 7.000
25 -8.500 3.000 8750 8750
35 -16500 -5000 750 12250
El máximo de los máximos es 12.250 de la alternativa 4.

Decisión es comprar 35 periódicos.
2.3.1.3 CRITERIO DE LAPLACE (YO NO SÉ NADA)
Este método supone que todos los estados de la naturaleza tienen igual probabilidad de ocurrencia.
• Por cada estado de la naturaleza ponga una probabilidad igual.
• Multiplique cada número por la probabilidad y sume los resultados, es decir, determine la
esperanza matemática para cada acción.
• Añada la fila de acción y complete la columna beneficio esperado.
• Elija el número máximo en el paso anterior
• Adopte esta acción.
Ejemplo 1.
E1. Ingresan al concierto .1000 personas.

Las alternativas son:

La matriz de decisión para el problema es:
ALTERNATIVAS
E1=1000 E2=1800 E3=3000
DE DECISIÓN
A1=1000 53.4 53.4 53.4

A2=1800 52.12 120.12 120.12
A3=3000 50.2 118.2 220.2
Utilizando el criterio de Laplace determine la decisión que debe tomar el inversionista.

Se debe crear una fila para escribir la probabilidad de ocurrencia de cada estado de la naturaleza (parte
baja de la tabla), como no se tiene información, se asume una probabilidad de 1/3 para cada estado.
(Si fueran cuatro estados la probabilidad sería 1/4, si fueran cinco la probabilidad sería de 1/5 y así
sucesivamente). También se debe crear una columna para escribir la suma que resulta al multiplicar
cada el número de cada celda por la probabilidad, es decir, el valor de la esperanza matemática de
cada acción.
ESTADOS DE LA
NATURALEZA
ALTERNATIVAS DE Esperanza matemática.
DECISIÓN E1=1000 E2=1800 E3=3000
A1=1000 53.4 53.4 53.4 53.4*1/3+53.4*1/3+53.4*1/3=53,4

A2=1800 52.12 120.12 120.12 52.12*1/3+120.12*1/3+120.12*1/3=97,45333
A3=3000 50.2 118.2 220.2 50.2*1/3+118.2*1/3+220.2*1/3=129,5333…
PROBABILIDAD 1/3 1/3 1/3
La mayor suma es 129,53…

La decisión que debe tomar la organización del concierto es imprimir 3.000
boletas.
Ejemplo 2.
VENTAS
ALTERNA
10 20 25 35
Compras
TIVAS
10 3.500 3.500 3.500 3.500

20 -4.500 7.000 7.000 7.000
25 -8.500 3.000 8750 8750
35 -16500 -5000 750 12250
Utilizando el Criterio de Laplace (yo no sé nada) tome la mejor decisión.
Solución
Se toma una probabilidad de ¼ o el 25%

VENTAS
10 20 25 35
ALTERNATIVAS
Compras
10 3.500 3.500 3.500 3.500
20 -4.500 7.000 7.000 7.000
25 -8.500 3.000 8750 8750
35 -16500 -5000 750 12250
A1. 3.500(0,25)+3.500(0,25)+3.500(0,25)+3.500(0,25)=3.500
A2. -4.500(0,25)+7.000(0,25)+7.000(0,25)+7.000(0,25)= 4.125
A3. -8.500(0,25)+3.000(0,25)+8.750(0,25)+8.750(0,25)=3.000
A4. -16.500(0,25)-5000(0,25)+750(0,25)+12.250(0,25)=-2.125
El mayor valor mayor es 4.125 que corresponde a A2
Decisión comprar 20 periódicos.
2.3.1.4 CRITERIO ÍNDICE DE HURWITZ

Es un criterio ni demasiado optimista, ni demasiado pesimista
Procedimiento
• El investigador debe elegir un criterio de optimismo  que debe ser un número mayor que cero y
menor que 1. El criterio de pesimismo será 1 − 
• Elija el beneficio más alto y más bajo para cada acción
• Multiplique el beneficio más alto (en el sentido de las filas) por  y el más bajo por 1 −  .
• Opte por el curso de acción de la suma más alta.

Ejemplo 1.
Una empresa quiere realizar una campaña publicitaria. Se le presentan 3 posibilidades: radio, TV y
prensa. De campañas anteriores se han podido valorar los beneficios de las diferentes posibilidades como
se observa en la tabla:
Alternativas ESTADOS DE LA NATURALEZA

Demanda alta Demanda Media Demanda baja
Radio 40.000 20.000 5.000
TV 35.000 10.000 3.000
Prensa 55.000 12.000 2.000
Utilizando el criterio de Hurwitz con  = 0.65 ¿qué medio debe elegir?
Solución
El beneficio más alto para Radio es 40.000 y el más bajo es 5.000. Se tiene que:
Multiplicando el beneficio más alto por el índice de optimismo (  = 0.65 )
Multiplicando el beneficio más bajo por el índice de pesimismo ( 1 −  = 1 − 0.65 = 0.35 )
Para radio: 40.000(0.65)+5.000(0.35)=27.750
Para TV: 35.000(0.65)+3.000(0.35)=23.800
Para Prensa: 55.000(0.65)+2.000(0.35)=36.450
La suma más alta es 36.450

La decisión a tomar es pautar en prensa
Ejemplo 2.
VENTAS
10 20 25 35
ALTERNATIVAS
Compras
10 3.500 3.500 3.500 3.500
20 -4.500 7.000 7.000 7.000
25 -8.500 3.000 8750 8750
35 -16500 -5000 750 12250
Utilizando el CRITERIO índice de Hurwitz con Índice de optimismo de 0.80 tome la mejor
decisión.
Solución
Mayor valor con rojo, menor valor con azul

Índice de pesimismo es 1 – 0.80 = 0.20
VENTAS
10 20 25 35
ALTERNATIVAS
Compras
10 3.500 3.500 3.500 3.500
20 -4.500 7.000 7.000 7.000
25 -8.500 3.000 8750 8750
35 -16500 -5000 750 12250
A1. 3.500(0,80)+3.500(0,20)=3.500
A2. -4.500(0,20)+7.000(0,80)= 4.700
A3. -8.500(0,20)+8.750(0,80)=5.300
A4. -16.500(0,20)+12.250(0,80)=6.500
El mayor valor es 6.500 que corresponde a A4
2.3.1.5 CRITERIO MÍNIMO ARREPENTIMIENTO O PÉRDIDA DE OPORTUNIDAD DE SAVAG
En este criterio se odia el lamento. La decisión debe ser tal que valga la pena repetirla.
Procedimiento
• Se selecciona el valor más alto por columna.
• Se resta el número anterior a cada elemento de la columna.
• Se selecciona por fila el valor más alto.
• Se toma la acción menor.
Ejemplo 1.
prensa. De campañas anteriores se han podido valorar los beneficios de las diferentes posibilidades como
se observa en la tabla:

Radio 40.000 20.000 5.000
TV 35.000 10.000 3.000
Prensa 55.000 12.000 2.000
Utilizando el criterio de Savag ¿qué medio debe elegir?
En rojo se señala el valor más alto por columna.
Por cada columna se resta el valor señalado anteriormente con el valor de cada celda.

Radio 55.000-40.000=15000 20.000-20.000=0 5.000-5.000=0
TV 55.000-35.000=20.000 20.000-10.000=10.000 5.000-3.000=2000

Prensa 55.000-55.000=0 20.000-12.000=8.000 5.000-2.000=3000
Luego se selecciona por fila el valor más alto
Para radio el valor más alto de la fila es 15.000
Para TV el valor más alto de la fila es: 20.000
Para prensa el valor más alto de la fila es: 8.000
Se selecciona el menor de los valores más altos es 8.000

Ejemplo 2.
VENTAS
10 20 25 35
ALTERNATIVAS
Compras
10 3.500 3.500 3.500 3.500
20 -4.500 7.000 7.000 7.000
25 -8.500 3.000 8750 8750
35 -16500 -5000 750 12250
Utilizando el CRITERIO mínimo arrepentimiento o pérdida de oportunidad de Savag tome la

mejor decisión.
Solución
Restando en cada celda: ell mayor valor columna con el valor de la celda, se tiene:
ALTERNA
VENTAS
TIVAS
10 20 25 35
Compras
10 3.500-3.500= 7000-3.500= 8750-3.500= 12250-3.500=
0 3500 5250 8750
20 3500-(- 7.000-7000= 8750-7.000= 12250-7.000=
4.500)= 0 1750 5250
8.000
25 3-500-(- 7.000-3.000= 8750-8750= 12250-8750=
8.500)= 4000 0 3500
12.000
35 3500-(- 7000-(-5000)= 8750-750= 12250-12250=
16500)= 12000 8000 0
20.000
El mayor valor de cada alternativa es el valor de color verde.
El menor valor es 8.000 que corresponde a la A2
En el video del link se explica un ejercicio aplicando el criterio de Savag
https://www.youtube.com/watch?v=J2Z8migrhb8
2.3.2 CRITERIOS DE TOMA DE DECISIONES BAJO RIESGO

Son las decisiones que se toman con información parcial sobre el tema, es decir que se dispone de información
pero ésta no es del todo exacta y se tiene probabilidades de ocurrencia, por tanto la elección que se tome, tendrá
un riesgo asociado.
El riesgo implica cierto grado de incertidumbre y la habilidad para controlar plenamente los resultados o
consecuencias de dichas decisiones. El proceso permite al tomador de decisiones evaluar estrategias alternativas
antes de tomar cualquier decisión. Acá se conoce la probabilidad de ocurrencia de cada estado de la naturaleza.
A continuación se describe algunos criterios para la toma de decisión bajo riesgo
2.3.2.1 BENEFICIO ESPERADO

El resultado real no será igual al valor esperado. Lo que se obtiene no es lo que se espera, es decir, las grandes
expectativas.
Este criterio es el más común cuando las probabilidades son conocidas, pero no tiene por qué ser el más
apropiado. Obsérvese que si el proceso de decisión se repite muchas veces en idénticas condiciones las leyes de
los grandes números aseguran que en el límite el pago medio es la esperanza. Así pues este criterio es apropiado
cuando el proceso se va a repetir muchas veces, pero puede no serlo cuando se presenta una situación única, en
la que el proceso no va a ser repetido
Procedimiento
• Se calcula la esperanza matemática para cada acción, es decir, para cada acción, multiplique la probabilidad
y el beneficio y luego sume los resultados.
• Seleccione el número más grande y tome esa acción.
Ejemplo 1.
prensa. De campañas anteriores se han podido valorar los beneficios de las diferentes posibilidades y la
probabilidad asociada con cada estado de la naturaleza, como se observa en la tabla:
0.50 0.10 0.40
PROBABILIDAD
Alternativas
Radio 40.000 20.000 5.000
TV 35.000 10.000 3.000
Prensa 55.000 12.000 2.000
Utilizando el criterio del Beneficio esperado, determine la mejor opción para pautar.
Solución
Para cada alternativa se debe multiplicar el valor por la probabilidad correspondiente y sumar los
resultados.
Radio. 40.000(0.5)+20.000(0.10)+5.000(0.40)=24000
Tv. 35.000(0.50)+10.000(0.10)+3.000(0.40)=19700
Prensa. 55.000(0.50)+12.000(0.10)+2.000(0.40)=29500
El valor más grande es 29500 que corresponde a Prensa.

Ejemplo 2
E1. Ingresan al concierto 3.500 personas. Con una probabilidad del 35%
E2. Ingresen al concierto 5.000 personas. Con una probabilidad del 65%
PROBABILIDAD
0.35 0.65
ALTERNATIVAS
E1 E2
DE DECISIÓN
Utilizando el criterio Beneficio esperado determine la decisión que debe tomar los organizadores del
concierto.
Solución
Para cada acción se multiplica ganancia por su probabilidad correspondiente y se suma los resultados.
A1. 30 (0.35)+35(0.65)=33.25
A2. 32.2 (0.35)+20(0.65)=24.27
El resultado mayor es 33.25 que corresponde a la acción 1.

La decisión que debe tomar la organización del concierto es imprimir 3.500
boletas.
2.3.2.2 LOS ESTADOS MÁS PROBABLES DE LA NATURALEZA
Este criterio supone elegir la alternativa con mejor valor para el estado más probable, es decir, visto cuál es el
estado más probable elegir la alternativa con mejor valor en ese estado. Este criterio se suele utilizar más cuando
el proceso de decisión no es iterativo, es decir, se lleva a cabo una única vez.
• Tome el estado de la naturaleza que tiene la probabilidad más alta (rompa empates)
• En esa columna, elija la acción que tiene el mayor beneficio.
Ejemplo 1.
La demanda prevista para el mes siguiente de un determinado producto es 1, 2, 3 o 4, con probabilidades

0.20, 0.15, 0.30, y 0.35, respectivamente. La matriz de decisión para las ganancias obtenidas con el producto
es:
E1 E2 E3 E4
P1=0.20 P2=0.15 P3=0.30 P4=0.35
A1 1600 1400 1900 1500
A2 400 3200 3000 3100
A3 -700 2100 4500 3000
A4 -1000 1000 3500 3050
Utilizando el criterio de estado más probable estime el número de productos a pedir para el próximo mes.
Solución.
La probabilidad más alta es 0.35 correspondiente a E4, en la columna de

E4 el mayor valor es 3.100 que corresponde a la alternativa A2.
La decisión que debe tomar pedir dos artículos.
Ejemplo 2.
prensa. De campañas anteriores se han podido valorar los beneficios de las diferentes posibilidades y la
probabilidad asociada con cada estado de la naturaleza, como se observa en la tabla:
0.50 0.10 0.40
PROBABILIDAD
Alternativas
Radio 40.000 20.000 5.000
TV 35.000 10.000 3.000
Prensa 55.000 12.000 2.000
Utilizando el criterio del estado más probable, determine la mejor opción para pautar.
Solución
La probabilidad más alta es 0.50 que corresponde a la demanda alta
En la columna de demanda alta el mayor valor es 55.000 que corresponde

a prensa.
2.3.2.3 PÉRDIDA DE OPORTUNIDAD ESPERADA (POE)

• Por cada columna seleccione el mayor valor.
• En cada columna realice la siguiente operación. En cada celda reste el mayor valor de la columna con
cada elemento de la celda. Construya la matiz de pérdida (pérdida de oportunidad)
• Para cada acción realice la siguiente operación. Multiplique cada resultado anterior por la probabilidad
y sume los resultados y escriba cada una de las sumas obtenidas en una nueva columna.
• Seleccione la acción con el POE más pequeño.
Ejemplo 1.
Una empresa que fabrica prendas para hombre tiene tres líneas de producción.
Línea 1. Camisas manga larga.
Línea 2. Camisas manga corta.
Línea 3. Camisetas informales.

La empresa desea planear la producción para el próximo año, sabe que las ventas de cada línea están
asociadas con el clima de la ciudad. Las ventas (en unidades de dinero) de cada línea y la probabilidad
asociada con el pronóstico del clima se muestran en la siguiente matriz de decisión.
Frío Medio Calor
Probabilidad 0.25 0.35 0.40
Camisa manga larga 200 450 50
Camisa manga corta 100 600 400
Camiseta 150 480 490
Utilizando el criterio de Pérdida de oportunidad esperada (POE) determine la mejor opción de ventas
para el próximo año
Solución.
Se selecciona el mayor valor por cada columna, en cada celda de la columna se reste el valor mayor de
la columna con el valor de la celda, así
Frío Medio Calor
Probabilidad 0.25 0.35 0.40
Camisa manga larga 200-200=0 600-450=150 490-50=440
Camisa manga corta 200-100=100 600-600=0 490-400=90
Camiseta 200-150=50 600-480=120 490-490=0
Se calcula el POE para cada acción. El resultado de cada celda se multiplica por su correspondiente
probabilidad.
Camisa manga larga. 0(0.25)+150(0.35)+440(0.40)=228.5
Camisa manga corta. 100(0.25)+0(0.35)+90(0.40)=61
Camiseta. 50(0.25)+120(0.35)+0(0.40)=54.5
El POE más pequeño es 54.5 que corresponde a la camiseta.

La decisión a tomar es la venta de camisetas.
Ejemplo 2.
En el siguiente link se observa un video con la explicación de la utilización del criterio POE en la toma de
decisión
https://www.youtube.com/watch?v=wckdsRM4Jx0
2.3.2.4 CÁLCULO DEL VALOR ESPERADO DE INFORMACIÓN PERFECTA (VEIP)

El VEIP Nos ayuda a considerar el valor que tiene las personas informadas, que son las dueñas de la información
perfecta.
La idea en este método es que podría modificarse el conocimiento que se tiene acerca de los estados de la
naturaleza. Esa modificación puede conllevar un costo y la pregunta es, ¿qué valor tiene disponer de esa
información? ¿Cuánto estamos dispuestos a pagar por ella? Hay que tener en cuenta que con mayor información
la ganancia esperada será mayor.
Procedimiento:
• Se define la ganancia esperada con información perfecta a la esperanza de la ganancia tomando para cada
estado la mejor opción.
o Tome el beneficio máximo de cada estado de la naturaleza.
o Multiplique cada uno por la probabilidad que ocurra y sume.
• Luego calcule la ganancia esperada con incertidumbre, es decir, la ganancia esperada con la decisión que se
haya tomado con alguno de los criterios anteriores.
• VEIP será igual a la resta del primer resultado con el segundo resultado, es decir:
VEIP = ganancia esperada con información perfecta - ganancia esperada con incertidumbre.
Ejemplo 1.
La demanda prevista para el mes siguiente de un determinado producto es 1, 2, 3 o 4, con probabilidades

0.20, 0.15, 0.30, y 0.35, respectivamente. La matriz de decisión para las ganancias obtenidas con el producto
es:
E1 E2 E3 E4
P1=0.20 P2=0.15 P3=0.30 P4=0.35
A1 1600 1400 1900 1500
A2 400 3200 3000 3100
A3 -700 2100 4500 3000
A4 -1000 1000 3500 3050
1. Determine la ganancia esperada con información perfecta.
Solución
Por cada estado (columna) se toma el mayor valor, se multiplica por su correspondiente probabilidad
y se suma los resultados. La mayor suma determina la ganancia esperada con información perfecta
El mayor valor de cada columna está con rojo
Ganancia esperada con información perfecta = 1600*0.20+3200*0.15+4500*0.30+3100*0.35
Ganancia esperada con información perfecta es 3235

2. Determine la ganancia esperada con incertidumbre utilizando el método del beneficio esperado.
Cálculo del beneficio esperado:
Para A1. 1600*0.20+1400*0.15+1900*0.30+1500*0.35=1625
Para A2. 400*0.20+3200*0.15+3000*0.30+3100*0.35=2545
Para A3. -700*0.20+2100*0.15+4500*0.30+3000*0.35=2575
Para A4. -1000*0.20+1000*0.15+3500*0.30+3050*0.35=2067.5
El número mayor es 2575 que corresponde a la acción 3.
3. Calcule el VEIP
VEIP = ganancia esperada con información perfecta - ganancia esperada con incertidumbre.
VEIP = 3235 – 2575 = 660

Este valor quiere decir que los dueños de la empresa están dispuestos a pagar por la información
perfecta 660 multiplicado por la unidad de dinero
Ejemplo 2.
E1. Ingresan al concierto 3.500 personas. Con una probabilidad del 35%
E2. Ingresen al concierto 5.000 personas. Con una probabilidad del 65%
PROBABILIDAD
0.35 0.65
ALTERNATIVAS
E1 E2
DE DECISIÓN
1. Determine la ganancia esperada con información perfecta.
Solución.
Se toma el mayor valor de cada columna, se multiplica por su probabilidad.
32.2 (0.35)+35(0.65)=34.02 millones.
2. Determine la ganancia esperada bajo incertidumbre. Utilice el criterio Beneficio esperado.
Solución
Para cada acción se multiplica ganancia por su probabilidad correspondiente y se suma los resultados.
A1. 30 (0.35)+35(0.65)=33.25
A2. 32.2 (0.35)+20(0.65)=24.27
El resultado mayor es 33.25 que corresponde a la acción 1.

3. VEIP = 34.02 – 33.25 = 0.77 millones $
Los organizadores del concierto están dispuestos a pagar 0.77 millones, es

decir 770.000 $ por la información perfecta.
2.3.2.5 ÁRBOL DE DECISIONES.

