NOMBRE CODIGO

YERSON GOMEZ 127051

CARLOS CASTELLANOS 119823
MIGUEL BARRERA 83445
 La empresa de producción Newell Sanford Vidrio Plano desea simular la demanda d
Establecer estos datos le permitirá planificar un abastecim

PROBABILIDAD DEMANDA LIMITE INFERIOR

20% 1500 0%
30% 1700 20%
40% 2100 50%
10% 2400 90%

Promedio
DEMANDA
1500
1700
2100
2400
TOTAL

Tras simular la demanda diaria durante 10 días, se obtuvo un promedio diar

2000 unidades disponibles en stock. Aunque existen días puntuales con
(como los casos de 2400 unidades), estos son poco probables (10%) y no
amenaza frecuente para el nivel actual de inventario.

Interpretacion y Conclusion
Planificación de inventario eficiente:
La empresa debe priorizar una política de abastecimiento enfocada en cubr
diaria entre 1700 y 2100 unidades, ya que en más del 70% de los escena
esta cantidad.
Su promedio mayormente estara en el rango de 1700 a 2100
Reducción de costos de inventario:
Al evitar sobreabastecimientos (como planificar para 2400 unidades cuando
se optimizan los costos de almacenamiento y se reducen pérdidas por prod
o desea simular la demanda diaria de ventas utilizando las probabilidades previamente identificadas en periodo
mitirá planificar un abastecimiento adecuado y eficiente, optimizando así su gestión de inventario

LIMITE SUPERIOR DEMANDA DIA ALEATORIO DEMANDA

20% 1500 1 47% 1700
50% 1700 2 58% 2100
90% 2100 3 97% 2400
100% 2400 4 49% 1700
5 56% 2100
6 21% 1700
7 1% 1500
8 4% 1500
9 34% 1700
10 55% 2100

1850
Frecuencia % promedio
2 20%
4 40%
3 30%
1 10%
10 100%

Toma de decisiones al resultado (DATOS GEN

se obtuvo un promedio diario inferior a las Con base en la simulación de los datos generados
e existen días puntuales con demandas altas demanda fue de 1700 unidades, lo que eviden
oco probables (10%) y no representan una hacia ese nivel de consumo.
tario. Por tanto, la empresa debe fijar como nivel ba
unidades. Esta decisión permite alinear la operac
asegurando eficiencia en costos de producción, al
Sin embargo, como en un 30% de los días se pres
unidades), se recomienda establecer un margen
ecimiento enfocada en cubrir una demanda
reaccionar rápidamente ante estos picos, sin sobr
más del 70% de los escenarios se requiere

1700 a 2100

para 2400 unidades cuando es poco probable),

reducen pérdidas por productos no vendidos.
ntificadas en periodos anteriores.
entario

DATOS GENERADOS
42% 1700
27% 1700
37% 1700
30% 1700
50% 1700
24% 1700
56% 2100
95% 2400
22% 1700
89% 2100

tado (DATOS GENERADOS)

os datos generados, se concluye que el 70% de los días la
ades, lo que evidencia una tendencia clara y dominante

ijar como nivel base de producción diaria las 1700

te alinear la operación con la demanda más probable,
s de producción, almacenamiento y distribución.
de los días se presentaron demandas superiores (2100 y 2400
blecer un margen de flexibilidad operativa que permita
stos picos, sin sobredimensionar la producción todos los días.
 Un banco Recocido de la ciudad de Bogotá desea simular la llegada de personas a su sed
de espera de los clientes. Para ello, se ha determinado una distribución de probabilidad
La simulación se realizará considerando intervalos de llegada cada 5 minutos, iniciando
personas llegan al banco, en función de la siguiente distribución de probabilidad.

PROBABILIDAD CLIENTES LIMITE INFERIOR

5% 0 0%
15% 1 5%
25% 2 20%
20% 3 45%
15% 4 65%
10% 5 80%
5% 6 90%
5% 7 95%

# Clientes
0
1
2
3
4
5
6
7
TOTAL
PROMEDIO
TOTAL CLIENTE X MINUTO

Toma de decisiones
Al analizar la simulación de llegadas de clientes al banco durante el horario de 9:00 a.m
a.m., se evidencia que la cantidad de personas que llegan por intervalo de 5 minutos se
principalmente entre 1 y 4 clientes, siendo estos valores los más probables. En particu
valores de 2 y 3 clientes presentan igualmente una frecuencia, lo cual coincide con la
probabilidades asignadas en la tabla de distribución.
Por otro lado, la aparición de valores extremos como 0, 5, 6 y 7 clientes es baja o nul
simulación realizada, lo que concuerda con su menor probabilidad teórica (cada uno rep
entre 5% y 10%).

Interpretacion y Conclusion
La capacidad del personal en ventanilla debe ser distribuida estratégicamente con base
resultados de la simulación. Aunque es poco probable que se presenten más de 5 client
intervalo de tiempo, el banco debe garantizar una capacidad mínima de respuesta
Interpretacion y Conclusion
La capacidad del personal en ventanilla debe ser distribuida estratégicamente con base
resultados de la simulación. Aunque es poco probable que se presenten más de 5 client
intervalo de tiempo, el banco debe garantizar una capacidad mínima de respuesta
estos eventos excepcionales, sin incurrir en una sobredimensión del recurso hum
estrategia permite mantener un equilibrio entre eficiencia operativa y calidad en el serv
cliente.
a de personas a su sede principal con el fin de mejorar la gestión del personal en ventanilla y reducir los tiempo
ución de probabilidad basada en datos históricos de atención al público durante la primera hora del día.
5 minutos, iniciando a las 9:00 a.m. y finalizando a las 10:00 a.m. Para cada intervalo, se desea estimar cuánta
e probabilidad.

LIMITE SUPERIOR CLIENTES HORA CLIENTES HORA

5% 0 9:00 3 9:00
20% 1 9:05 4 9:05
45% 2 9:10 2 9:10
65% 3 9:15 2 9:15
80% 4 9:20 2 9:20
90% 5 9:25 1 9:25
95% 6 9:30 1 9:30
100% 7 9:35 3 9:35
9:40 1 9:40
9:45 2 9:45
9:50 3 9:50
9:55 1 9:55
Total Clientes 10:00 3 10:00
0 0%
4 31%
4 31%
4 31%
1 8%
0 0%
0 0%
0 0%
13 100%
3
43

Toma de decisiones al resultado (DATOS GENERADOS)

El banco debe asignar al menos 3 cajeros durante la franja de
horario de 9:00 a.m. a 10:00 que se presenta una demanda promedio superior a 4 cliente
valo de 5 minutos se concentra garantizará un flujo continuo en la atención y evitará acumulacio
probables. En particular, los clientes registrados a las 9:40.El banco puede establecer un esqu
cual coincide con las o personal de respaldo que se active automáticamente cuand
supere los 5 por intervalo. Esto permite responder con flexibilida
entes es baja o nula en la ocioso en horas de baja demanda.
eórica (cada uno representa

égicamente con base en los

nten más de 5 clientes en un solo
ma de respuesta para atender
égicamente con base en los
nten más de 5 clientes en un solo
ma de respuesta para atender
n del recurso humano. Esta
a y calidad en el servicio al
 y reducir los tiempos
hora del día.
esea estimar cuántas

CLIENTES
3
3
4
1
5
0
3
5
4
1
3
7
4

GENERADOS)
durante la franja