Es un proceso de decisión polietápico. Esta representación es apropiada cuando tanto el espacio de
estados como el de las decisiones son discretos. Para representar gráficamente en un árbol de decisión
el proceso se utilizan los siguientes elementos y notación:
Vértice de azar: son vértices que representan puntos en los que la naturaleza elige un estado. De estos
vértices salen tantos arcos como estados de la naturaleza posibles hay en ese punto, y se representan
mediante un círculo.
Vértice de decisión: son vértices que representan puntos en los que hay que tomar una decisión. De ellos
salen tantos arcos como alternativas posibles hay en ese punto, y se representan mediante un cuadrado.
Vértice inicial o raíz: es la raíz del árbol, de donde salen tantos arcos como decisiones iniciales hay, ya
que en un proceso de estas características lo primero es tomar una decisión.
Vértice terminal u hoja: son los vértices finales de una rama que es sucesión de estados y decisiones. Se
les asigna el coste o beneficio (según sea la función objetivo a evaluar) del camino seguido para llegar a
él, y se representan por un triángulo. El árbol se construye de la raíz a las hojas, mostrando el proceso
secuencial que es seguido. Una vez acabado se valora de las hojas a la raíz de la siguiente forma:
Nodos de azar: se valoran con alguno de los criterios mostrados para valorar decisiones, en general, suele
ser el del valor medio, pero, no tiene por qué ser así.
Nodos de decisión: se valoran eligiendo la mejor decisión según el criterio considerado. Las decisiones
no seleccionadas se consideran rechazadas y con ello todos los caminos que salgan de ese arco.
Ejemplo 1.
https://www.youtube.com/watch?v=OA7NP6J3N0o
Ejemplo 2.
https://www.youtube.com/watch?v=MRULBcvqYus
EJERCICIO DE APRENDIZAJE
Una empresa de productos lácteos desea conocer las preferencias del consumidor en compras de 4 de sus
productos habituales en 4 zonas del país como son Antioquia, Santander, Valle del cauca y Santa marta. Para lo
cual desea medir el comportamiento de las ventas en miles de pesos de sus productos. La información está dada
a continuación:
ZONA 1 ZONA 2 ZONA 3 ZONA 4
Leche semidescremada 600 400 550 500
Leche entera 1500 1200 1450 1300
Leche descremada 450 380 500 400
Leche con sabores 500 350 480 350
Se pide aplicar algunos de los diferentes criterios para la toma de decisiones.
Solución
1. Criterio de Pesimista
Leche semidescremada 400
Leche entera 1200
Leche descremada 380
Leche con sabores 350
Selecciono la leche entera es la mejor decisión.
2. Criterio Optimista
Leche entera 1500
3. Laplace o Yo no sé nada
Probabilidad 0,25 0,25 0,25 0,25
ZONA 1 ZONA 2 ZONA 3 ZONA 4 ACCION
Leche semidescremada 150 100 137,5 125 512,5
Leche entera 375 300 362,5 325 1362,5
Leche descremada 112,5 95 125 100 432,5
Leche con sabores 125 87,5 120 87,5 420
4. Índice de Hurwitz con índice de optimismo de 0.7

Confianza 0,7 0,3 ACCION
Leche semidescremada 420 120 540
Leche entera 1050 360 1410
Leche descremada 350 114 464
Leche con sabores 350 105 455
5. Mínimo arrepentimiento
ZONA 1 ZONA 2 ZONA 3 ZONA 4 ACCION
Leche semidescremada 900 800 900 800 900
Leche entera 0 0 0 0 0
Leche descremada 1050 820 950 900 1050
Leche con sabores 1000 850 970 950 1000
Selecciono la leche semidescremada es la mejor decisión.
6. Estados De Naturaleza
Leche entera 450
2.4 TALLER DE ENTRENAMIENTO

1. Una persona desea realizar un concierto para generar ganancias. Se estableció el precio de venta de la entrada
en 35.000 $ por persona, el grupo que tocará cobrará 7.5 millones de pesos, el alquiler del local más la
amplificación será de 4.5 millones de pesos, la impresión de las entradas tendrá un costo de 3000 $ por cada
boleta de entrada y otros costos por 1.5 millones de pesos.
Tomando las siguientes convenciones:
E2. Ingresen al concierto 2.000 personas.

Elabore la matriz de decisión para la utilidad en esta situación.
2. En un municipio se tienen planeado construir en los próximos años una terminal de carga en dos posibles
ubicaciones.
Ubicación A en el norte.
Ubicación B en el sur.
Una cadena de restaurantes desea abrir un nuevo restaurante cerca de la zona de la nueva terminal de carga,
por consiguiente debe decidir en cuál de las dos zonas comparar un terreno para construir el nuevo restaurante,
la cadena de restaurantes no tiene dinero para comprar en las dos zonas, por lo tanto solo puede comparar en
una de ellas o en ninguna.
La cadena de restaurante ha realizado un estudio previo, obteniéndose la información de la siguiente tabla. Los
valores de la tabla están en unidades de dinero.
Zona A Zona B
Costo del terreno 20 25
Ingreso del restaurante 40 60
Valor de la venta del terreno. 12 14
Elabore la matriz de decisión para la utilidad de la cadena de restaurantes.

3. Un joven universitario desea establecer una venta del periódico del día en la entrada de la universidad. Debe
Con la información anterior el estudiante construye la tabla de resultados que indica el número de periódicos
faltantes o sobrantes, como se observa.
Ventas 10 20 25 35
Compras
10 0 -10 -15 -20
20 10 0 -5 -15
25 15 5 0 -10
35 25 15 10 0
Elabore la matriz de decisión teniendo la siguiente información.

Un periódico le cuesta. 850 pesos.
Un periódico lo vende. 1200 pesos
Los periódicos que le sobran los vende como reciclaje a un precio por unidad de 50 pesos.
4. Un agricultor puede analizar sus diferentes estrategias de cultivo en función del tipo de terreno y el clima,
seleccionado como más adecuados el trigo, la papa y la yuca. Los estados de naturaleza pueden ser el clima como
es lluvioso, normal y cálido. En el momento de tomar la decisión el microempresario del sector no conoce cómo
va ser el año, suponiendo a través de pronósticos del tiempo este dio las siguientes probabilidades: 35% lluvioso,
42% normal y 23% cálido. Según el comportamiento de años anteriores puede dar la tendencia en la cosecha de
los tres productos. La matriz está dada a continuación:
Probabilidad 0,35 0,42 0,23
Lluvioso normal Cálido
Trigo 200 220 210
Papa 180 200 215
Yuca 133 150 135
Realizar por todos los criterios y tomar la mejor decisión.
5. El dueño de una papelería cerca de una universidad desea determinar la distribución de compras de los útiles
de estudio para el próximo año. Realiza un estudio con la información del año anterior. La matriz de decisión
muestra las preferencias por cada tipo de cuadernos en tres épocas diferentes del año. Los datos corresponden a
número de unidades vendidas. Establece además que: 50% de las compras se dan en enero, 35% en junio y un
15% en diciembre.
Enero Junio Diciembre
Cuaderno argollado 850 520 310
Cuaderno 5 materias 120 100 15
Cuaderno precocido 333 250 13

6. Se efectuó un estudio sobre las preferencias a la hora de ir de compras de ropa para niños, adultos, jóvenes
por parte de los estudiantes antes de la temporada escolar, encontrándose que compraban 55% ropa informal,
30% ropa sport y un 15% elegante. Los datos están dados a continuación:
Ropa informal Ropa sport Elegante
Niños 45 50 31
Adultos 12 15 18
Jóvenes 33 25 12
7. Una compañía de helados desea conocer las preferencias del consumidor en compras de 4 de sus productos
habituales en 4 zonas del país como son Antioquia, Bogotá, Cartagena y Quibdó. Para lo cual desea medir el
comportamiento de las ventas en miles de pesos de sus productos. La información está dada a continuación:
ZONA 1 ZONA 2 ZONA 3 ZONA 4
Leche semidescremada 250 300 235 540
Leche entera 500 200 450 280
Leche descremada 325 280 345 420
Leche con sabores 250 150 445 360
Se pide aplicar los diferentes criterios para la toma de decisiones.

3 UNIDAD 2 PRONOSTICOS
3.1 OBJETIVO GENERAL
Determinar los modelos pronósticos aplicados al diferente nicho de mercado.
3.2 OBJETIVOS ESPECÍFICOS

Interpretar los diagramas estadísticos
Calcular los parámetros de promedio móvil y suavización exponencial.
3.3 TEMA 1 CONCEPTOS DE PRONOSTICOS

Los pronósticos son simplemente una predicción del comportamiento de una
variable la cual está sujeta al presente y cómo va hacer en el futuro.
PROMEDIOS MÓVILES Los promedios móviles son promedios ponderados, el

cual estima la demanda del siguiente periodo de
tiempo durante bimestres, trimestres, semestres.
SUAVIZACIÓN EXPONENCIAL En la suavización exponencial las ponderaciones de las

observaciones se tienen en cuenta el nivel de
confianza para analizar el comportamiento de la
variable.
El siguiente video se profundiza sobre el tema:
https://www.youtube.com/watch?v=rinIQg4zOW8
3.4 TEMA 2 MODELOS DE PRONÓSTICOS
3.4.1 PROMEDIOS MOVILES
Los promedios móviles estiman la demanda del siguiente periodo de tiempo durante bimestres,
trimestres, semestres.
Caso Bimestral (dos períodos de tiempo). El pronóstico se toma a partir del tercer período
Ejemplo 1
La tabla muestra las ventas por mes en un pequeño supermercado en el primer semestre del año
redondeado a entero.
Mes Ingresos en $ millones

Enero 45
Febrero 60
Marzo 55
Abril 72
Mayo 56
Junio 90
Determine el pronóstico de promedio móvil para n = 2
Solución
Para enero y febrero no es posible determinar el promedio móvil, en términos generales para los n
primeros períodos no es posible determinar el promedio móvil.
Para marzo se obtiene promediando los ingresos de enero y febrero así:
45 + 60
= 52.5
2
Para abril se obtiene promediando los ingresos de febrero y marzo, así:
60 + 55
= 57.5
2
Para mayo se obtiene promediando los ingresos de marzo y abril, así:
55 + 72
= 63.5
2
Para junio se obtiene promediando los ingresos de abril y mayo, así:
72 + 56
= 64
2
Para julio se obtiene promediando los ingresos de mayo y junio, así:
56 + 90
= 73
2
La información anterior se puede resumir en la siguiente tabla
Ingresos en $ PRONÓSTICO CON

Mes
millones N=2
Enero 45
Febrero 60
Marzo 55 52.5
Abril 72 57.5
Mayo 56 63.5
Junio 90 64
Julio 73
Ejemplo 2
La tabla muestra los costos por mes en millones de $ en un en una fábrica de productos lácteos en el
último año.
Mes Costos en $ millones

Enero 100
Febrero 200
Marzo 210
Abril 160
Mayo 230
Junio 200
Julio 210
Agosto 221
Septiembre 360
Octubre 300
Noviembre 250
Diciembre 80
Determine el pronóstico de promedio móvil para n = 3

Solución
Para enero, febrero y marzo no es posible determinar el promedio móvil, en términos generales para n
primeros períodos no es posible determinar el promedio móvil.
Para abril se obtiene promediando los ingresos de enero, febrero y marzo así:
100 + 200 + 220

= 170
3
Para mayo se obtiene promediando los ingresos de febrero, marzo y abril, así:
200 + 210 + 160

= 190
3
Para junio se obtiene promediando los ingresos de marzo, abril y mayo, así:
210 + 160 + 230

= 200
3
Los demás valores se obtienen con la misma secuencia, para determinar pronósticos bajo cualquier
modelo, se recomienda utilizar el Excel.
La tabla de pronósticos para el ejemplo aproximando los valores a entero, es:
Mes Costos en $ millones Pronóstico para N=3
Enero 100
Febrero 200
Marzo 210
Abril 160 170
Mayo 230 190
Junio 200 200
Julio 210 197
Agosto 221 213
Septiembre 360 210
Octubre 300 264
Noviembre 250 294
Diciembre 80 303
ENERO 210
Interpretación de la información
En abril los costos fueron de 160 millones de $, el modelo pronostica 170 millones de $
En mayo los costos fueron de 230 millones de $, el modelo pronostica 190 millones de $
En junio los costos fueron de 200 millones de $, el modelo pronostica 200 millones de $
Y así sucesivamente para cada mes.
Para enero del año siguiente el modelo pronostica unos costos de 210 millones de $
Ejemplo 3.
Promedio móvil ponderado.
https://www.youtube.com/watch?v=eSV1WMQc4Hk
EJERCICIO DE APRENDIZAJE
El comportamiento de la demanda de bicicletas en inventario durante un periodo de 12 meses. Este

dado a continuación:
Meses DEMANDA
1 44
2 46
3 50
4 48
5 46
6 48
7 50
8 52
9 54
10 54
11 56
12 60
Determinar el pronóstico bimestral, trimestral y semestral, utilizando el promedio móvil simple.
Solución
Pronóstico Pronóstico Pronóstico

Meses DEMANDA
para n=2 para n=3 para n=6
1 44
2 46
3 50 45
4 48 48 46.7
5 46 49 48.0
6 48 47 48.0
7 50 47 47.3 54.3
8 52 49 48.0 46.0
9 54 51 50.0 37.3
10 54 53 52.0 28.3
11 56 54 53.3 19.3
12 60 55 54.7 10.0
13 58 56.7 0.0
3.4.2 SUAVIZACIÓN EXPONENCIAL SIMPLE
Este método le da mayor importancia al período inmediatamente anterior.

El método contiene un mecanismo de autocorrección que ajusta los pronósticos en dirección opuesta a los errores
pasados.
El método suavización exponencial simple requiere de un primer pronóstico para su aplicación. Debido a que en
la mayoría de los casos no es posible tener tal pronóstico, existe varias formas para obtenerlo, la más fácil y
práctica, es asumir este primer valor igual al valor del primer período de la serie de datos. Este criterio por cierto es
arbitrario y se podría seleccionar otro punto de partida, por ejemplo, un promedio para la demanda real de los 12
meses.
Este modelo de pronóstico precisa tan sólo de tres tipos de datos: el pronóstico del último período, la demanda
del último período y el coeficiente de suavización.
En la suavización exponencial las ponderaciones de las observaciones se obtienen como:
𝑌𝑡+1 = 𝛼 ∙ 𝑋𝑡 + (1 − 𝛼 ) ∙ 𝑌𝑡
O
𝑌𝑡+1 = 𝑌𝑡 + 𝛼 ∙ (𝑋𝑡 − 𝑌𝑡 )
𝑌𝑡+1 : Es el pronóstico para cualquier período futuro.

𝛼: Constante de suavización. Tiene un valor entre cero y uno.
𝑋𝑡 : Valor real para el período de tiempo.
𝑌𝑡 : Pronóstico hecho previamente para el período de tiempo.
Ejemplo 1.
En Enero un vendedor de vehículos estimó unas ventas de 142 automóviles para el mes siguiente. En
Febrero las ventas reales fueron de 153 automóviles. Utilizando una constante de suavización
exponencial de 0.20 presupueste las ventas del mes de Marzo.
Solución
Los datos son:
𝛼 = 0.20
𝑋𝑡 = 153 Ventas reales en febrero.
𝑌𝑡 = 142 Pronóstico hecho en enero
𝑌𝑡+1 : Pronóstico a determinar para marzo.
𝑌𝑡+1 = 142 + 0.20 ∙ (153 − 142) = 144.2
Aproximando a entero, podemos así determinar que el pronóstico de ventas para el período 3
correspondiente a Marzo es equivalente a 144 automóviles.
Ejemplo 2.
El comportamiento de la demanda de bicicletas en inventario durante un periodo de 12 meses es el mostrado

en la siguiente tabla.
Meses Demanda
1 44
2 46
3 50
4 48
5 46
6 48
7 50
8 52
9 54
10 54
11 56
12 60
Realice la tabla de pronósticos utilizando el método de suavización exponencial para niveles de confianza del
45% y del 99%.
Solución
Para el primer período en ambos casos se debe tomar como estimación previa el mismo valor del período, es
decir:
𝑋𝑡 = 𝑌𝑡
Cálculos para 𝛼 = 45% = 0.45
Para t=1
𝑋1 = 44
𝑌1 = 44
𝑌𝑡+1 = 𝑌𝑡 + 𝛼 ∙ (𝑋𝑡 − 𝑌𝑡 )
𝑌2 = 𝑌1 + 𝛼 ∙ (𝑋1 − 𝑌1 )
𝑌2 = 44 + 0.45 ∙ (44 − 44) = 44
Para t=2
𝑋2 = 46
𝑌2 = 44
𝑌3 = 44 + 0.45 ∙ (46 − 44) = 44.9
Aproximando a entero
𝑌3 = 45
Para t=3
𝑋3 = 50
𝑌3 = 45
𝑌4 = 45 + 0.45 ∙ (50 − 45) = 47.25
𝑌4 = 47
Para t=4
𝑋4 = 48
𝑌4 = 47
𝑌5 = 47 + 0.45 ∙ (48 − 47) = 47.55
𝑌5 = 47
Todos los pronósticos se calculan de la misma manera, tanto para el 45% como para el 99%
obteniéndose los datos de la siguiente tabla
Yt+1 con
Yt+1 con
Meses Demanda Confianza
Confianza 0.99
0.45
1 44 44 44
2 46 44 44
3 50 45 46
4 48 47 50
5 46 48 48
6 48 47 46
7 50 47 48
8 52 49 50
9 54 50 52
10 54 52 54
11 56 53 54
12 60 54 56
57 60
Se puede afirmar que:
Con una confianza del 45% la demanda pronosticada para el primer mes del siguiente
año es de 57 unidades
Con una confianza del 99% la demanda pronosticada para el primer mes del siguiente
año es de 60 unidades
1. La tabla muestra los costos por mes en una tienda de abarrotes durante el primer semestre
del año.
Mes Costos en Millones $
Enero 5
Febrero 4.5
Marzo 6
Abril 7
Mayo 6.2
Junio 5.3
Pronostique los costos para el mes de julio.
a. Utilizando el promedio móvil simple para n = 2

b. Utilizando el promedio móvil simple para n = 3
c. Utilizando suavización exponencial con una constante de confianza de 0.45
d. Utilizando suavización exponencial con una constante de confianza de 0.20
2. La tabla muestra el número de electrodomésticos de las mismas especificaciones vendidos

por mes en el último año en un centro comercial.
Mes Unidades Vendidas
Enero 50
Febrero 95
Marzo 80
Abril 32
Mayo 45
Junio 100
Julio 120
Agosto 40
Septiembre 35
Octubre 51
Noviembre 48
Diciembre 96
Enero ¿?
Pronostique las ventas para enero del año siguiente.

3. La tabla muestra los ingresos brutos en una pequeña tienda de barrio para un período de 10
meses.
Mes Ingresos en $ millones
1 4.6
2 9.2
3 7.6
4 13.5
5 4.2
6 9.6
7 7.2
8 5.5
9 3.8
10 4.9
11 ¿?
Pronostique los ingresos brutos para el mes 11.

4. INGE es una compañía productora de alimentos para gato y requiere calcular el pronóstico de demanda con el
método de media o promedio móvil simple, considerando un periodo de 3 meses.
La siguiente tabla nos muestra la demanda real a través de los próximos 18 meses iniciando desde
enero, con lo cual pronosticamos la demanda de los siguientes periodos para n=3:
4 UNIDAD 3 MODELOS DE INVENTARIOS Y RUTA CRÍTICA
Objetivo General
El objetivo de los modelos de inventarios es presentar algunos métodos que ayuden a lograr una buena
administración en los inventarios y una relación eficiente de ellos con la Administración Financiera. Realizar los
diferentes tipos de modelos de inventarios y proyectos de ruta crítica CPM y PERT.
Objetivos Específicos
Identificar los diferentes modelos de Inventario.
Conocer en que consiste la ruta crítica
4.1 CONCEPTOS BÁSICOS DE INVENTARIO

Los inventarios son un puente de unión entre la producción y las ventas en una empresa manufacturera el
inventario equilibra la línea de producción si algunas máquinas operan a diferentes volúmenes de otras, pues
una forma de compensar este desequilibrio es proporcionando inventarios temporales o bancos. Los inventarios
de materias primas, productos semiterminados y productos terminados absorben la holgura cuando fluctúan las
ventas o los volúmenes de producción, lo que nos da otra razón para el control de inventarios. Estos tienden a
proporcionar un flujo constante de producción, facilitando su programación. Los inventarios de materia prima
dan flexibilidad al proceso de compra de la empresa. Sin ellos en la empresa existe una situación “de la mano a
la boca”, comparándose la materia prima estrictamente necesaria para mantener el plan de producción, es decir,
comprando y consumiendo.
4.1.1 VENTAJAS DE UN SISTEMA DE INVENTARIO

Con él la empresa puede realizar sus tareas de producción y de compra economizando recursos, y también
atender a sus clientes con más rapidez, optimizando todas las actividades de la empresa. Sin embargo, se
presenta una desventaja: el costo de mantenimiento; ya que se debe considerar el costo de capital, el costo de
almacenaje, el costo de oportunidad causando por inexistencia, y otros. Tanto el inventario, como las cuentas
por cobrar, deben incrementarse hasta donde el resultado de ahorro sea mayor que el costo total de mantener
un inventario adicional. La eficiencia del proceso de un sistema de inventarios es el resultado de la buena
coordinación entre las diferentes áreas de la empresa, teniendo como premisas sus objetivos generales.
4.1.2 CONTROL DE INVENTARIOS

La eficiencia del control de inventarios puede afectar la flexibilidad de operación de la empresa. Dos empresas
esencialmente idénticas, con la misma cantidad de inventario, pero con grandes diferencias en los grados de
flexibilidad de sus operaciones, pueden tener inventarios desbalanceados, debido básicamente a controles
ineficientes de estos. Ello ocasiona que en determinado momento se encuentren con abundancia de alguna
materia y carezcan de otra. Finalmente, estas deficiencias tienen efectos negativos en la utilidad. En otras
palabras, la ineficacia del control de inventarios para un nivel dado de flexibilidad afecta el monto de las
inversiones que requieren, es decir, a menor eficiencia en el sistema de control de inventarios, mayor la
necesidad de inversión. Consecuentemente, las altas inversiones en inventarios tendrán un impacto adverso en
la utilidad de la empresa. Expuesta la importancia de un sistema de control de inventarios cabe mencionar estos
objetivos generales:
Minimizar la inversión en el inventario.
Minimizar los costos de almacenamiento.
Minimizar las perdidas por daños, obsolescencia o por artículos perecederos.
Mantener un inventario suficiente para que la producción no carezca de materias primas, partes y
suministros.
Mantener un transporte eficiente de los inventarios, incluyendo las funciones de despacho y recibo.
Mantener un sistema eficiente de información del inventario.
Proporcionar informes sobre el valor del inventario a contabilidad.
Realizar compras de manera que se pueden lograr adquisiciones económicas y eficientes.
Hacer pronósticos sobre futuras necesidades de inventario.
No es posible alcanzar todos estos objetivos; en su consecución se debe hacer ciertas concesiones. Hay varias
condiciones que impiden el logro de estos objetivos. Más bien que representar problemas que pueden ser
solucionados, estas condiciones siempre están presentes y tienden a frustrar el control efectivo del inventario.
El constante cambio en la relación de oferta - demanda frustra el control efectivo del inventario.
4.1.3 FACTORES DE COSTO EN EL CONTROL DEL INVENTARIO

El objetivo primordial del control del inventario es tener la cantidad apropiada de materia prima u otros
materiales y productos terminados en el lugar adecuado, en el tiempo oportuno y con el menor costo posible.
Los costos excesivos en inventarios pueden ser por malas decisiones en el establecimiento de un sistema. Los
factores de costo en el control de inventario son:
• COSTO DE COMPRA O INVERSIÓN k
El costo de compra (k) es el precio unitario de un artículo este fue adquirido de fuente externa o proveedor,
y debe ser registrado en nuestro costo de inventario como tal. Igualmente, si el bien es fabricado en planta
deberán incluirse sus costos de producción y registrarse como un artículo que se vende a consumidor final.
También se conoce como costo de producir o costo de ordenar.
• COSTO DE ADQUISICIÓN O DE TRÁMITE, O COLOCACIÓN DE PEDIDOS h

Este costo de colocación o trámite de pedidos (h), se origina por los gastos de la emisión de la orden de
compra a un proveedor, o por los costos de la orden de producción en planta. Estos costos varían en razón
directa al número de órdenes colocadas, y no con el tamaño o monto de la orden.
• COSTOS DE MANTENER INVENTARIO H
El costo de tener o mantener el inventario en almacenes (H) comprende diferentes conceptos como los de
almacenaje, depreciación de bodegas y equipo o renta de estos, impuestos, seguros, desperdicio,
obsolescencia, manejo, etc.
• COSTOS DE TENER INVENTARIO POR FALTA DE OPORTUNIDAD
Estos costos pueden tener su origen en faltantes externos cuando a un cliente no se le puede surtir una
orden ocasionando órdenes pendiente, disminución en las ventas y pérdida de prestigio comercial, o internos
cuando un departamento dentro de la organización no cuenta con materiales o artículos ocasionando
pérdidas de producción, retraso en las fechas de entrega.
4.2 MODELOS DE INVENTARIO

DEFINICION: Los inventarios son aquellos materiales o bienes ociosos que la
organización conserva para su uso en algún momento en el futuro.
• Características de los modelos de inventario
Las siguientes son las características que componen sus elementos:
ELEMENTOS CARACTERÍSTICAS
Dos o más artículos en los que la demanda de un

Demanda Independiente artículo no afecta la demanda de cualquiera de los
otros artículos.
Dos o más artículos en los que la demanda de un

Demanda dependiente artículo determina o afecta la demanda de uno o más
de los otros artículos.
Demanda determinística La demanda del artículo por periodo se conoce con

certeza.
Demanda probabilística La demanda del artículo por periodo está sujeta a una
cantidad que cambia con el tiempo y es variable.
Déficit Es una circunstancia en la que el inventario no dispone

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

y la llegada de estos enviados por el proveedor
Descuento Este depende de la cantidad del lote del pedido y el

precio a pagar por el consumidor.
MODELOS DE INVENTARIOS
4.2.1 MODELO DE INVENTARIO DE CANTIDAD DE PEDIDOS (EOQ)

Es la cantidad económica de pedido que busca disminuir el costo del
inventario de la organización.
https://www.youtube.com/watch?v=IuwvEu7O_MI
El principio del EOQ es simple, y se basa en encontrar el punto en el que los costos por ordenar un
producto y los costos por mantenerlo en inventario son iguales.
El modelo de lote económico es un modelo de cantidad fija de reorden. Con este tipo de modelo es
necesario determinar la cantidad fija que se debe ordenar cada vez y un punto de reorden que indique
cuándo se debe hacer el pedido.
Para simplificar el análisis se harán las siguientes suposiciones:
1. La demanda es uniforme. (Constante y continua)
2. El abastecimiento se recibe todo junto, no en partes (global)
3. El tiempo de entrega es constante.

4. Todos los costos son constantes.
Los únicos costos a considerar son el costo de ordenar y el costo de almacenamiento. Así:
Costo total de inventario = costo de ordenar + costo de conservación
Si la demanda total anual es D unidades por año y se están ordenando Q* unidades cada vez, entonces:
Para el modelo EOQ se tiene las siguietes fórmulas.
1. Cantidad Óptima de pedido. 𝑸 ∗= 𝑸′

𝟐𝑫𝑲
𝑸 ∗= √
𝑯
2. Número de órdenes entre pedidos. N
𝑫
𝑵=
𝑸∗
3. Tiempo esperado entre órdenes. T
𝑵ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒅í𝒂𝒔 𝒍𝒂𝒃𝒐𝒓𝒂𝒍𝒆𝒔 𝒆𝒏 𝒖𝒏 𝒂ñ𝒐

𝑻=
𝑵
4. Punto de reorden de reorden R
𝐷𝐿
𝑅=
𝑇𝑖𝑒𝑚𝑝𝑜 𝑙𝑎𝑏𝑜𝑟𝑎𝑙 𝑎𝑙 𝑎ñ𝑜
R se interpreta como.
Se debe ordenar Q* unidades siempre que el inventario baje al valor de R
unidades.
5. Costo anual o costo total. CT
𝑫 𝑸∗
𝑪𝑻 = 𝑲+ 𝑯
𝑸∗ 𝟐
Donde:
INVESTIGACIÓN DE
OPERACIONES 63
D. Demanda
K. EL costo del pedido u organización o costo de ordenar un pedido. Es el costo fijo por colocar un pedido
para reabastecer el inventario.
C. El costo de compra. Es el costo por unidad del producto para la compra.
H. El costo de conservación. El costo del producto por permanecer en inventario.
I. Tasa de transferencia. La fracción del costo de compra del artículo para determinar la variación en el
incremento o modificación del costo de conservación.
B. Costo de déficit (B). Costo asociado a la no satisfacción de la demanda del producto.
L. Tiempo de entrega
𝑫
𝑸∗
𝑲. Costo de ordenar
𝑸∗
𝑯. Costo de mantener
𝟐
Ejemplo 1.
Una empresa de dulces de Antioquia, desea reducir sus costos de inventario mediante la determinación del
número de confites que debe obtener en cada orden. La demanda anual (D) es de 10500 unidades; el costo de
preparación o de ordenar (K) es de $100 por orden; y el costo de almacenamiento por unidad al año (H) es de $1.
Utilizando estos datos determinar las diferentes medidas del modelo conociendo que el año laboral es 260 días y
que el tiempo de entrega es de 8 días.
Datos del problema:
D = 10500
K = 100 $
Tiempo laborado en un año = 260 días.
H=1$
L = 8 días
1. Cantidad Optima de pedido
𝟐𝑫𝑲 𝟐(𝟏𝟎𝟓𝟎𝟎)(𝟏𝟎𝟎)
𝑸 ∗= √ =√ = 𝟏𝟒𝟒𝟗. 𝟏𝟑𝟕 = 𝟏𝟒𝟒𝟗
𝑯 𝟏
Q*=1449 UNIDADES
2. Número de ordenes entre pedidos
𝐷
𝑁=
𝑄∗
10500
𝑁= = 7,246 …
1449
N=7 Ordenes entre pedidos.
3. Tiempo esperado entre ordenes
𝑁𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑑í𝑎𝑠 𝑙𝑎𝑏𝑜𝑟𝑎𝑙𝑒𝑠 𝑒𝑛 𝑢𝑛 𝑎ñ𝑜

𝑇=
𝑁
𝟐𝟔𝟎
𝑻= = 𝟑𝟕. 𝟏𝟒𝟐 …
𝟕
4. Punto de reorden R
𝐷𝐿
𝑅=
𝑇𝑖𝑒𝑚𝑝𝑜 𝑙𝑎𝑏𝑜𝑟𝑎𝑙 𝑎𝑙 𝑎ñ𝑜
INVESTIGACIÓN DE
OPERACIONES 65
10500(8)
𝑅= = 323,07 = 323
260
La política es ordenar 1.449 siempre que el inventario baje a 323 unidades
5. Costo de ordenar.
𝑫
𝑲
𝑸∗
𝟏𝟎𝟓𝟎𝟎
(𝟏𝟎𝟎) = 𝟕𝟎𝟎. 𝟒𝟔𝟔𝟗𝟕𝟖 …
𝟏𝟒𝟗𝟗
6. Costo de mantener.
𝑸∗
𝑯
𝟐
𝟏𝟒𝟗𝟗
(𝟏) = 𝟕𝟒𝟗. 𝟓
𝟐
7. Costo anual
𝐷 𝑄∗
𝐶𝑇 = 𝐾+ 𝐻
𝑄∗ 2
10500 1449
𝐶𝑇 = (100) + (1) = 1449.137 …
1449 2
C= $1450
Ejemplo 2.
Luzdía es una empresa que ofrece soluciones de iluminación para calles y hogares. La empresa no tiene un control
específico de inventario, por lo que busca reducir su costo de inventario determinando la cantidad óptima de
pedido de bombillos estándar.
La demanda (D) es de 3200 unidades por año.
El costo de ordenar (K) es 25 por orden.
El costo anual de mantener (H) por unidad es 0,4 por unidad.
Días de trabajo al año: 240 días.
Determine:
1. Cantidad Optima de pedido
𝟐𝑫𝑲 𝟐(𝟑𝟐𝟎𝟎)(𝟐𝟓)
𝑸 ∗= √ =√ = √𝟒𝟎𝟎𝟎𝟎𝟎 = 𝟔𝟑𝟐, 𝟒𝟓 = 𝟔𝟑𝟐
𝑯 𝟎. 𝟒
Q*=632 UNIDADES
La cantidad óptima de un pedido es de 632 unidades por órden
2. Número de ordenes entre pedidos
𝐷
𝑁=
𝑄∗
3200
𝑁= = 5.06..
632
N=5 Ordenes entre pedidos.
En el año se debe hacer 5 órdenes de pedido.
3. Tiempo esperado entre ordenes

INVESTIGACIÓN DE
OPERACIONES 67
𝑁𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑑í𝑎𝑠 𝑙𝑎𝑏𝑜𝑟𝑎𝑙𝑒𝑠 𝑒𝑛 𝑢𝑛 𝑎ñ𝑜

𝑇=
𝑁
𝟐𝟒𝟎
𝑻= = 𝟒𝟖
𝟓
El tiempo entre cada órden debe ser de 48 días
4. Costo de ordenar.
𝑫
𝑲
𝑸∗
𝟑𝟐𝟎𝟎
(𝟐𝟓) = 𝟏𝟐𝟔. 𝟓𝟖𝟐𝟐𝟕𝟖𝟓 …
𝟔𝟑𝟐
5. Costo de mantener.
𝑸∗
𝑯
𝟐
𝟔𝟑𝟐
(𝟎. 𝟒) = 𝟏𝟐𝟔. 𝟒
𝟐
6. Costo anual
𝐷 𝑄∗
𝐶𝑇 = 𝐾+ 𝐻
𝑄∗ 2
3200 632
𝐶𝑇 = (25) + (0.4) = 252.98
632 2
INVESTIGACIÓN DE
OPERACIONES 68
𝑪𝑻 = $253
Más ejemplos en los siguientes link
https://www.youtube.com/watch?v=QNkpbIymkHo
https://www.youtube.com/watch?v=dba9Gn9YXmU
4.2.2 MODELO DE INVENTARIO DE CANTIDAD DE PEDIDOS CON DESCUENTO

Este modelo de cantidad de pedidos se realiza descuentos según el tamaño
del lote o la cantidad solicitada por el consumidor o que entre más grande
sea el lote de producción disminuya el costo de producción unitaria.
Se debe analizar la cantidad óptima para cada intervalo de descuentos y determinar el costo anual de
almacenamiento, teniendo en cuenta que se debe conservar los intervalos de cada descuento. La mejor opción
es aquella con la cual se obtenga el menor costo anual.
Ejemplo 1
Un fabricante demanda 10.000 unidades de un mismo producto al año. El costo de las unidades depende de la
cantidad pedida así:
Entre 0 y 499 unidades el costo es de $5.00
De 500 hasta 999 el costo es de $4.50
De 1.000 unidades en adelante el costo es de 3.90 por unidad
El costo de almacenamiento es el 20% del costo de cada unidad.
El costo por colocar u ordenar es de $20 por cada pedido.
Determine:
1. Cantidad óptima de un pedido.

2. Costo anual del inventario.
INVESTIGACIÓN DE
OPERACIONES 69
Solución
Datos del problema.
D = 10,000 unidades de demanda anual
k = $20 por colocar el pedido
H = 20% del costo de cada unidad.
Costo por unidad según la cantidad del pedido:
0 – 499 unidades a $5.00 por unidad.
500 a 999, $4.50 por unidad
1.000 o más, $3.90 por unidad.

Se debe calcular el tamaño óptimo de un pedido para cada uno de los tres costos.
Para [0, 499] Costo de $5
2𝐷𝑘
𝑄 ∗= √
𝐻
2(10000)(20)
𝑄 ∗= √ = 632,455 = 632 𝑈𝑛𝑖𝑑𝑎𝑑𝑒𝑠
0,2(5)
Este valor se encuentra por fuera del intervalo [0,499]
Se debe bajar a 499
𝑄 ∗= 499
Para [500, 999] Costo de $4.50
INVESTIGACIÓN DE
OPERACIONES 70
2(10000)(20)
𝑄 ∗= √ = 666,666 … = 667 𝑈𝑛𝑖𝑑𝑎𝑑𝑒𝑠
0,2(4.50)
Este valor se encuentra en el intervalo [500,999]
Para 1000 o más. Costo de $4.50
2(10000)(20)
𝑄 ∗= √ = 716,114 … = 716 𝑈𝑛𝑖𝑑𝑎𝑑𝑒𝑠
0,2(3.90)
Este valor se encuentra por fuera del intervalo 1000 o más. Se
debe hacer la corrección a 1000 para poder tener un costo de
0,2*3.90=0.78
𝑄 ∗= 1000
El tamaño óptimo de un pedido será aquel para el cual el costo anual

del inventario sea el más bajo.

𝐷 𝑄∗
𝐶𝑇 = 𝐷𝐶 + 𝑘+ 𝐻
𝑄∗ 2
Para Q*=499
H=0,2*5
10000 499
𝐶𝑇 = 10000(5) + (20) + (0,2 ∗ 5)
499 2
𝐶𝑇 = 50.650,3
INVESTIGACIÓN DE
OPERACIONES 71
Para Q*=632
H=0,2*4.50
10000 632
𝐶𝑇 = 10000(4.50) + (20) + (0,2 ∗ 4.50)
632 2
𝐶𝑇 = 45.600,8
Para Q*=667
H=0,2*4.50
10000 667
𝐶𝑇 = 10000(4.50) + (20) + (0,2 ∗ 4.50)
667 2
𝐶𝑇 = 45.600,0
Para Q*=1000
H=0,2*3.90
10000 1000
𝐶𝑇 = 10000(3.90) + (20) + (0,2 ∗ 3.90)
1000 2
𝐶𝑇 = 39.590
Esta es la mejor alternativa.
La política de inventarios es comprar lotes de 1.000 partes a

$3,90 la unidad.
INVESTIGACIÓN DE
OPERACIONES 72
Ejemplo 2.
Una empresa de cosméticos, desea reducir sus costos de inventario mediante la determinación del número de sus
productos principales que debe obtener en cada orden. Se conoce que el costo por hacer un pedido es de $25, el
costo de adquisición de los productos es de $600 por cada uno de ellos, el costo de mantenimiento por año es del
15% del precio de adquisición, la demanda es de 2 unidades por día, se otorga un descuento de $25 en cada
producto de belleza cuando el pedido excede las 15 unidades. Utilizando
Determine.

Solución
Datos del problema.
D = 2*365= 730 unidades de demanda anual
k = $25
H = 15% del costo de cada unidad.
Costo de cada unidad según la cantidad del pedido.
Entre 0 y 15 unidades el costo es de $600
16 o más unidades el costo es de 600-25 = $575

Se debe calcular el tamaño óptimo de un pedido para cada uno de los dos costos.
Para [0, 15] Costo de $600
2𝐷𝑘
𝑄 ∗= √
𝐻
2(730)(25)
𝑄 ∗= √ = 20,135 … = 20 𝑈𝑛𝑖𝑑𝑎𝑑𝑒𝑠
0,15(600)
Este valor se encuentra por fuera del intervalo [0,15]
INVESTIGACIÓN DE
OPERACIONES 73
Se debe bajar a 15
𝑄 ∗= 15
Para 16 o más Costo de 600-25 = 575
2(730)(25)
𝑄 ∗= √ = 20,57 … = 21 𝑈𝑛𝑖𝑑𝑎𝑑𝑒𝑠
0,15(575)
Este valor se encuentra en el intervalo 16 o más
El tamaño óptimo de un pedido será aquel para el cual el costo anual

del inventario sea el más bajo.
𝐷 𝑄∗
𝐶𝑇 = 𝐷𝐶 + 𝑘+ 𝐻
𝑄∗ 2
Para Q*=15
730 15
𝐶𝑇 = 730(600) + (25) + (0,15 ∗ 600)
15 2
𝐶𝑇 = 439.891,7
Para Q*=21
730 21
𝐶𝑇 = 730(575) + (25) + (0,15 ∗ 575)
21 2
INVESTIGACIÓN DE
OPERACIONES 74
𝐶𝑇 = 421.524,7
La política de inventarios es comprar lotes de 21 unidades a $575

la unidad.
4.2.3 MODELO DE INVENTARIO DE CANTIDAD DE PEDIDOS DE PRODUCCIÓN

El modelo de inventario presentado es similar al primer modelo por el hecho
de que esté intentando determinar cuánto debemos pedir y cuando hacerlo.
Este modelo está diseñado para situaciones de producción en las que una vez
colocado el pedido se inicia la producción y diariamente se va agregando el
inventario de un número constante de unidades, hasta que se vaya
complementado el lote de producción.
Ejemplo 1.
Una empresa de frutas del bosque, produce una línea de producción con capacidad anual de 100.000 cajas de sus
productos tradicionales. La demanda anual se estima en 25.600 cajas, manteniendo la tasa de demanda constante
en el año. El costo de la organización para la entrega del producto cuesta $10.500. El costo de manufactura por
caja es de $2.500 y el costo anual de posesión es de $5. Utilizando estos datos determinar las diferentes medidas
del modelo sabiendo que trabaja 300 días al año.
Solución
Datos:
P=100.000
D= 25.600
K = 10.500
H=5
1. ¿Cuál es el tamaño de lote de producción?

INVESTIGACIÓN DE
OPERACIONES 75
Está dada por la siguiente ecuación:
𝟐𝑫𝑲 2 ∗ 25600 ∗ 10500

𝑸 ∗= √ 𝑄 ∗= √
𝑫 25600
(𝟏 − ) 𝑯 (1 − 100000) ∗ 5
𝑷
537600000
𝑄 ∗= √
3,72
Q*=$12021
2. ¿Duración entre corrida de producción?

Corresponde a los días que se demora en entregar el lote óptimo.
Está dada por la siguiente ecuación:
𝑸 ∗ 𝑫𝑰𝑨𝑺 (12022)(300)
𝑻= 𝑇=
𝑷 100000
T=36 Días
3. ¿Inventario máximo que se acumula?
Está dado por la siguiente ecuación:
(𝑷 − 𝑫) ∗ 𝑸 ∗
𝑰𝑴𝑨 =
𝑷
(𝟏𝟎𝟎𝟎𝟎𝟎 − 𝟐𝟓𝟔𝟎𝟎) ∗ 𝟏𝟐𝟎𝟐𝟏

𝑰𝑴𝑨 = = 𝟖𝟗𝟒𝟑. 𝟔𝟐𝟒 = 𝟖𝟗𝟒𝟒 𝑪𝒂𝒋𝒂𝒔
𝟏𝟎𝟎𝟎𝟎𝟎
4. ¿Costo anual o total?
Está dado por la siguiente ecuación:
𝑄∗ 𝐷 𝐷
𝐶𝑇 = (1 − ) 𝐻 + 𝐾
2 𝑃 𝑄∗
12021 25600 25600

𝐶𝑇 = (1 − ) ( )
5 + (10500) =
2 100000 12021
44.719,92
Ejemplo 2.
Un fabricante necesita 2000 partes de un artículo durante el próximo año. El costo de las unidades es de $5.00
cada una. Se tienen disponibles en la localidad con un tiempo de entrega de una semana, pero el costo de ordenar
para el fabricante es de $5,00 por orden. El costo de conservación es de $1,50 al año por almacenamiento, más
el 10% por unidad por año por el costo de cada unidad.
El abastecimiento es uniforme con una tasa de 4000 unidades por año.
Determine:
1. Tamaño óptimo de un pedido.

3. Inventario máximo acumulado.
4. Días para entregar el lote óptimo.
SOLUCIÓN
INVESTIGACIÓN DE
OPERACIONES 77
Datos del problema
D = 2.000
k = $5
H = 1,5 + 10% de cada unidad.
H = 1,5 + 0.1*5= $2
Días de trabajo al año. Por no estar especificado se asume que la empresa labora 365 días al año.
L = 1 semana = 7 días.
P = 4000
1. Tamaño óptimo de un pedido.
2𝐷𝐾
𝑄 ∗= √
𝐷
(1 − ) 𝐻
𝑃
2(2000)(5)
𝑄 ∗= √ = 141.421 … = 141 𝑈/𝑜𝑟𝑑𝑒𝑛
2000
(1 − )( )
4000 2
𝑄∗ 𝐷 𝐷
𝐶𝑇 = (1 − ) 𝐻 + 𝐾
2 𝑃 𝑄∗
INVESTIGACIÓN DE
OPERACIONES 78
141 2000 2000

𝐶𝑇 = (1 − ) (2) + (5) = 141.421 …
2 4000 141
𝐶𝑇 = 141,4 $ 𝑝𝑜𝑟 𝑎ñ𝑜
3. Inventario máximo acumulado.
𝑄 ∗ (𝑃 − 𝐷)
𝐼𝑀𝐴 =
𝑃
100(400 − 200)
𝐼𝑀𝐴 = = 70.5 = 71
400
4. Días de entrega del lote óptimo.
𝑄 ∗ 𝐷í𝑎𝑠 𝑑𝑒 𝑡𝑟𝑎𝑏𝑎𝑗𝑜 𝑎𝑙 𝑎ñ𝑜

𝑇=
𝑃
141 ∗ 365
𝑇= = 12.866 = 13 𝑑í𝑎𝑠
4000
4.2.4 MODELO DE INVENTARIO CON DEMANDA PROBABILÍSTICA

Se supone que se conoce la distribución de probabilidad para la demanda, pero que esa demanda es impredecible
en un día o mes dado. La incertidumbre al predecir la demanda significa que siempre existe la probabilidad de que
haya faltantes, es decir, de quedar sin artículos en la entidad. El riesgo puede reducirse teniendo un inventario
INVESTIGACIÓN DE
OPERACIONES 79
grande, pero nunca puede eliminarse. La tarea es balancear el riesgo ocasionado por los faltantes y del costo que
se tiene por la existencia adicional.
Ejemplo 1.
Una empresa de papitas tiene un inventario con una demanda anual de promedio de 12.000 unidades con base
345 días hábiles al año, entonces la demanda diaria es un promedio de 35 unidades, el tiempo de entrega cambia
con un promedio de 3 días se supone que la demanda durante el tiempo de entrega tiene una distribución normal
con una desviación estándar de 7 unidades, el costo por cada pedido es de $50, el costo de mantenimiento es de
$5 por unidad al año y el costo de no tener el producto disponible es de $2 por unidad al año. Utilizando estos
datos determinar las diferentes medidas del modelo.
Datos
D = 12.000
K = 50 $
H=5$
𝐶𝑎𝑔𝑜𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜 = 2 $
d = D/días laborados = 12000/345 Demanda diaria. = 34,78 = 35 unidades por día.
L = 3 días. L es el tiempo de entrega.
𝜎 = 7 Desviación estándar.
Solución
1. La cantidad optima de pedido

𝟐𝑫𝑲 𝟐(𝟏𝟐𝟎𝟎𝟎)(𝟓𝟎)
𝑸 ∗= √ 𝑸 ∗= √
𝑯 𝟓
Q*=490 unidades
2. La probabilidad de existencias
𝐷 ∗ 𝐶𝑎𝑔𝑜𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜 12000 ∗ 2
𝑃= 𝑃=
𝑄 ∗ 𝐻 + 𝐷𝐶𝑎𝑔𝑜𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜 490 ∗ 5 + 12000 ∗ 2
24000
𝑃=
2450 + 24000
P=0,907=0,91
3. Teniendo una p=0,91 se busca en la tabla de la distribución normal z=1,35
El área sombrada mide 0.91. (Parte amarilla + parte roja)

El área amarilla mide 0.50
El área roja mide 0.91 – 0.50 = 0.4100
Se busca en la tabla de la distribución normal estándar el valor de z correspondiente al área de 0.4100.
Se obtiene el valor de z = 1,35 (se toma el mayor valor)
4. Inventario de Seguridad
𝐵 = 𝑍
𝜎=7
𝐵 = (1,35)(7) = 9,45
INVESTIGACIÓN DE
OPERACIONES 81
B= 9
5. El punto de reorden
𝑅 = 𝑑𝐿 + 𝐵
𝑅 = (35)(3) + 9
R=114
6. Costo de mantenimiento del inventario de seguridad
HB= 5*14= 70
7. Costo Total o Anual
𝑫 𝑸∗
𝑪𝑻 = 𝑲 ∗ +𝑯∗ + 𝑯𝑩
𝑸∗ 𝟐
𝟏𝟐𝟎𝟎𝟎 𝟒𝟗𝟎
𝑪𝑻 = 𝟓𝟎 ∗ +𝟓∗ + 𝟕𝟎
𝟒𝟗𝟎 𝟐
𝑪𝑻 = 𝟏𝟐𝟐𝟒, 𝟒𝟗 + 𝟏𝟐𝟐𝟓 + 𝟖𝟎 = 𝟐𝟓𝟏𝟗, 𝟒𝟖
CT= $2.519,48
Ejemplo 2.
Un restaurante distribuye determinado tipo de desayunos a los vendedores al menudeo. Este alimento tiene
las siguientes características:
INVESTIGACIÓN DE
OPERACIONES 82
Demanda promedio = 200 cajas al día

Tiempo de entrega = 4 días de reabastecimiento por parte del proveedor.
Desviación estándar de la demanda diaria = 150 cajas
Nivel de servicio deseado = 95%
k = 20 dólares la orden
H = 20% del costo.
C = 10 dólares por caja.
Su póngase que se utilizará un sistema de revisión continua y también que el almacén abre cinco días a la
semana, 50 semanas al año o 250 días al año. Entonces, la demanda promedio anual = 250(200) = 50 000 cajas
al año.
Datos:
D = 50.000 cajas al año
K = 20 dólares
H = 20% de 10 = 2 dólares
P = 95%
L = 4 días
𝜎𝑑 = 150 Este valor se debe corregir
Determine:
1. La cantidad optima de pedido

𝟐𝑫𝑲
𝑸 ∗= √
𝑯
𝟐(𝟓𝟎. 𝟎𝟎𝟎)(𝟐𝟎)
𝑸 ∗= √ = 𝟏. 𝟎𝟎𝟎
𝟐
INVESTIGACIÓN DE
83
OPERACIONES
Q*=1.000 Cajas
2. La probabilidad es:
𝑃 = 95%
P=0,95
3. Teniendo una p=0,95 se busca en la tabla de la distribución normal el valor correspondiente

de z
El área sombrada mide 0.95. (Parte amarilla + parte roja)

El área amarilla mide 0.50
El área roja mide 0.95 – 0.50 = 0.4500
Se busca en la tabla de la distribución normal estándar el valor de z correspondiente al área de
0.4500.
Se obtiene el valor de z = 1,65 (se toma el mayor valor)
INVESTIGACIÓN DE
84
OPERACIONES
4. Inventario de Seguridad
𝐵 = 𝑍
𝐵 = (1,65)(√4 ∗ 150)
B= 495 Cajas.
5. El punto de reorden
𝑅 = 𝑑𝐿 + 𝐵
𝑅 = 200(4) + 495 = 1295
R=1.295 Cajas
Estos valores se interpretan así:
La política de decisión de inventarios del sistema consiste en colocar un pedido
de 1.000 cajas siempre que la existencia caiga a 1.295. En promedio se
levantarán 50 pedidos al año y habrá un promedio de cinco días de trabajo entre
ellos. El tiempo variará según la demanda.
6. Costo de mantenimiento del inventario de seguridad
HB= 2*495= 990 dólares
7. Costo Total o Anual
𝑫 𝑸∗
𝑪𝑻 = 𝑲 ∗ +𝑯∗ + 𝑯𝑩
𝑸∗ 𝟐
INVESTIGACIÓN DE
85
OPERACIONES
𝟓𝟎𝟎𝟎𝟎 𝟏𝟎𝟎𝟎
𝑪𝑻 = 𝟐𝟎 ∗ +𝟐∗ + 𝟗𝟗𝟎
𝟏𝟎𝟎𝟎 𝟐
CT= 2.990 dólares
4.3 TEMA 2 RUTA CRÍTICA CPM Y PERT

DEFINICION: Es una secuencia de elementos terminales de la red
con respecto a tiempo y costo.
Método de la Ruta Crítica o CPM
El método CPM o Ruta Crítica (Critical Path Method) se utiliza en el desarrollo y control de proyectos. El
objetivo principal es determinar la duración de un proyecto, entendiendo éste como una secuencia de
actividades relacionadas entre sí, donde cada una de las actividades tiene una duración estimada.
En este sentido el principal supuesto de CPM es que las actividades y sus tiempos de duración son
conocidos, es decir, no existe incertidumbre. Este supuesto simplificador hace que esta metodología sea
fácil de utilizar y en la medida que se quiera ver el impacto de la incertidumbre en la duración de un
proyecto, se puede utilizar un método complementario como lo es PERT.
Una ruta es una trayectoria desde el inicio hasta el final de un proyecto. La longitud de la ruta crítica es
igual a la trayectoria más grande del proyecto. La duración de un proyecto es igual a la ruta crítica.
Para utilizar el método CPM o de Ruta Crítica se necesita TENER EN CUENTA los siguientes pasos:
1. Definir el proyecto con todas sus actividades o partes principales.
2. Establecer relaciones entre las actividades. Decidir cuál debe comenzar antes y cuál debe seguir
después.
3. Dibujar un diagrama conectando las diferentes actividades BASÁNDOSE EN SUS relaciones de

precedencia.
4. Definir costos y tiempo estimado para cada actividad.

INVESTIGACIÓN DE
86
OPERACIONES
5. Identificar la trayectoria más larga del proyecto, siendo INGENIERÍA DE SISTEMAS
ésta la que determinará la duración del proyecto (Ruta Crítica).
6. Utilizar el diagrama como ayuda para planear, supervisar y controlar el proyecto.
NOTACIÓN UTILIZADA EN LA DETERMINACIÓN DE LA RUTA CRÍTICA.
Donde:
IC. Inicio más cercano, es decir, lo más pronto que puede comenzar la actividad.
TC. Término más cercano, es decir, lo más pronto que puede terminar la actividad.
IL.. Inicio más lejano, es decir, lo más tarde que puede comenzar la actividad sin retrasar el término del
proyecto.
TL. Término más lejano, es decir, lo más tarde que puede terminar la actividad sin retrasar el término del
proyecto.
Holgura. Se define la Holgura para cada actividad como en el tiempo máximo que se puede retrasar el
comienzo de una actividad sin que esto retrase la finalización del proyecto. La holgura de una actividad se
puede obtener con la siguiente fórmula:
Holgura = IL - IC = TL - TC
Determinación de IC y TC
INVESTIGACIÓN DE
87
OPERACIONES
• Se debe recorrer el diagrama de izquierda a derecha. INGENIERÍA DE SISTEMAS
• En el nodo inicio IC y TC son cero.
IC = 0
TC = 0
• Para los demás nodos:
IC = TC del nodo anterior.
TC = IC + Duración de la actividad del nodo.
• Se debe tomar el IC mayor.
Determinación de IL y TL
• Se debe recorrer el diagrama de derecha a izquierda.
• Para el nodo final: TL = TC
• Para cualquier nodo: IL = TL – Duración de la actividad del nodo.
• Para los demás nodos: TC es igual al IL del nodo posterior (si hay varios se debe tomar el menor).
Ejemplo 1.
Una empresa desea patrocinar un equipo de patinaje para competir en carreras en todo el país y estar
en algunos eventos internacionales, para el cual se planeó el programa por equipo, la primera práctica
del equipo está programada para el 15 de enero. Las actividades, sus predecesoras inmediatas y las
estimaciones de tiempo de actividad en semanas son las siguientes.
ACTIVIDAD DESCRIPCIÓN PREDECESORA TIEMPO DE

INMEDIATA
TAREAS(SEMANAS)
A Reunión del departamento ________________ 1

directivo
INVESTIGACIÓN DE
88
OPERACIONES
B Contratación de Técnicos A 4
C Reservar el lugar de A 2
entrenamiento
D Dar a conocer el programa B,C 1
E Reunión con los técnicos B 2
F Ordenar los equipos de patinaje A 2
G Registrar patinadores D 1
H Recolectar las cuotas G 2
I Organizar y planear la practica E,F,H 1
a. Elaborar una red del proyecto

Para elaborar la red se debe tener en cuenta que actividad antecede a otra actividad y además se
debe poenr el tiempo de duración de cada una de ellas. La red del proyecto es la mostrada en el
gráfico.
INVESTIGACIÓN DE
89
OPERACIONES
b. Determinar la ruta crítica.

Las posibles rutas son cuatro. Se toma cualquier camino que va desde el inicio hasta el fin.
Para cada ruta se determina el teimpo de duración, sumando los tiempos en cada rama.
Se selecciona la ruta de mayor duración
Las rutas son:
A, C, D, G, H, I, Fin
Tiempo = 1 + 2 +1 +1 +2 +1 = 8
A, B, D, G, H, I, Fin
Tiempo = 1 + 4 + 1 + 1+ 2+ 1 = 10
A, B, E, I, Fin
Tiempo = 1 +4 +2 +1 = 8
A, F, I, Fin
Tiempo = 1+ 2 + 1 = 4
La ruta crítica es:

A, B, D, G, H, I
Con un tiempo de duración de 10 semanas
Ejemplo 2.
El ejemplo fue tomado el 23 de octubre de 2018 de:
INVESTIGACIÓN DE
90
OPERACIONES
http://www.investigaciondeoperaciones.net/cpm.html
Las actividades que requiere un proyecto para completarse y el tiempo de duración de cada actividad en
semanas es:
Duración
Actividad Actividad Predecesora
(Semanas)
A 6 -
B 8 -
C 12 A,B
D 4 C
E 6 C
F 15 D,E
G 12 E
H 8 F,G
Utilizando el método CPM.
a. Realice el diagrama del proyecto.
b. Determine la ruta crítica y la duración del proyecto
SOLUCIÓN
a. Realice el diagrama del proyecto.

INVESTIGACIÓN DE
91
OPERACIONES
b. Determine la ruta crítica y la duración del proyecto
Para determinar la ruta crítica se debe llenar los datos en de la siguiente figura:
Cálculo de IC y TC para cada nodo.
Se debe recorrer el gráfico de izquierda a derecha.
Para el nodo inicial IC=0 y TC=0
Para el nodo A. IC=0, TC=0+6=6

INVESTIGACIÓN DE
92
OPERACIONES
Para el nodo B. IC==, TC=0+8=8 INGENIERÍA DE SISTEMAS
Para el nodo C. IC=8 (número mayor entre 6 y 8), TC=8+12=20
Para el nodo D. IC=20, TC=20+4=24
Para el nodo E. IC=20, TC=20+6=26
Para el nodo F. IC=26 (Número mayor entre 24 y 26. TC=26+15=41
Para el nodo G. IC=20, TC=26+12=38
Para el nodo H. IC=41 (Número mayor entre 38 y 41), TC=41+8=49
Para nodo Fin. IC=49, TC=49
Estos valores se pueden observar en la siguiente imagen.
Determinación de IL y TL
Se debe recorrer el gráfico de derecha a izquierda.
Para el nodo Fin. TL=49, IL=49-0=49
Para el nodo H. TL=49, IL=49-8=41
Para el nodo F. TL=41, IL=41-15=26
Para el nodo G. TL=41, IL=41-12=29

INVESTIGACIÓN DE
93
OPERACIONES
Para el nodo D. TL=26, IL=26-4=22 INGENIERÍA DE SISTEMAS
Para el nodo E. TL=26 (número menor entre 26 y 29), TC=26-6=20
Para el nodo C. TL=20(número menor entre 20 y 22), IL=20-12=8
Para el nodo A. TL=8, IL=8-6=2
Para el nodo B. TL=8, IL=8-8=0
Para el nodo Inicio. TL=0 (número menor entre 0 y 2), IL=0-0=0
La información se puede observar en la siguiente figura:
Determinación de la holgura H
La holgura H para cada nodo se obtiene Así:
Para el Nodo Inicial. H=0-0=0
Para el nodo A. H=2-0=2
Para el nodo B- H=8-8=0
Para el nodo C. H=20-20=0
Y así sucesivamente como se observa en la siguiente figura:

INVESTIGACIÓN DE
94
OPERACIONES
La ruta crítica corresponde al cualquier recorrido que va desde el inicio hasta el fin en el cual
todas las holguras son iguales a cero. Para el ejemplo la ruta crítica es la mostrada en la figura
con color verde.
Las actividades con holgura igual a cero corresponden a las actividades de la ruta crítica.
INVESTIGACIÓN DE
95
OPERACIONES
La ruta crítica corresponde a: Inicio, B, C, E, INGENIERÍA DE SISTEMAS
F, H, Fin.
La ruta crítica tiene un tiempo de duración de 0 + 8 + 12 + 6 + 15 + 8 + 0 = 49

semanas.
Enlaces para ver más ejemplos de ruta crítica

https://www.youtube.com/watch?v=VmAURbjmwzM
https://www.youtube.com/watch?v=Fw0jhTu2G2U

1. Una empresa de confección de la ciudad de Medellín surte almacenes éxito con tres sus productos
tradicionales, la cual realizó un estudio de mercadeo para disminuir el costo. La demanda de artículos
de artículos para tres ciudades es de120 unidades mensuales para Medellín, para Bogotá de 150
unidades y Cali de 130 unidades mensuales. El costo de preparación de la orden es de $1000 para
Bogotá, a Cali de $500 y a Medellín de $400 por orden y el costo que le representa el almacenamiento
por unidad en el mes es de $100, Utilizando los datos, se pide plantear un modelo EOQ y se pide
determinar sus parámetros. La empresa trabaja 360 días al año. Además, cual produce los costos
mínimos y los costos más altos.
2. Una empresa de electrodomésticos de Bogotá surte a una cadena de almacenes con tres sus líneas,
la cual desea analizar el comportamiento de sus clientes de acuerdo a sus compras por lo tanto efectuó
un estudio de mercadeo para disminuir el costo. La demanda de artículos de artículos para tres ciudades
es de135 unidades mensuales para Medellín, para Bogotá de 165 unidades y Cali de 170 unidades
mensuales. El costo de preparación de la orden es de $1500 para Bogotá, a Cali de $750 y a Medellín de
$650 por orden y el costo que le representa el almacenamiento por unidad en el mes es de $250,
Utilizando los datos, se pide plantear un modelo EOQ y se pide determinar sus parámetros. La empresa
trabaja 260 días al año. Además, determine cuál produce los costos mínimos y los costos más altos.
3. Una empresa de satélites desea determinar el tamaño óptimo del pedido para un tipo de antena, se
estima la demanda anual en 1,000 unidades con costo de mantener inventarios de $100 por unidad, y
la colocación de pedido en $25. Con el EOQ, ¿cuántas antenas deben pedir cada vez?
4. Los artículos comprados a un proveedor cuestan $20 cada uno y el pronóstico de la demanda para
el año siguiente es de 1000 unidades. Si cada vez que se coloca un pedido cuesta $5 y el costo de
almacenaje es de $4 por unidad al año. Determine:
a. ¿Qué cantidades se deberían comprar por cada pedido?
b. ¿Cuál es el costo total de los pedidos para un año?
c. ¿Cuál es el costo total de almacenaje para un año?
5. Una empresa de conformación de metales consume material de acero a una razón constante de
1000 toneladas por mes. El costo de mantener una tonelada en inventario es de $1.00 por mes y el
INVESTIGACIÓN DE
96
OPERACIONES
costo de ordenar un pedido es de $80.00 pesos la orden. INGENIERÍA DE SISTEMAS
Si la tonelada de acero cuesta $200.00, determine:
a) Tamaño óptimo del lote.
b) Costo total de inventario anual.
c) Número de pedidos al año.
6. La empresa del MICONS necesita mensualmente para las obras de la Batalla de Ideas en la provincia
de Las Tunas 200 toneladas de materiales de la construcción. El costo de compra de cada tonelada
es de $400.00, la empresa por cada pedido que realiza gasta alrededor de $50.00. Los costos de
conservación de los materiales es de $10.00 la tonelada en cada mes. Determine:
b) Número de pedidos al año.
c) Costo total de inventario anual.
7. Una empresa necesita 5000 productos en el semestre, para ello ha realizado un contrato con otra
empresa. Los productos se envían por embarques a la empresa contratante, el costo de cada
embarque es de $20.00, los costos de inventario son de $10.00 por unidad semestral. Sí cada
producto cuesta $ 5.00, determine:
d) ¿En cuánto se incrementará el costo total anual de inventario si el tamaño óptimo del lote es de
150 productos por orden?
8. Una empresa del SIME elabora los ejes que necesita para el ensamblaje de determinado equipo .
Para el ensamblaje se necesitan 40 ejes por día, el costo estimado de compra es de $5.00 por eje y
el costo de almacenamiento es de $0.50 por eje- día. Cada vez que se realiza los pedidos de estos
ejes se incurre en un costo de $60.00, determine:
9. La demanda diaria de un producto se distribuye normalmente con una media de 60 y una desviación
estándar diaria de 7. El tiempo de entrega es de 6 días. El costo por colocar un pedido es de $10 y el
costo anual de mantener una unidad es de $0.50 por unidad. Suponiendo que las ventas se hacen los
INVESTIGACIÓN DE
97
OPERACIONES
365 días del año, encontrar la cantidad óptima de pedido y el INGENIERÍA DE SISTEMAS
punto de reorden necesarios para mantener una probabilidad de 95% de no sufrir desabastos durante
el tiempo de entrega.
10. Una empresa tiene acceso a una materia prima concreta a 3 precios diferentes dependiendo
del tamaño del pedido:
Menos de 100 kg. $20 por kilo
100 kg. A 1,000 kg. $19 por kilo
Más de 1,000 kg. $18 por kilo
El costo de colocar el pedido es de $40. La demanda anual es de 3.000 unidades. El costo de mantenerlas
es de 25% del costo de material. ¿Cuál es la cantidad de pedido que debe comprarse cada vez?
11. Una empresa produce contactos para interruptores y relevadores. La empresa tiene que
determinar la cantidad de pedido Q para satisfacer la demanda anual al costo más bajo. El precio del
cobre depende del volumen del pedido. Los datos se muestran a continuación:
Precio del cobre: $0.82 por kg. Hasta 2,499 kg.
$0.81 por kg. Entre 2,500 y 5,000 kg.
$0.80 por kg. Pedidos de más de 5,000 kg.
Demanda anual 50,000 kg. Por año
Costo de mantener el inventario 20% por unidad del precio del cobre
Costo del pedido $30
¿Qué cantidad se debería pedir?
12. Un fabricante de bicicletas necesita durante un año 14000 componentes para la fabricación del
mismo, la fábrica tiene una capacidad para abastecerse de 20000 componentes al año. El costo de
conservación es de $15.00 la unidad, mientras los costos por embarque son de $25.00 la unidad al año.
El tiempo de entrega es de una semana. Determine:
INVESTIGACIÓN DE
98
OPERACIONES
a) El tamaño de los embarques y la frecuencia de los envíos. INGENIERÍA DE SISTEMAS
b) Calcule el punto de reorden.
c) Calcule el costo total de inventario.
13. Las actividades que requiere un proyecto para completarse y el tiempo de duración de cada actividad
en semanas es:
ACTIVIDAD PREDECESOR DURACIÓN (SEMANAS)

A - 5
B - 7
C A 10
D A 4
E B 3
F E, A 5
G D, F 12
H B 14
I H, C, G 3

a. Realice la distribución gráfica del proyecto.
b. Determine la duración de la ruta crítica.
14. Las actividades que requiere un proyecto para completarse y el tiempo de duración de cada
actividad en semanas es:
Actividad Predecesor Tiempo

A - 4
B A 1
C A 3
D A, C 2
E B, D 5

a. Realice la distribución gráfica del proyecto.
15. Una empresa de alimentos lácteos desea realizar una estrategia de mercadeo para diseñar una
línea nueva de papitas y dar la a conocer a los diferentes tipos de públicos, para lo cual realizo una serie
de actividades para este producto.
ACTIVIDAD DESCRIPCION PREDECESORA

INVESTIGACIÓN DE
99
OPERACIONES
A Elaboración del diseño de la ---------------------

línea del producto
B Planeación de la investigación ---------------------

del mercado a incursionar
C Realizar ingeniería de A
manufactura
D Realizar un modelo inicial A
E Llevar un informe de A
mercadotecnia
F Estimar los diferentes tipos de C

costos
G Efectuar prueba piloto del D

producto
H Realizar la etapa de B,E

investigación estadística
I Efectuar análisis de costos y H

realizar pronósticos
J Terminar teniendo el informe F,G,I

final de
a. Realizar el diagrama de ruta crítica para la línea nueva de papitas.

INVESTIGACIÓN DE
100
OPERACIONES
5 UNIDAD 4 CONCEPTOS DE INGENIERÍA DE SISTEMAS
MODELOS DE SIMULACION Y CADENA DE MARKOV
Reconocer los conceptos de modelos de simulación y en que consiste la cadena de Markov.
Reconocer los diferentes conceptos de los modelos de simulación

Calcular los distintos parámetros de cadena de Markov
Resolver algunos ejercicios de la problemática económica de la
vida real
5.3 PRUEBA INICIAL
A continuación encontrará una serie de enunciados con cinco respuestas, de las cuales una sola es
verdadera. Marque con una X la que usted considere correcta.
Dadas las siguientes Definiciones, el estudiante estará en capacidad de responder a que concepto
corresponde:
Analizar a que concepto corresponde la siguiente definición:

es la acción y efecto de distribuir.
a. Variable b. Característica c. Distribución d. Probabilidad

mide la frecuencia con la que ocurre un resultado en un experimento bajo
condiciones suficientemente estables
a. Variable b. Estadística c. Distribución d. Probabilidad

es una rama de la matemática que se refiere a la recolección, estudio e
INVESTIGACIÓN DE
101
OPERACIONES
interpretación de los datos obtenidos en un estudio INGENIERÍA DE SISTEMAS
a. Variable b. Estadística c. Probabilidad d. Parámetro
como función matemática, es una cantidad a la cual el operador puede

asignarles un valor arbitraria, se distingue de variable, la cual puede tomar sólo aquellos
valores que haga la función posible.
a. Variable b. Variable dependiente c. Variable Independiente d.
Parámetro

es un resultado de una variable al azar especificada por una función de
distribución
a. Media b. Parámetro c. Valor d. Número aleatorio
5.4 TEMA 1 CONCEPTOS DE MODELOS DE SIMULACIÓN
5.4.1 DEFINICIÓN DE MODELOS DE SIMULACIÓN

Es un proceso que se da en la realidad mediante la construcción de
modelos que resulta del desarrollo de ciertas aplicaciones
específicas
5.4.2 APLICABILIDAD DE LOS MODELOS DE SIMULACIÓN
La simulación es conveniente cuando:
✓ No existe una formulación matemática analíticamente resoluble.

Muchos sistemas reales no pueden ser modelados matemáticamente
con las herramientas actualmente disponibles, por ejemplo la conducta
de un cliente de un banco.
INVESTIGACIÓN DE
102
OPERACIONES
✓ Existe una formulación matemática, pero es difícil obtener una solución
analítica. Los modelos matemáticos utilizados para modelar un reactor
nuclear o una planta química son imposibles de resolver en forma
analítica sin realizar serias simplificaciones.
5.4.3 TEORÍA DE LOS MODELOS DE SIMULACIÓN

No existe el sistema real. Es problema del ingeniero que tiene que diseñar un sistema nuevo. El
diseño del sistema mejorará notablemente si se cuenta con un modelo adecuado para realizar
experimentos.
Los experimentos son imposibles debido a impedimentos:

✓ Económicos,
✓ De seguridad,
✓ De calidad, o
✓ Éticos.
En este caso el sistema real está disponible para realizar experimentos, pero la dificultad de los
mismos hace que se descarte esta opción. Ejemplo de esto
✓ Es la imposibilidad de provocar fallas en un avión real para evaluar la
conducta del piloto,
✓ Tampoco se puede variar el valor de un impuesto para evaluar la
reacción del mercado.
El sistema evoluciona muy lentamente o muy rápidamente.
Un ejemplo de dinámica lenta es el problema de los científicos que estudian la evolución del clima.
Ellos deben predecir la conducta futura del clima dado las condiciones actuales, no pueden esperar
a que un tornado arrase una ciudad para luego dar el mensaje de alerta. Por el contrario, existen
fenómenos muy rápidos que deben ser simulados para poder observarlos en detalles, por ejemplo
una explosión.
Entre las posibles desventajas de la simulación se pueden citar:
➢ El desarrollo de un modelo puede ser costoso, laborioso y lento.

INVESTIGACIÓN DE
103
OPERACIONES
➢ Existe la posibilidad de cometer errores. No se debe INGENIERÍA DE SISTEMAS
olvidar que la experimentación se lleva a cabo con un modelo y no con el sistema real;
entonces, si el modelo está mal o se cometen errores en su manejo, los resultados también
serán incorrectos.
➢ No se puede conocer el grado de imprecisión de los resultados. Por lo general el modelo se

utiliza para experimentar situaciones nunca planteadas en el sistema real, por lo tanto no
existe información previa para estimar el grado de correspondencia entre la respuesta
del modelo y la del sistema real.
Actualmente la simulación presta un invalorable servicio en casi todas las áreas posibles,
algunas de ellas son:
✓ Procesos de manufacturas: Ayuda a detectar cuellos de botellas, a distribuir personal,

determinar la política de producción.
✓ Plantas industriales: Brinda información para establecer las condiciones óptimas de

operación, y para la elaboración de procedimientos de operación y de emergencias.
✓ Sistemas públicos: Predice la demanda de energía durante las diferentes épocas del año,
anticipa el comportamiento del clima, predice la forma de propagación de enfermedades.
✓ Sistemas de transportes: Detecta zonas de posible congestionamiento, zonas con mayor

riesgo de accidentes, predice la demanda para cada hora del día.
✓ Construcción: Predice el efecto de los vientos y temblores sobre la estabilidad de los edificios,
provee información sobre las condiciones de iluminación y condiciones ambientales en el
interior de los mismos, detecta las partes de las estructuras que deben ser reforzadas.
✓ Diseño: Permite la selección adecuada de materiales y formas. Posibilita estudiar la

sensibilidad del diseño con respecto a parámetros no controlables.
✓ Educación: Es una excelente herramienta para ayudar a comprender un sistema real debido
a que puede expandir, comprimir o detener el tiempo, y además es capaz de brindar
información sobre variables que no pueden ser medidas en el sistema real.
✓ Capacitación: Dado que el riesgo y los costos son casi nulos, una persona puede utilizar el
simulador para aprender por sí misma utilizando el método más natural para aprender: el de
prueba y error.
INVESTIGACIÓN DE
104
OPERACIONES
5.4.4 TEORÍA DE MODELOS Y SIMULACIÓN
La importancia de la Simulación es evidente al considerar el impacto que tuvieron algunos

trabajos, como:
✓ La Perestroika: Estudios de simulación efectuados en Rusia en las décadas del 70 y 80

convencieron a los dirigentes de la necesidad de plantear un fuerte cambio en la economía
de ese país.
✓ La caída de la bolsa de New York en 1988: La utilización de programas de simulación por

parte de los corredores de la bolsa causó una falsa inestabilidad que provocó la caída.
✓ El regreso del Apolo 13: La simulación jugó un rol fundamental en la determinación del plan
de emergencia. La nave retornó con éxito a pesar de las graves averías.
✓ Los Voyagers: Gracias a la simulación se pudieron establecer los itinerarios óptimos para
estas naves con un mínimo consumo de energía aprovechando la atracción gravitacional
de los planetas.
✓ Proyecto Monte Carlo: Von Newman y Ulam (1945) emplearon simulación para estudiar
reacciones nucleares.
✓ Los modelos del planeta: Algunos plantean la posibilidad de un calentamiento global debido
al efecto invernadero. Otros plantean la posibilidad de un enfriamiento y predicen una
nueva era glaciar.
✓ Capacitación de tropas: En el operativo “Tormenta del desierto” llevado a cabo en la guerra

contra Irak, las tropas de todas las fuerzas estadounidenses que participaron (fuerza aérea,
marina y ejército) fueron entrenadas con simuladores.
✓ Capacitación de policías: Se utiliza entornos virtuales para que el policía aprenda a

conducirse en situaciones de riesgo.
✓ Simuladores d e v u e l o s : Fue u n a d e l a s p r i m e r a s a p l i c a c i o n e s d e l o s
s i m u l a d o r e s . Actualmente se utilizan para entrenar pilotos de aviones comerciales y de
combate.
5.4.5 TIPOS DE MODELOS DE SIMULACIÓN
De acuerdo a la naturaleza del modelo empleado, la simulación puede ser por (Fishman, 1978):
MODELOS DE SIMULACIÓN
MODELO CARACTERÍSTICA
Es cuando el modelo es una réplica exacta del
sistema en estudio. Es la que utilizan las
Identidad empresas automotrices cuando realizan
ensayos de choques de automóviles utilizando
unidades reales.
Se utiliza una versión ligeramente simplificada
del sistema real. Por ejemplo, los
Cuasi-identidad entrenamientos militares que incluyen
movilización de equipos y tropas pero no se
lleva a cabo una batalla real.
Se utilizan modelos bajo las condiciones
controladas de un laboratorio. Se pueden
distinguir dos tipos de simulaciones:
✓ Juego operacional: Personas

compiten entre ellas, ellas forman
parte del modelo, la otra parte
consiste en computadoras,
Laboratorio maquinaria, Entre otras. Es el caso de
una simulación de negocios donde las
computadoras se limitan a recolectar
la información generada por cada
participante y a presentarla en forma
ordenada a cada uno de ellos.
✓ Hombre-Máquina: Se estudia la
relación entre las personas y la
máquina. Las personas también
forman parte del modelo. La
computadora no se limita a recolectar
información, sino que también la
INVESTIGACIÓN DE
OPERACIONES 106
genera. Un ejemplo de este tipo de

simulación es el simulador de vuelo.
El modelo es completamente simbólico y está
implementado en un lenguaje computacional.
Las personas quedan excluidas del modelo. Un
ejemplo es el simulador de un sistema de
redes de comunicación donde la conducta de
los usuarios está modelada en forma
estadística.
Simulación por computadora Este tipo de simulación a su vez puede ser:
✓ Digital: Cuando se utiliza una

computadora digital.
✓ Analógica: Cuando se utiliza una

computadora analógica. En este
grupo también se pueden incluir las
simulaciones que utilizan modelos
físicos.
5.5 TEMA 2 CADENA DE MARKOV

Una cadena de Markov consta de unos estados E1, E2, E3, E4,…..En. Que inicialmente en un
tiempo 0 o paso 0 se le llama estado inicial, además de esto consta de una matriz de transición
que significa la posibilidad de que se cambie de estado en un próximo tiempo o paso.
El análisis de Markov consiste en una forma de analizar el movimiento

actual del comportamiento de una variable discreta o continua con
respecto al año. Es un procedimiento en cadena y se utiliza para la toma de
decisiones.
Consta de los siguientes procesos:

Corporación Universitaria Remington - Calle 51 51-27 Conmutador 5111000 Ext. 2701 Fax: 5137892. Edificio Remington
Página Web: www.remington.edu.co - Medellín - Colombia

INVESTIGACIÓN DE
OPERACIONES 107
5.5.1 REPRESENTACIÓN GRÁFICA. O GRÁFICO DE TRANSICIÓN

Consiste en un diagrama en el cual se presenta las diferentes opciones para los diferentes estados junto
con las diferentes probabilidades, este diagrama recibe el nombre de gráfico de transición.
Es el arreglo numérico donde se condensa las probabilidades de un estado a otro. A través de

una gráfica de matriz de transición se puede observar el comportamiento estacionario
representado por una cadena de Markov tal que los estados representan la categoría en que se
encuentre clasificado.
5.5.2 MATRIZ DE TRANSICIÓN DE N PASOS

Una matriz de transición de n pasos es una matriz de probabilidad en una etapa. En la cual se ubica
en una matriz cuadrada.
Una matriz de transición para una cadena de Markov de n estado es una matriz de n X n con
todos los registros no negativos y con la propiedad adicional de que la suma de los registros
de cada columna (o fila) es 1.
PROPIEDADES
1. La suma de las probabilidades de los estados debe ser igual a 1.

2. La matriz de transición debe ser cuadrada.
3. Las probabilidades de transición deben estar entre 0 y 1
5.5.3 PROBABILIDADES DE ESTADO ESTABLE
Es un proceso que me permite obtener información en términos de probabilidades sobre el número de

transacciones que hace el proceso de un estado i a un estado j por primera vez. Permite determiner el
estado del Sistema a largo plazo.

INVESTIGACIÓN DE
OPERACIONES 108
Ejemplo1
Un estudiante desea preparar la validación mediante dos examenes de las asignaturas Matemáticas I y Física
I durante el final del semestre, para ello decide establecer las siguientes reglas:
• Si una semana estudia metemáticas, a la semana siguiente estudiará Física con probabilidad de 4/5 y
Matemáticas con probabilidad de 1/5.
• Si una seman estudia física, a la semana siguiete estudiará matemáticas con probabilidad 7/10 y física
con probabilidad 3/10.
1. Realice la representación gráfica o DIAGRAMA DE TRANCISIÓN.
2. Determine el vector de estados inicales.
3. Elabore la matriz de transición.
4. Determine las probabilidades de estado estable.
5. Si el estudiante esta semana estudia física, determine la probabilidad que dentro de 3 semanas estudie
cálculo.
Solución
1. Representación gráfica.
Los estados para el estudiante son:
Estado 1. Estudiar matemáticas.
Estado 2. Estudiar física.
Si esta semana estudia matemática, la probailidad que estudie matemáticas la próxima
semana es 1/5
Si esta semana estudia matemática, la probailidad que estudie Física la próxima semana es 4/5
Si esta semana estudia Física, la probailidad que estudie matemáticas la próxima semana es
7/10.
Si esta semana estudia Física, la probailidad que estudie Física la próxima semana es 3/10.
Esta situación se representa en el siguiente gráfico

INVESTIGACIÓN DE
OPERACIONES 109
2. Determine el vector de estados iniciales

El ejemplo corresponde a una cadena de Markov con dos estados que son:
Estado 1 Matemáticas.
Estado 2 Física.
Ambos estados con las probabilidades indicadas en el gráfico anterior.

Para determiner el vector de estados inicales, nos vamos a la pregutna 4 del ejercicio, que dice:
Si el estudiante esta semana estudia física, determine la probabilidad que dentro de 3 semanas
estudie cálculo.
El estudiante esta en el estado 2, por lo tanto, se toma que en el tiempor cero, el estudiante se
encuentra estudiando física.
El vector es x0 con estados:
0. El estudiante esta estudiando física
1. El estudiando se encuentra estudaindo matemáticas.
𝑥0 = (0 1)
La probabilidad igual a cero (entrada a11), queire decir que el estudiante no se encuentra estudiando
matemáticas.
La probabilidad igual a uno (entrada a12) quiere decir que en esta semana el estudiante se encuentra
estudiando física.
3. Matriz de transición.
Para elaborar la matriz de transición se debe llenar el siguiente arreglo

INVESTIGACIÓN DE
OPERACIONES 110
ESTADO DE LLEGADA O ESTADO SIGUIENTE

ESTADO DE MATEMATICAS FÍSICA
SALIDA O ESTADO MATEMÁTICAS 1/5 4/5
INICAL FÍSICA 7/10 3/10
Para llenar cada selda se procede así:

Entrada a11 Si sale de matemáticas y llega a matemáticas lo hace con probabilidad 1/5
Entrada a12 Si sale de matemáticas y llega a Física lo hace con probabilidad 4/5
Entrada a21 Si sale de Física y llega a matemáticas lo hace con probabilidad 7/10
Entrada a11 Si sale de Física y llega a Física lo hace con probabilidad 3/10
Esto se puede ver más fácil en el gráfico anterior.
La matriz de transición queda:

1/5 4/5
𝑃=( )
7/10 3/10
Nota: Algunos autores ubican en la parte superior el estado de salida y en el costado izquierdo el
estado de llegada, en cuyo caso el vector de estados inicales y la matriz quedan:
1 1/5 7/10
𝑥0 = ( ) , ( )
0 4/5 3/10
4. Probabilidades de estado estable.

Se define:
S1. Probabilidad de estudiar matemáticas.
S2. Probabilidad de estudiar Física-
Se debe plantear y resolver el Sistema:
1/5 4/5
(𝑆1 𝑆2) = (𝑆1 𝑆2) ( )
7/10 3/10
Efentuando la multiplicación matricial e igualando entradas correspondientes se obtiene el

Sistema:
1 7
𝑆1 = 𝑆1 + 𝑆2
5 10
4 3
𝑆2 = 𝑆1 + 𝑆2
5 10

INVESTIGACIÓN DE
OPERACIONES 111
Agrupando y reduciendo términos semejantes el Sistema queda:
1 7 4 7
𝑆1 − 𝑆1 − 𝑆2 = 0 → 𝑆1 − 𝑆2 = 0 → 8 𝑆1 − 7 𝑆2 = 0 𝐸𝑐𝑢𝑎𝑐𝑖ó𝑛 1
5 10 5 10
4 3 4 7
𝑆2 − 𝑆1 − 𝑆2 = 0 → 𝑆1 − 𝑆2 = 0 → 8 𝑆1 − 7 𝑆2 = 0 𝐸𝑐𝑢𝑎𝑐𝑖ó𝑛 2
5 10 5 10
Una tercera ecuación sale de las propiedad de las probabilidades. La suma de todas las
probabilidades posibles de una distribución es igual a 1.
Por lo tanto:
S1 + S2 = 1 Ecuación 3
Tomando la ecuación 3 con cualquiera de las ecuaciones 1 o 2 se tiene un Sistema 2x2.
Sietema 2x2 a solucionar
8 𝑆1 − 7 𝑆2 = 0
𝑆1 + 𝑆2 = 1
Multiplicando la segunda ecuación por 8 y restando érmino a término
8 𝑆1 − 7 𝑆2 = 0
8 𝑆1 + 8 𝑆2 = 8
-15S2=-8
S2=-8/-15
S2=8/15= 0.5333
Reemplazando en la segunda ecuación
S1 + 8/15 = 1
S1=1-8/15
S1 = 7/15=0.4667
Los valores anteriores se interpretan así:

S1=8/15. La probabilidad que en una semana estudie matemáticas es de 0.4667
S2= 8/15. La probabilidad en una semana estudie física es de 0.5333.
5. Si el estudiante esta semana estudia física, determine la probabilidad que dentro de 3 semans estudie
cálculo.
Para contester la pregunta se debe multiplicar el vector de estados inicales por la matriz de trancisión

INVESTIGACIÓN DE
OPERACIONES 112
elevada al exponent K, dónde, K es el número de unidades de tiempo transcurridas desde el estado

inical, hasta el estado final pedido, es decir, tres semanas.
En términos generales para hallar xK Se realiza la siguiente multiplicación de matrices:
𝑥𝐾 = 𝑃𝐾 𝑥0
Donde:
XK: Vector de estado K. Estado en el cuál queremos determiner las probabilidades
P: Matriz de trancisión.
X0: Vector de estados inicales
K: Número de periodos.
Para el ejemplo, se debe realizer la siguiente multiplicación

1/5 4/5 3
𝑥3 = (0 1) ( )
7/10 3/10
O realizer la multiplicación:
1/5 7/10 3 0
𝑥3 = ( ) ( )
4/5 3/10 1
Cuyo resultado es:
𝑥3 = (2/5 3/5)
O el resultado es:
2/5
𝑥3 = ( )
3/5
La probabilidad 2/5 Quiere decir que después de tres semanas el estudiante estudia matemáticas con
probabilidad 2/5
La probabilidad 3/5 quiere decir que depués de tres semanas el estudiante estudia física con
probabilidad 3/5
La respuesta a la pregunta es:
Si el estudiante estudia esta semana física, la probabilidad que estudie física
dentro de tres semans es 3/5.

INVESTIGACIÓN DE
OPERACIONES 113
Ejemplo2
En un municipio A el clima puede cambiar de un día para otro. Se considera dos estados para el clima,
tiempo soleado o tiempo lluvioso. Se tiene la siguiente información:
Si el día es soleado, la probabilidad que el día siguiente sea soleado es de 0.75.
Si el día es lluvioso, la probabilidad que el día siguientes sea soleado es de el 60%. Se debe asumir que
dichos valores no cambian en el tiempo.
Determien:
1. Gráfico de transición
2. La matriz de transición
3. Probabilidades de estado estable del Sistema
Solución
Definiendo la variable y los estados del Sistema
X: Estado del clima

0 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑠𝑜𝑙𝑒𝑎𝑑𝑜
𝑥={
1 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑙𝑙𝑢𝑣𝑖𝑜𝑠𝑜
1. Representación gráfica
2. Matriz de transición.
ESTADO DE LLEGADA O ESTADO SIGUIENTE

TIEMPO SOLEADO TIEMPO LLUVIOSO
ESTADO DE
TEIMPO SOLEADO 0.75 0.25
SALIDA O ESTADO
INICAL TIEMPO 0.40 0.60
LLUVIOSO

INVESTIGACIÓN DE
OPERACIONES 114
La matriz de transición queda:

0.75 0.25
𝑃=( )
0.40 0.60
3. Probabilidad de estado estable del Sistema

Sean:
S1. Probabilidad de llegar a un día con tiempo soleado.
S2. Probabilidad de llegar a un día con tiempo lluvioso.
Se debe plantear y resolve el Sistema:
(𝑆1 0.75 0.25

𝑆2) = (𝑆1 𝑆2) ( )
0.40 0.60
Efentuando la multiplicación matricial e igualando entradas correspondientes se obtiene el

Sistema:
𝑆1 = 0.75𝑆1 + 0.40𝑆2
𝑆2 = 0.25𝑆1 + 0.60𝑆2
Agrupando y reduciendo términos semejantes el Sistema queda:

S1-0.75 S1-0.40 S2=0, 0.25 S1-0.40 S2=0
-0.25S1+S2-0.60S2=0, -0.25S1+0.40S2=0
Que corresponde a una sola ecuación
Por lo tanto se toma una de las dos ecuaciones y con la ecuación suma de probabilidades igual
a 1 se obtiene un Sistema 2x2
Sietema 2x2 a solucionar
0.25 𝑆1 − 0.40 𝑆2 = 0
𝑆1 + 𝑆2 = 1
Multiplicando la primera ecuación por 4 y restando érmino a término
𝑆1 − 1.6 𝑆2 = 0
𝑆1 + 𝑆2 = 1
-2.6S2=-1
S2=-1/-2.6
S2=5/13= 0.3846
Reemplazando en la segunda ecuación
S1 + 5/13 = 1
S1=1-5/13
S1 = 8/13=0.6154

INVESTIGACIÓN DE
OPERACIONES 115
Los valores anteriores se interpretan así:

S1=8/13. La probabilidad de llegar a un día con tiempo soleado es de 0.6154
S2= 5/13. La probabilidad de llegar a un día con tiempo lluvios es de 0.3846.
Ejemplo3
En el siguiente enlace se explica un ejemplo de Cadenas de Markov
https://www.youtube.com/watch?v=htxBioMOZLU
1. En el municipio A existen dos distribuidoras de bebidas gaseosas.
Distribuidor A. Gaseosas refrescantes.
Distribuidor B. Gaseosas el buen sabor.
Los dueños de los establecimientos del municipio que se surten de bebidas gaseosas le pueden comprar solo
a un distribuidor de gaseosas. Se tiene la siguiente información.
Si un cliente le compra al distribuidor A, la probabilidad que en el siguiente pedido le compre al mismo

distribuidor A es del 85%
Si un cliente le compra al distribuidor B, la probabilidad que le compre al mismo distribuidor en el siguiente

pedido es del 80%
a. Elabore el gráfico de transición

b. Elabore la matriz de transición
c. Determine las probabilidades de estado estable del Sistema.
2. Una línea telefónica presenta los siguientes estados
Estado 1. Línea ocupada.
Estado 2. Línea desocupada.
Se tiene la siguiente información


INVESTIGACIÓN DE
OPERACIONES 116
Si en un instante t dado la línea está ocupada, en el instante t+1 se encuentra ocupada con una
probabilidad del 80%.
Si en el instante t la línea está desocupada, en el instante t+1 se encuentra ocupada con una probabilidad
de 90%

3. En un país existen 3 operadores principales de telofonía móvil que son: operador A con el 45% de clientes,
operador B con el 25% de los clientes y operador C con el resto de clienetes.
Se tiene la siguiente información:
• Un usuario que se encuentra con el operador A tiene una probabilidad de quedarse en A del 75%,
de pasarse al operador B del 20% y de pasarse al operador C del 5%.
• Un usuario que se encuentra con el operador B tiene una probabilidad de quedarse en B del 60%,
de pasarse al operador A del 20% y de pasarse al operador B del 20%.
• Un usuario que se encuentra con el operador C tiene una probabilidad de quedarse en C del 45%,
de pasarse al operador A del 30% y de pasarse al operador B del 25%.

4. Una empresa de encomiendas realiza su trabajo en tres municipios cercanos de un departamento de

Colombia. Para evitar que un empleado viaje de un lugar a otro, entrega la mercancía según sus sucursales,
en la sucursal 1 entrega sus productos al municipio 1 con una probabilidad del 35%, para el municipio 2 con
una probabilidad del 25% y para el municipio3 con probabilidad del 40%. En la sucursal 2 entrega sus
productos al municipio 1 con una probabilidad del 55%, para el municipio 2 con una probabilidad del 15% y
para el municipio3 con probabilidad del 30%. En la sucursal 3 entrega sus productos al municipio 1 con una
probabilidad del 50%, para el municipio 2 con una probabilidad del 25% y para el municipio 3 con
probabilidad del 25%.

INVESTIGACIÓN DE
OPERACIONES 117
6 UNIDAD 5 REGRESIÓN LINEAL
Determinar el grado de correlación entre dos variables por medio de los modelos lineales.
o Interpretar los diagramas estadísticos.
o Calcular los parámetros de regresión simple.
o Obtener la recta de regresión.
6.3 CORRELACIÓN SIMPLE

6.3.1 CONCEPTOS
6.3.1.1 CORRELACIÓN
La correlación permite determinar el grado de relación que existe entre dos ó más variables
6.3.1.2 CORRELACIÓN SIMPLE:

Determina el grado de relación que existe entre dos variables. A la variable independiente se le asigna la
letra 𝒙 y a la variable dependiente se le asigna la letra 𝒚. La variable dependiente se identifica por que
es aquella para la cual nos piden hallar la ecuación o modelo.
6.3.1.3 COEFICIENTE DE CORRELACIÓN:
Su símbolo es la letra 𝒓.
Es un número adimensional entre − 1  1


INVESTIGACIÓN DE
OPERACIONES 118
Este número describe la intensidad de la relación (o correlación) entre las variables 𝑥 𝑒 𝑦.
Si su valor es cercano a uno ó a menos uno se dice que la relación es muy buena, siendo una correlación
perfecta en uno ó en menos uno.
Si su valor es cercano a cero, se dice que la correlación es muy mala o que no existe correlación.
INTENSIDAD DEL COEFICIENTE DE CORRELACIÓN
Diagrama de dispersión:
Es una gráfica de pares de datos X e Y en un espacio dimensional.
6.3.1.4 DIAGRAMA DE DISPERSIÓN:

Es una gráfica que muestra la relación entre ambas variables.
Se pueden identificar de manera muy general tres tipos de diagramas de dispersión:
Correlación positiva: Acá el coeficiente de dispersión r es muy cercano a uno.
Correlación negativa: Acá el coeficiente de dispersión r es muy cercano a menos uno.
No hay correlación: Acá el coeficiente de correlación r esta muy cerca de cero.

INVESTIGACIÓN DE
OPERACIONES 119
CÁLCULO DEL COEFICIENTE DE CORRELACIÓN
n xy −  x *  y
r=
n x 2
− ( x )
2
 n y 2
− ( y )
2

Donde:
n : Es el número de observaciones o tamaño de la muestra.
6.3.1.5 COEFICIENTE DE DETERMINACIÓN.
Símbolo: r 2 Significa como varía la variable dependiente y con respecto a la variable independiente x
Ejemplo 1.
Una tienda de electrodomésticos vende neveras y estufas a distintos clientes del municipio de Envigado
según las necesidades del cliente. En la siguiente tabla se indica el comportamiento de las ventas y la
cantidad durante los 12 primeros meses del año se desea observar si existe relación entre las dos variables.

INVESTIGACIÓN DE
OPERACIONES 120
Meses CANTIDAD VENTAS (miles de $)
1 22 112
2 24 123
3 26 125
4 22 124
5 28 124
6 26 134
7 28 132
8 12 134
9 24 136
10 26 137
11 26 138
12 28 140
Se pide:
1. Hacer el diagrama de dispersión.
El diagrma de dispersión se recomienda hacerlo en Excel. En el siguiente likn explican la forma de realizar
el gráfico. https://www.youtube.com/watch?v=coRKk-H1Osg
Para el ejemplo el gráfico de dispersión es:

INVESTIGACIÓN DE
OPERACIONES 121
2. Calcular el coeficiente de correlación e indicar el tipo de relación.
Para calcular el coeficiente de coorelación es conveniente realizar la siguiente tabla en Excel.
x y xy x2 y2
22 112 2464 484 12544
24 123 2952 576 15129
26 125 3250 676 15625
22 124 2728 484 15376
28 124 3472 784 15376
26 134 3484 676 17956
28 132 3696 784 17424
12 134 1608 144 17956
24 136 3264 576 18496
26 137 3562 676 18769
26 138 3588 676 19044
28 140 3920 784 19600
TOTALES
∑ 𝒙 =292 ∑ 𝒚 =1559 ∑ 𝒙𝒚 =37988 ∑ 𝒙𝟐 =7320 ∑ 𝒚𝟐 =203295
Cada una de las sumatorias se obtiene sumando los elementos de cada columna.
Con n = 12
Reemplazando en la fórmula:
𝒏 ∑ 𝒙𝒚 − ∑ 𝒙 ∗ ∑ 𝒚
𝒓=
√(𝒏 ∑ 𝒙𝟐 − (∑ 𝒙)𝟐 )(𝒏 ∑ 𝒚𝟐 − (∑ 𝒚)𝟐 )
𝟏𝟐(𝟑𝟕𝟗𝟖𝟖) − (𝟐𝟗𝟐)(𝟏𝟓𝟓𝟗)
𝒓=
√(𝟏𝟐 ∗ 𝟕𝟑𝟐𝟎 − (𝟐𝟗𝟐)𝟐 )(𝟏𝟐 ∗ 𝟐𝟎𝟑𝟐𝟗𝟓 − (𝟏𝟓𝟓𝟗)𝟐 )
𝒓 = 𝟎. 𝟏𝟑𝟎𝟎𝟎𝟎𝟗𝟔𝟕𝟓 = 𝟎. 𝟏𝟑

INVESTIGACIÓN DE
OPERACIONES 122
Correlación lineal positiva muy débil
3. Calcular el coeficiente de determinación
𝑟 2 = 0.0169
Ejemplo 2.
Al bajar por el tiro perpendicular de una mina se observaron los siguientes cambios de temperatura.
Temperatura en °C Profundidad en metros.
22° 60
24° 120
29° 270
1. Elabore el daigrama de dispersión.

INVESTIGACIÓN DE
OPERACIONES 123
2. Calcule coeficientes de correlación y determinación.
Para ello se realiza los siguientes cálculos
X y Xy x2 y2
22 60 1320 484 3600
24 120 2880 576 14400
29 270 7830 841 72900
∑ 𝒙 = 𝟕𝟓 ∑ 𝒚 = 𝟒𝟓𝟎 ∑ 𝒚 = 𝟏𝟐𝟎𝟑𝟎 ∑ 𝒙𝟐 = 𝟏𝟗𝟎𝟏 ∑ 𝒚𝟐 = 𝟗𝟎𝟗𝟎𝟎
TOTALES
∑ 𝒙𝒚 − ∑ 𝒙 ∗ ∑ 𝒚
𝒓=
√(𝒏 ∑ 𝒙𝟐 − (∑ 𝒙)𝟐 )(𝒏 ∑ 𝒚𝟐 − (∑ 𝒚)𝟐 )
𝟑(𝟏𝟐𝟎𝟑𝟎) − (𝟕𝟓)(𝟒𝟓𝟎)
𝒓=
√(𝟑 ∗ 𝟏𝟗𝟎𝟏 − (𝟕𝟓)𝟐 )(𝟑 ∗ 𝟗𝟎𝟗𝟎𝟎 − (𝟒𝟓𝟎)𝟐 )
𝒓=𝟏

INVESTIGACIÓN DE
OPERACIONES 124
Correlación lineal positiva perfecta.

Coeficientes de determinación:
𝒓𝟐 = 𝟏
6.4 REGRESIÓN LINEAL SIMPLE
Consiste en encontrar una fórmula o ecuación lineal que muestre como se relacionan las variables x e y
, permitiendo efectuar estimaciones de y con valores de x propuestos o viceversa.
6.4.1 MÉTODO DE MÍNIMOS CUADRADOS

El método de los mínimos cuadrados establece que la suma de los
cuadrados de los errores es minima.
Se debe obtener una ecuación de la forma: y = b0 + b1 x
Donde b0 y b1 son constantes, b1 es la pendiente de la línea recta y b0 se llama intersección con el eje
y.
Para obtener los valores de b0 y b1 de la ecuación lineal, se utiliza el método de los mínimos cuadrados
donde:
n xy −  x *  y
b1 =
n x 2 − ( x )
2
b0 = y − b x

INVESTIGACIÓN DE
OPERACIONES 125
Es la línea recta que mejor se ajusta a un conjunto de puntos 𝑿 𝒆 𝒀. La ecuación es:
6.4.2 EJERCICIO DE APRENDIZAJE
Ejemplo 1 Este es parte de un ejemplo planteado por Asmar (1999).

Para los datos de la tabla determine la recta de regresión.
x y
0 -1
2 0
3 2
5 1
SOLUCIÓN.
Para hallar las constantes b0 y b1 es conveniente que se llene la siguiente tabla:
x y x2 x y

INVESTIGACIÓN DE
OPERACIONES 126
0 -1 0 0
2 0 4 0
3 2 9 6
5 1 25 5
 x = 10 y=2 x 2
= 38  x  y = 11
Con n = 4, Ya que hay cuatro parejas (x, y )
Cálculo de x
x=
 x = 10 = 5
n 4 2
Cálculo de y
y=
y = 2 = 1
n 4 2
n xy −  x *  y
Cálculo de b1 =
n x 2 − ( x )
2
4 * 11 − 10 * 2 24 6
b1 = =  b1 =
4 * 38 − (10) 2
52 13

INVESTIGACIÓN DE
OPERACIONES 127
Cálculo de b0 = y − b1 x
1 6 5 1 30 17
b0 = − * = −  b0 = −
2 13 2 2 26 26
La recta de regresión queda:

17 6
y=− + x
26 13
Ejemplo 2
Para los datos de la tabla determine la recta de regresión
x y
-5 15
-2 9
1 3
4 -3
6 -7

INVESTIGACIÓN DE
OPERACIONES 128
SOLUCIÓN
Para encontrar la recta, es conveniente llenar la siguiente tabla:
X Y X2 X.Y
-5 15 25 -75
-2 9 4 -18
1 3 1 3
4 -3 16 -12
6 -7 36 -42
 x = 4  y = 17  x 2
= 82  x  y = −144
Con n = 5, Ya que hay cinco parejas (x, y )
Cálculo de x
x=
x = 4
n 5

INVESTIGACIÓN DE
OPERACIONES 129
Cálculo de y
y=
 y = 17
n 5
n xy −  x *  y
Cálculo de b1 =
n x 2 − ( x )
2
5(− 144) − 4(17) − 788

b1 = =  b1 = −2
5(82) − (4) 2 394
Cálculo de b0 = y − b1 x
− (− 2)* = +  b0 = 5
17 4 17 8
b0 =
5 5 5 5
La recta de regresión queda:
y = 5 − 2x
6.4.3 RESIDUALES
Un residual es la diferencia entre el valor y el valor ŷ

pronosticado por la ecuación de regresión muestral.

INVESTIGACIÓN DE
OPERACIONES 130
E=Y- ŷ
E Residual
Y valor real de y
Ŷ Valor estimado de la variable dependiente al usar

la ecuación de regresión muestral.
1. Un hipermercado ha decidido ampliar el negocio. Decide estudiar de forma exhaustiva el número de cajas
registradoras que va a instalar, para evitar grandes colas. Para ello, se obtuvieron los siguientes datos procedentes
de otros establecimientos similares acerca del número de cajas registradoras y del tiempo medio de espera.
N NÚMERO DE CAJAS TIEMPO PROMEDIO DE

REGISTRADORAS ESPERA
1 10 30
2 12 25
3 13 32
4 14 34
5 15 35
6 16 28
7 18 30
8 20 32

INVESTIGACIÓN DE
OPERACIONES 131
9 12 24
10 14 36
Bajo el supuesto de que el tiempo de espera medio depende linealmente del número de cajas registradoras se
pretende saber, e Interpretar.
a. Diagrama de dispersión.
b. Coeficiente de correlación.
c. La recta de regresión.
d. Los residuales.
2. Dada la difícil situación por la que atraviesa actualmente la empresa PALMA CARIBE en la que hemos
empezado a trabajar, se propone la reducción de determinados gastos. Para ello se estudia la relación que existe
entre dos variables como son: los gastos en publicidad (variable X) y los beneficios (variable Y). De ambas variables
disponemos de los siguientes datos:
AÑO GASTOS EN PUBLICIDAD UTILIDADES
1985 60 32
1986 65 35
1987 78 37
1988 79 38
1989 82 42

INVESTIGACIÓN DE
OPERACIONES 132
1990 86 44
1991 88 46
1992 92 56
1993 98 58
1994 99 60
Se pide:
a. ¿Se puede considerar que ambas variables guardan algún tipo de relación? ¿Cuál sería la variable dependiente
y cuál la independiente?
b. Realizando un gráfico adecuado. ¿Se puede suponer que la relación que las liga es de tipo lineal?
c. Construye las dos rectas de regresión mínimo cuadrática asociada con las variables.
d. Si la empresa para el próximo año realizará un esfuerzo para poder invertir 12.550.000 pesos en publicidad.
¿Cuáles resultarían ser sus beneficios? ¿Con qué fiabilidad realizaría usted la predicción?
3. Se han recogido datos en dos localidades mediante sendas encuestas sobre el consumo (Y) de productos
de hogar y de la renta (X) de los consumidores Consultados, obteniéndose los siguientes resultados:
Ciudad 1 Ciudad 2
X Y X Y
4.8 64.0 7.1 54.6
5.3 68.0 3.4 44.7
6.5 79.0 5.5 51.0
3.2 56.0 4.3 49.7
6.0 69.4 3.7 47.2
3.8 60.9 6.0 55.0
4.2 62.8 3.3 42.9
7.0 75.6 6.7 55.6
2.6 61.7 5.1 47.6
3.5 57.8 4.5 49.5

INVESTIGACIÓN DE
OPERACIONES 133
5.6 72.3 2.7 44.6

5.8 70.5 5.9 57.2
Se ha observado una relación lineal entre el consumo (en miles de pesetas) y la renta (en millones de pesetas)
y se desea contrastar si esta relación es idéntica en las dos ciudades donde se ha realizado el trabajo de
campo.
4. Un investigador cree que la inteligencia de los niños, medida a través del coeficiente intelectual (CI en
puntos), depende del número de hermanos. Toma una muestra aleatoria de 15 niños y ajusta una regresión
lineal simple. Los resultados aparecen en la salida adjunta.
N CL HERMANOS
1 112 0
2 114 1
3 110 2
4 113 3
5 114 2
6 115 4
7 110 2
8 112 1
9 117 2
10 111 3
11 118 2
12 120 4
13 122 5
14 121 4
15 124 5
Bajo el supuesto de que el tiempo de espera medio depende linealmente del número de cajas registradoras
se pretende saber, e Interpretar:
a. Realizar el diagrama de dispersión.

b. Realizar el coeficiente de correlación.
c. Encontrar la ecuación de la línea recta de regresión muestral con el método mínimos cuadrados
d. Estime los valores de y para los siguientes valores de x: 1, 5, 2.
e. Encontrar los residuales.
5. La entrada a cine en los teatros de cine Colombia en los centros comerciales, indica una relación de

INVESTIGACIÓN DE
OPERACIONES 134
cantidad de personas que ingresan y el valor en el precio a pagar (miles de pesos). Con la siguiente tabla
responder las preguntas:
N CANTIDAD PRECIO
1 12 96000
2 14 112000
3 16 121000
4 18 132000
5 19 135000
6 15 118000
7 14 110000
8 12 90000
9 16 119000
10 15 117500
11 18 130000
12 17 127600
Se pide encontrar:
a. Realizar el diagrama de dispersión.

b. Realizar el coeficiente de correlación.
c. Encontrar la ecuación de la línea recta de regresión muestral con el método mínimos cuadrados
d. Encontrar la línea recta cuando x vale 18, 15, 12.
e. Encontrar los residuales.

INVESTIGACIÓN DE
OPERACIONES 135
7 6. UNIDAD 6 TEORIA DE COLAS

https://www.youtube.com/watch?v=uKSjzQ9djuw

Construir modelos de teoría de colas que permitan la toma decisiones sobre situaciones problémicas.

– Reconocer los diferentes modelos de líneas de espera.
– Diferenciar un modelo de línea de espera de una cola con un solo servidor y múltiple.
– Realizar ejercicios por medio de líneas de colas y diferenciarlos.
– Solucionar ejercicios de modelo de teoría de colas.
7.3 TEMA 1 CONCEPTOS DE TEORÍA DE COLAS.
La teoría de colas es una formulación matemática para la optimización de sistemas en que interactúan dos
procesos normalmente aleatorios:
un proceso de llegadas de clientes y un proceso de servicio a los

clientes,
En los cuales existen fenómenos de:
✓ Acumulación de clientes en espera del servicio y donde
✓ Existen reglas definidas (conductos) para la prestación del servicio.
La teoría de colas también se conoce como líneas de espera.

INVESTIGACIÓN DE
OPERACIONES 136
ELEMENTOS DE UNA LÍNEA DE ESPERA

Para el desarrollo de los siguientes temas, se asume que la línea de espera sigue una distribución de
Poisson.
• EL CLIENTE: es el elmento (persona u objeto) que acude al Sistema a recibir el servicio.
• EL SERVIDOR: es quien proporciona el servicio; puede ser una persona, grupo de personas,
máquina, dispositivo, entre otros.
• LA COLA: es el grupo de clientes que espera para recibir el servicio.
• PROMEDIO DE LLEGADAS: la tasa promedio de llegadas se simboliza con la letra griega 𝝀
• PROMEDIO DE ATENCIÓN DEL SERVIDOR: es el tiempo promedio que dura un cliente en el

servidor, o el tiempo promedio de duración del servicio, se simboliza con la letra gruiega 𝝁
Se debe tener en cuenta que:
Cuando:
𝝀>𝝁
El sitema estará congestionado.
Cuando:
𝝀≤𝝁
El sistema no esta congestionado
• DISCIPLINA DE LA COLA: vamos a asumir en esta curso que las colas funcionan con el
método FIFO En inglés o PEPS en español (primero en entrar, primero en salir).
7.4 TEMA 2 MODELOS DE TEORÍA DE COLAS

INVESTIGACIÓN DE
OPERACIONES 137
7.4.1 SISTEMA CON UN SERVIDOR O MODELO MM1
Sistemas de línea de espera con un servidor.
Este sistema trata de una distribución de llegada markoviano, tiempo de

servicio markoviano y un servidor.
Elementos del sistema.
- Factor de utilización del sistema
𝜆
𝑝=
𝜇
Dónde:
𝝁. 𝑷𝒓𝒐𝒎𝒆𝒅𝒊𝒐 𝒅𝒆 𝒂𝒕𝒆𝒏𝒄𝒊ó𝒏 𝒅𝒆𝒍 𝒔𝒆𝒓𝒗𝒊𝒅𝒐𝒓
𝝀. 𝑷𝒓𝒐𝒎𝒆𝒅𝒊𝒐 𝒅𝒆 𝒍𝒍𝒆𝒈𝒂𝒅𝒂𝒔
- Probabilodad que n clientes estén en el sistema:
𝑃 (𝑛) = (1 − 𝑝)𝑝𝑛
Dónde p (minúscula) es el factor de utilización y P(n) (mayúscula) es la probabilidad que n clientes
se encuentren en el sistema.
- El número promedio de unidades en el sistema, está dado por:
𝜆
𝐿=
𝜇−𝜆

INVESTIGACIÓN DE
OPERACIONES 138
- El número promedio de unidades que esperan ser atendidas en la cola:
𝜆2
𝐿𝑞 =
𝜇(𝜇 − 𝜆)
𝐿𝑞 = 𝑝. 𝐿
- El tiempo promedio de una unidad en el sistema.
1
𝑊=
𝜇−𝜆
Es el tiempo promedio que gasta en el sistema la persona que llega.
- El tiempo promedio de una unidad en la cola.
𝜆
𝑊𝑞 =
𝜇(𝜇 − 𝜆)
𝑊𝑞 = 𝑝. 𝑊
Es Universitaria
Corporación el tiempo Remington
promedio- Calle
que 51debe espsrar
51-27 una5111000
Conmutador persona que
Ext. llega
2701 Fax: a la cola.Edificio Remington
5137892.

INVESTIGACIÓN DE
OPERACIONES 139
Ejemplo 1.
A una tienda de barrio llegan 25 personas cada hora, en la tienda hay una sola caja con capacidad
de atender 30 perosnas cada hora.
Datos del problema:
25 𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑠
𝜆= = 25 𝑝/ℎ
1 ℎ𝑜𝑟𝑎
30 𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑠
𝜇= = 30 𝑝/ℎ
1 ℎ𝑜𝑟𝑎
o Determine factor de utilización
𝜆
𝑝=
𝜇
25
𝑝= = 0.8333 = 83.33%
30
o Determine la probabilidad que 2 clientes se encuntren en el sistema:
𝑃(𝑛) = (1 − 𝑝)𝑝𝑛
25 25 2 25
𝑃 (2) = (1 − ) ( ) = = 0.11574 = 11.57%
30 30 216
o El número promedio de personas en la tienda.

INVESTIGACIÓN DE
OPERACIONES 140
𝜆 25 25
𝐿= = = =5
𝜇 − 𝜆 30 − 25 5
En promedio en la tienda hay 5 personas en una hora.
o El número promedio de personas que esperan ser atendiadas en la cola.
𝜆2
𝐿𝑞 =
𝜇(𝜇 − 𝜆)
(25)2
𝐿𝑞 = = 4,1666. = 4
30(30 − 25)
En promedio en la cola hay 4 personas esperando ser

atendidas.
o El tiempo promedio de una persona en la tienda
1
𝑊=
𝜇−𝜆
1 60 𝑚𝑖𝑛
𝑊= = 0.2 ℎ𝑜𝑟𝑎𝑠 ∗ = 12 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
30 − 25 1ℎ
En promedio una persona se encuentra en la tienda 12 minutos
o El tiempo promedio de una persona en la cola.

INVESTIGACIÓN DE
OPERACIONES 141
𝜆
𝑊𝑞 =
𝜇(𝜇 − 𝜆)
25 1 60 𝑚𝑖𝑛
𝑊𝑞 = = 𝐻𝑜𝑟𝑎𝑠 ∗ = 10 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
30(30 − 25) 6 1 ℎ𝑜𝑟𝑎
En promedio una persona espera en la cola 10 minutos
Ejemplo 2.
Una tienda de un barrio desea realizar un estudio para conocer el comportamiento en compra
de sus productos por parte de 30 clientes constantes, para recoge la información mostrada en
la tabla. Desea estimar los diferentes parámetros.
TIEMPO DE
TIEMPO DE
NÚMERO DE LLEGADA
SERVICIO (minutos)
CLIENTES (minutos)
1 10 12
2 20 23
3 30 34
4 20 26
5 20 30
6 10 22
7 30 40
8 40 50
9 20 40
10 10 21
11 5 10
12 2 12
13 5 15
14 4 15
15 3 11
16 6 15
17 8 16 Ext. 2701 Fax: 5137892. Edificio Remington
Corporación Universitaria Remington - Calle 51 51-27 Conmutador 5111000

INVESTIGACIÓN DE
OPERACIONES 142
18 20 23
19 22 24
20 23 26
21 24 28
22 26 30
23 28 32
24 38 36
25 32 38
26 34 40
27 36 42
28 30 44
29 25 46
30 24 48
TOTAL 605 849
Solución:
Para determinar tiempo promedio de llegada, se suma los 30 tiempos de llegada y se divide entre 30.
Así:
605 121
𝜆= = 𝑝𝑒𝑟𝑠𝑜𝑛𝑎/𝑚𝑖𝑛𝑢𝑡𝑜
30 6
Para determinar tiempo promedio de atención, se suma los 30 tiempos de servicio y se divide entre
30. Así:
849 283
𝜇= = 𝑝𝑒𝑟𝑠𝑜𝑛𝑎/𝑚𝑖𝑛𝑢𝑡𝑜
30 10
- Factor de utilización del sistmea

𝜆
𝑝=
𝜇

INVESTIGACIÓN DE
OPERACIONES 143
121/6 605
𝑝= = = 0.7126 = 71.26%
283/10 849
- Determine la probabilidad que 10 clientes se encuntren en el sistema
605 605 10
𝑃(10) = (1 − )( ) = 0.009704 = 0.97%
849 849
- El número promedio de unidades en el sistema, está dado por:
𝜆
𝐿=
𝜇−𝜆
121/6 604
𝐿= = = 2,479 = 2
283/10 − 121/6 244
𝜆2
𝐿𝑞 =
𝜇(𝜇 − 𝜆)
121 2
( )
𝐿𝑞 = 6 = 1.766 = 2
283/10(283/10 − 121/6)
- El tiempo promedio de una unidad en el sistema.


INVESTIGACIÓN DE
OPERACIONES 144
1
𝑊=
𝜇−𝜆
1 15 60 𝑠𝑒𝑔
𝑊= = 𝑚𝑖𝑛 ∗ = 7.377 … = 7 𝑠
283/10 − 121/6 122 1𝑚𝑖𝑛
- El tiempo promedio de una unidad en la cola.
𝜆
𝑊𝑞 =
𝜇(𝜇 − 𝜆)
121/6 3025 60 𝑠
𝑊𝑞 = = ∗ = 5.256 … = 5 𝑠
283/10(283/10 − 121/6) 34526 1𝑚𝑖𝑛
7.4.2 SISTEMA DE LÍNEA DE ESPERA CON DOS O MÁS SERVIDORES O

MODELO MMS
El número de servidoeres se simboliza con la letra S, si hay dos servidores, S =
2, si hay tres servidores, S = 3 y así sucesivamente.
Este modelo supone llegadas y tiempos de servicio aleatorios para canales de servicio múltiples,
teniendo en cuenta las mismas consideraciones que en el modelo anterior, excepto que ahora existe
una sola fila de entrega que alimenta a los canales de múltiples servicio con igual tasa de servicio.
Elementos.

INVESTIGACIÓN DE
OPERACIONES 145
- Factor de utilización.
𝜆
𝑝=
𝜇∗𝑆
- La probabilidad de que no se encuentren clientes en espera:
−1
𝑆−1
(𝜆/𝜇)𝑛 (𝜆/𝜇)𝑆 1
𝑃0 = [∑ + ( )]
𝑛! 𝑆! 𝜆
𝑛=0 1−
𝑆𝜇
- El número promedio de unidades en el sistema:
𝝀 𝑺
𝝀𝝁 (𝝁) 𝑷𝟎 𝝁
𝑳= +
(𝑺 − 𝟏)! (𝑺 − 𝝁𝝀)𝟐 𝝀
𝝀 𝑺+𝟏
( )
𝝁
𝑳𝒒 = 𝑷𝟎
𝝀 𝟐
(𝑺 − 𝟏)! (𝑺 − )
[ 𝝁 ]
- El tiempo promedio de una unidad en el sistema:
𝑳
𝒘=
𝝀

INVESTIGACIÓN DE
OPERACIONES 146
- El tiempo promedio de una unidad en la cola:
𝑳𝒒
𝒘𝒒 =
𝝀
Ejemplo 1
A una tienda llegan 50 personas cada hora. En el momento de pagar una caja puede atender a 20
personas en una hora. Se tiene tres puntos de pago.
Datos:
𝜆 = 50 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 /ℎ𝑜𝑟𝑎
𝜇 = 20 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠/ℎ𝑜𝑟𝑎
𝑆 = 3 𝑠𝑒𝑠𝑟𝑣𝑖𝑑𝑜𝑟𝑒𝑠
Determine:
a. La probabilidad que ningún cliente se encuentre en el sistema.
−1
𝑆−1
𝑃0 = [∑ + ( )]
𝑛! 𝑆! 𝜆
𝑛=0 1−
𝑆𝜇
−1
3−1
𝑃0 = [∑ + ( )]
𝑛! 𝑆! 𝜆
𝑛=0 1−
𝑆𝜇
−1
2
(𝜆/𝜇)𝑛 (𝜆/𝜇)3 1
𝑃0 = [∑ + ( )]
𝑛! 3! 𝜆
𝑛=0 1−
𝑆𝜇
Realizando el corchete
(50/20)0 (50/20)1 (50/20)2 (50/20)3 1 89

+ + + ( )=
0! 1! 2! 3! 50 4
1−
3 ∗ 20

INVESTIGACIÓN DE
OPERACIONES 147
𝟖𝟗 −𝟏 𝟒
𝑷𝟎 = ( ) = = 𝟎. 𝟎𝟒𝟒𝟗𝟒𝟑𝟖 = 𝟒. 𝟒𝟗%
𝟒 𝟖𝟗
2. Promedio de unidades en el sistema.
𝝀 𝑺
𝝀𝝁 (𝝁) 𝑷𝟎 𝝁
𝑳= +
(𝑺 − 𝟏)! (𝑺 − 𝝁𝝀)𝟐 𝝀
𝟓𝟎 𝟑 𝟒
𝟓𝟎 ∗ 𝟐𝟎 (𝟐𝟎) 𝟖𝟗 𝟓𝟎
𝑳= + = 𝟐. 𝟓𝟎𝟎𝟑𝟓𝟑𝟐𝟒 … = 𝟑
𝟐! (𝟑 − 𝟓𝟎 ∗ 𝟐𝟎)𝟐 𝟐𝟎
3. El tiempo promedio que una unidad se encuentra en el sistema.

𝑳
𝒘=
𝝀
𝟐. 𝟓𝟎𝟎𝟑𝟓𝟑𝟐𝟒 … 𝟔𝟎𝒎𝒊𝒏
𝒘= = 𝟎. 𝟎𝟓𝟎𝟎𝟎𝟎𝟕𝟎𝟔𝟒𝟖 𝒉𝒐𝒓𝒂𝒔 … ∗
𝟓𝟎 𝟏𝒉𝒐𝒓𝒂
𝒘 = 𝟑 𝒎𝒊𝒏

INVESTIGACIÓN DE
OPERACIONES 148
4. Número de clientes en la fila.
𝝀 𝑺+𝟏
( )
𝝁
𝑳𝒒 = 𝑷𝟎
𝝀 𝟐
(𝑺 − 𝟏)! (𝑺 − )
[ 𝝁 ]
𝟓𝟎 𝟒
𝟒 ( ) 𝟔𝟐𝟓
[ 𝟐𝟎 ]
𝑳𝒒 = = = 𝟑, 𝟓𝟏𝟏𝟐𝟑 … = 𝟒
𝟖𝟗 𝟓𝟎 𝟐 𝟏𝟕𝟖
𝟐! (𝟑 − )
𝟐𝟎
Hay aproximadamente 4 personas haciendo fila.
5. Tiempo de espera en la fila.
𝑳𝒒
𝒘𝒒 =
𝝀
𝟔𝟐𝟓
𝟐𝟓 𝟔𝟎𝒎𝒊𝒏
𝒘𝒒 = 𝟏𝟕𝟖 = 𝑯𝒐𝒓𝒂𝒔 ∗
𝟓𝟎 𝟑𝟓𝟔 𝟏𝒉𝒐𝒓𝒂
𝒘𝒒 = 𝟒, 𝟐𝟏 𝒎𝒊𝒏
El tiempo de espera en la fila es aproximadamente de 4,21 minutos

INVESTIGACIÓN DE
OPERACIONES 149
Ejemplo 2
En una agencia de correos, la terminal de carga funciona con cuatro plataformas de descarga. Los camiones
llegan a un ritmo de tres por hora. Se necesita una persona para descargar un camion en una hora.
Datos:
𝑆=4
camiones
λ=3
hora
camión
μ=1
hora
Determine:
1. El factor de utilización.
𝜆 3 3
𝑝= = = = 0.75 = 75%
𝑠 ∗ 𝜇 4(1) 4
2. La probabilidad que ningún camion se quede parqueado sin atención.
−1
𝑆−1
𝑃0 = [∑ + ( )]
𝑛! 𝑆! 𝜆
𝑛=0 1−
𝑆𝜇
4−1 −1
(3/1)𝑛 (3/1)𝑆 1
𝑃0 = [∑ + ( )]
𝑛! 4! 1 − 0.75
𝑛=0
−1
(3/1)0 (3/1)1 (3/1)2 (3/1)3 (3/1)4 1
𝑃0 = [ + + + + ( )]
0! 1! 2! 3! 4! 0.25
−1
9 27 81
𝑃0 = [1 + 3 + + + (4)]
2 6 24
79 −1
𝑃0 = [ ]
3
3
𝑃0 = = 0.03797468354 … = 3.8%
79

INVESTIGACIÓN DE
OPERACIONES 150
3. Número de camiones en la fila.
𝝀 𝑺+𝟏
( )
𝝁
𝑳𝒒 = 𝑷𝟎
𝝀 𝟐
(𝑺 − 𝟏)! (𝑺 − )
[ 𝝁 ]
𝟑 𝟓
𝟑 ( )
[ 𝟏 ]
𝑳𝒒 =
𝟕𝟗 𝟑 𝟐
(𝟒 − 𝟏)! (𝟒 − )
𝟏
𝟑 𝟐𝟒𝟑 𝟐𝟒𝟑
𝑳𝒒 = [ ]= = 𝟏. 𝟓𝟑𝟕𝟗. . = 𝟐 𝒄𝒂𝒎𝒊𝒐𝒏𝒆𝒔
𝟕𝟗 𝟔(𝟏) 𝟏𝟓𝟖
4. Tiempo de espera en la fila.
𝑳𝒒
𝒘𝒒 =
𝝀
𝟐𝟒𝟑/𝟏𝟓𝟖 𝟖𝟏
𝒘𝒒 = = = 𝟎. 𝟓𝟏 … 𝒉𝒐𝒓𝒂𝒔 = 𝟑𝟎. 𝟕𝟓 = 𝟑𝟏𝒎𝒊𝒏
𝟑 𝟏𝟓𝟖

INVESTIGACIÓN DE
OPERACIONES 151
7.4.3 SISTEMA DE LÍNEA DE ESPERA SERVIDORES MÚLTIPLES EN SERIE.
Este tipo de líneas de espera es característico del sector productivo,

donde las líneas de ensamble requieren de una serie de actividades que
se desarrollan en serie.
https://www.youtube.com/watch?v=Dl18gF_R36E
7.4.4 SISTEMA DE LÍNEAS DE ESPERA CON SERVIDORES MÚLTIPLES EN

PARALELO
https://www.youtube.com/watch?v=WhsWKNzNY5U
1. Un lavadero de automóviles puede atender dos autos cada 15 minutos, en promedio llegan al lavadero
6 autos por hora. El lavadero tiene un solo punto de atención para autos. Determine:
a. Factor de utilización.
b. La probabilidad que 5 autos se encuentren en espera.
c. El tiempo promedio de una persona en el lavadero.
d. El tiempo promedio de una persona en la cola.
e. El número de autos en la cola.
f. El número de autos en el lavadero.
2. En una sucursal no bancaria de un barrio llegan 2 personas cada 20 minutos, en promedio se atiende 1
persona cada 8 minutos. Solo hay una persona atendiendo en la sucursal. Determine:
a. Factor de utilización.
b. La probabilidad que 6 personas se encuentren en espera.
c. El tiempo promedio de una persona en la sucursal.
d. El tiempo promedio de una persona en la cola.

INVESTIGACIÓN DE
OPERACIONES 152
e. El número de personas en la cola.

f. El número de autos en la sucursal.
3. A una tienda llegan 70 personas cada hora. En el momento de pagar una caja puede atender a 30
personas en una hora. Se tiene tres puntos de pago. Determine:
b. Promedio de unidades en el sistema.
c. El tiempo promedio que una unidad se encuentra en el sistema.
d. Número de clientes en la fila.
e. Tiempo de espera en la fila.
4. A un supermercado llegan en promedio 40 clientes por hora que son atendidos entre sus 3 cajas. Cada
caja puede atender en promedio a un cliente cada 4 minutos. Determine:
b. Promedio de unidades en el sistema.
c. El tiempo promedio que una unidad se encuentra en el sistema.
d. Número de clientes en la fila.
e. Tiempo de espera en la fila.
5. Una empresa de alimentos lácteos desea realizar un estudio para conocer el comportamiento en sus
ventas de sus productos por parte de 30 clientes constantes, para lo cual tomo los datos a través del
tiempo en que llegaban a comprar sus productos y el tiempo en prestarle el servicio. Desea estimar los
diferentes parámetros utilizando un servidor.
NÚMERO DE CLIENTES TIEMPO DE LLEGADA TIEMPO DE SERVICIO
1 21 27
2 22 28
3 23 29
4 21 30
5 24 30
6 24 31
7 23 32
8 22 33
9 20 31
10 19 32
11 18 33
12 17 34
13 16 35
14 15 36
15 14 31

INVESTIGACIÓN DE
OPERACIONES 153
16 13 32
17 12 33
18 11 34
19 10 33
20 19 31
21 19 28
22 21 29
23 22 30
24 23 31
25 24 32
26 24 33
27 23 34
28 22 35
29 24 36
30 23 37
TOTAL
6. Un almacén de calzado de un barrio desea realizar un estudio para conocer el comportamiento en

compra de sus productos por parte de 30 clientes constantes, para lo cual tomo los datos a través del
tiempo en que llegaban a comprar sus productos y el tiempo en prestarle el servicio. Desea estimar los
diferentes parámetros utilizando un servidor, para lo cual tomo sus datos en totalidad.
1 11 23
2 12 23
3 13 24
4 15 25
5 15 26
6 13 23
7 12 27
8 11 28
9 11 29
10 10 27
11 12 30
12 13 31
13 14 32
14 15 33
15 16 31
16 17 32

INVESTIGACIÓN DE
OPERACIONES 154
17 18 27
18 10 28
19 20 30
20 21 30
21 22 29
22 23 28
23 24 31
24 21 32
25 21 33
26 23 34
27 22 35
28 21 36
29 20 37
30 19 38
TOTAL
7. Una empresa transportadora de alimentos desea estimar el comportamiento de entrega de sus

productos en supermercados a de 30 de sus clientes para lo cual realizo un estudio entre los
supermercados que le presta el servicio entre las 8 a.m. y 6.30 p.m., se tiene 6 servidores. Para lo cual
se obtiene los datos en la tabla y se pide determinar los diferentes parámetros.

1 21 32
2 22 33
3 23 34
4 25 34
5 23 35
6 28 36
7 29 37
8 30 38
9 31 39
10 32 40
11 33 41
12 34 42
13 34 43
14 35 44
15 36 45
16 37 45
17 38 46
18 39 47

INVESTIGACIÓN DE
OPERACIONES 155
19 40 48
20 41 49
21 42 51
22 43 52
23 44 56
24 45 55
25 46 54
26 46 53
27 47 57
28 44 58
29 49 59
30 45 60
TOTAL

INVESTIGACIÓN DE
OPERACIONES 156
8 7. GLOSARIO
1. Cadena de markov: Consiste en una forma de analizar el movimiento actual del

comportamiento de una variable discreta o continúa con respecto al año. Es un
procedimiento en cadena y se utiliza para la toma de decisiones.
2. Ecuación de Chapmn – Kolmagorov: Es un procedimiento que me permite realizar un proceso

en cadena para obtener la solución a un problema dado por medio de multiplicación de
matrices.
3. El control de riesgo es un procedimiento de cuantificación de los valores de pérdida o ganancia, y

proporcionarlos con apropiados valores de probabilidad.
4. Modelo: Un objeto X es un modelo del objeto Y para el observador Z, si Z puede emplear X para
responder cuestiones que le interesan acerca de Y).
5. Modelos inventarios: Son aquellos materiales o bienes ociosos que la organización conserva
para su uso en algún momento en el futuro.
6. Modelos inventarios: Son aquellos materiales o bienes ociosos que la organización conserva
para su uso en algún momento en el futuro
7. Pronósticos: es simplemente una predicción del comportamiento de una variable la cual está
sujeta al presente y como va hacer en el futuro.
8. Pronósticos: es simplemente una predicción del comportamiento de una variable la cual está
sujeta al presente y cómo va hacer en el futuro.
9. Regresión lineal Simple: El estudio de la regresión simple muestra la relación entre dos variables,
una de ellas es independiente y una variable dependiente.
10. Ruta Crítica: Es una secuencia de elementos terminales de la red con respecto a tiempo y costo.
11. Simulación: Simulación es el proceso de diseñar un modelo de un sistema real y llevar a cabo
experiencias con él, con la finalidad de aprender el comportamiento del sistema o de evaluar
diversas estrategias para el funcionamiento del sistema.
12. Simulación: Simulación es el proceso de diseñar un modelo de un sistema real y llevar a cabo
experiencias con él, con la finalidad de aprender el comportamiento del sistema o de evaluar
diversas estrategias para el funcionamiento del sistema.
13. Teoría de colas: Es una formulación matemática para la optimización de sistemas en que interactúan
dos procesos normalmente aleatorios: un proceso de llegadas de clientes y un proceso de servicio a
los clientes, en los que existen fenómenos de acumulación de clientes en espera del servicio y donde
existen reglas
Corporación definidas
Universitaria (conductos)
Remington para Conmutador
- Calle 51 51-27 la prestación del servicio.
5111000 Ext. 2701 Fax: 5137892. Edificio Remington

INVESTIGACIÓN DE
OPERACIONES 157
9 PISTAS DE APRENDIZAJE
Tener presente que una probabilidad es la ocurrencia de un suceso.
Tener en cuenta que una decisión es la selección o escogencia de un tema a estudiar.
Tener en cuenta que una decisión es la mejor alternativa para dar una solución a un problema.
Tener presente que la construcción de un modelo es el seguimiento de pasos para llegar a la solución de un
problema.
Tener presente que criterio es un modelo que me permite solucionar un problema para llegar a la mejor decisión.
Tener en memoria que un índice es un indicador de un procedimiento.
Tener en cuenta que un beneficio es buscar la máxima utilidad o ganancia.
Tener en cuenta que una ruta crítica es un camino para buscar la mejor decisión para resolver un problema.
Tener en cuenta que un pronóstico es algo que va a suceder o pasar, el cual se efectuar en el año anterior.

INVESTIGACIÓN DE
OPERACIONES 158
10 BIBLIOGRAFÍA
Fuentes bibliográficas
1. MENDENHALL, William. SINCICH, Terry. Probabilidad y Estadística para ingeniería y ciencias. 4ª edición.
Prentice Hall. 1997.
2. PURCELL, Edwin J. VARBERG, Dale. Cálculo con geometría analítica. 6ª edición. Prentice Hall. 1997.
3. MATHUR, Kamlesh, SOLOW, Daniel. Investigación de Operaciones, el arte de la toma de decisiones. Prentice
Hall. 1997.
4. NAKAMURA, Shoichiro. Análisis numérico y visualización gráfica con Matlab. 1ª edición. Prentice Hall. 1997.
5. MONROY, Olivares César. Teoría del caos. Alfa Omega grupo editor. 1997.
6. Galdós Cálculo y Estadística III Edición Única. Grupo La Republica. Lima Perú; 2005.
7. Cannavos G. Probabilidad y Estadística Aplicación y métodos. Ed. en español Mc GRAW-
HILL/INTERAMERICANA DE MEXICO.1995.
8. Hamdy A. Taha. Investigación de Operaciones. edición 7. Pearson Educación, 2004. páginas 830
Fuentes digitales o electrónicas
1. link Universidad de Alicante

Desde la primera publicación de Investigación de operaciones: una introducción, en el año 1971, he hecho
incontables cambios, tanto en el estilo como en el ...
gaudi.ua.es/ uhtbin/ boletín/ 189880
2. UNIVERSIDAD NACIONAL AUTNOMA DE MXICO
Investigación de Operaciones (una introducción). 6a. Edicion. México. Prentice Hall, 1998. MARÍN PINILLOS,
Benito. Técnicas de Optimización ...
www.economia.unam.mx/ reforma/ proplan/ eco_negoci/ pdfs/ semestre6/ InvestigaciondeOperacionesI.pdf
3.Investigación de Operaciones: Opiniones y Características en...

Opiniones y características sobre Investigación de Operaciones. Desde la primera publicación de Investigación de
Operaciones: Una ..
opinion.mercadolibre.com.ar/ investigacion-operaciones-26725-VCP
4.INVESTIGACIÓN OPERATIVA. Introducción. - La naturaleza de la ...

Pontificia de Comillas). - TAHA (1997), " Investigación de operaciones una introducción " (6º Edición), De.
Prentice Hall.
www.uclm.es/ area/ WebMaths/ docencia/ temarios/ Microsoft%20Word%20-%20io_eco.pdf
5.Universidad del Cauca Ingeniería de Sistemas

658.4034T357 Investigación de Operaciones: Una introducción./ ha Taha. 658.4034T435 Toma de Decisiones
por medio de Investigación de Operaciones rj Thierauf...
www.unicauca.edu.co/ docs/ facultades/ sistemas/ pensum/ SemestreVIII/ investigacion_operaciones.pdf
6. UNIVERSIDAD AUTÓNOMA CHAPINGO

TAHA, haCorporación
Investigación de Operaciones
Universitaria una Introducción.
Remington - Calle Editorial
51 51-27 Conmutador Representaciones
5111000 y Servicios.
Ext. 2701 Fax: 5137892. México. 1981.
Edificio Remington

INVESTIGACIÓN DE
OPERACIONES 159
THIERAUF, rj Introducción a la Investigación...

www.chapingo.mx/ agroind/ planes/ fichas/ Optativas/ pdf/ Investigaci%F3n%20de%20operaciones.pdf
7. Microsoft powerpoint - tema6

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

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

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

Investigacion - Operativa - Modulo - Actualizado 2018

Cargado por

Copyright:

Formatos disponibles

Investigacion - Operativa - Modulo - Actualizado 2018

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Investigacion - Operativa - Modulo - Actualizado 2018

Cargado por

Copyright:

Formatos disponibles

INVESTIGACIÓN OPERATIVA

Integrado por: Pablo Emilio Botero Tobón

Martha Lucía Duque Ramírez

Francisco Javier Álvarez Gómez

1 MAPA DE LA ASIGNATURA ............................................................................................................................. 7

2 UNIDAD 1 TEORÍA DE DECISIONES.................................................................................................................. 8

2.1.1 OBJETIVO GENERAL ........................................................................................................................ 8

2.1.2 OBJETIVOS ESPECÍFICOS ................................................................................................................. 8

2.2 TEMA 1 CONCEPTOS DE TEORÍA DE DECISIONES .................................................................................... 8

2.2.1 ELEMENTOS QUE CARACTERIZAN A LA TOMA DE DECISIONES ....................................................... 8

2.2.2 CONCEPTOS .................................................................................................................................... 8

2.2.3 TIPOS DE DECISIONES ..................................................................................................................... 9

2.2.4 MATRIZ DE DECISIón O MATRIZ DE PAGOS ..................................................................................... 9

2.3 TEMA 2 CRITERIOS DE TOMA DE DECISIONES ...................................................................................... 17

2.3.1 Criterios de Toma de decisiones bajo incertidumbre .......................................................................... 17

2.3.2 Criterios de Toma de decisiones bajo RIESGO .................................................................................... 29

2.4 taller de entrenamiento ....................................................................................................................... 42

3 UNIDAD 2 PRONOSTICOS ............................................................................................................................. 46

3.1 OBJETIVO GENERAL .............................................................................................................................. 46

3.2 OBJETIVOS ESPECÍFICOS ....................................................................................................................... 46

3.3 TEMA 1 CONCEPTOS DE PRONOSTICOS................................................................................................ 46

3.4 TEMA 2 MODELOS DE PRONÓSTICOS ................................................................................................... 47

3.4.1 PROMEDIOS MOVILES .................................................................................................................. 47

3.4.2 Suavización Exponencial simple .................................................................................................... 51

4 UNIDAD 3 MODELOS DE INVENTARIOS Y RUTA CRÍTICA .............................................................................. 58

4.1 CONCEPTOS BÁSICOS DE INVENTARIO ................................................................................................ 58

4.1.1 VENTAJAS DE UN SISTEMA DE INVENTARIO ................................................................................. 58

4.1.2 CONTROL DE INVENTARIOS .......................................................................................................... 58

4.1.3 FACTORES DE COSTO EN EL CONTROL DEL INVENTARIO .............................................................. 59

4.2 MODELOS DE INVENTARIO ................................................................................................................... 60

4.2.1 Modelo de inventario de cantidad de pedidos (EOQ) ................................................................... 61

4.2.2 Modelo de inventario de cantidad de pedidos con descuento ..................................................... 68

4.2.3 Modelo de inventario de cantidad de pedidos de producción ..................................................... 74

4.2.4 Modelo de inventario con demanda probabilística ...................................................................... 78

4.3 TEMA 2 RUTA CRÍTICA CPM Y PERT ...................................................................................................... 85

4.4 TALLER DE ENTRENAMIENTO ............................................................................................................... 95

5 UNIDAD 4 CONCEPTOS DE MODELOS DE SIMULACION Y CADENA DE MARKOV ........................................ 100

5.1 Objetivo General ................................................................................................................................ 100

5.2 Objetivos Específicos .......................................................................................................................... 100

5.3 Prueba Inicial ...................................................................................................................................... 100

5.4 Tema 1 Conceptos de Modelos de SimulacióN ................................................................................... 101

5.4.1 Definición de Modelos de simulación ......................................................................................... 101

5.4.2 Aplicabilidad de los Modelos de Simulación ............................................................................... 101

5.4.3 Teoría de los modelos de simulación .......................................................................................... 102

5.4.4 Teoría de Modelos y Simulación ................................................................................................. 104

5.4.5 Tipos de Modelos de Simulación ................................................................................................. 105

5.5 tema 2 Cadena de Markov .................................................................................................................. 106

5.5.2 Matriz de transición de n pasos .................................................................................................. 107

5.5.3 Probabilidades de estado estable ............................................................................................... 107

5.6 TALLER DE ENTRENAMIENTO ............................................................................................................. 115

6 Unidad 5 REGRESIÓN LINEAL ..................................................................................................................... 117

6.1 OBJETIVO GENERAL ............................................................................................................................ 117

6.2 OBJETIVOS ESPECÍFICOS ..................................................................................................................... 117

6.3 correlación simple .............................................................................................................................. 117

6.3.1 Conceptos ................................................................................................................................... 117

6.4 REGRESIÓN LINEAL SIMPLE................................................................................................................. 124

6.4.1 Método De Mínimos Cuadrados ................................................................................................. 124

6.4.2 Ejercicio de Aprendizaje.............................................................................................................. 125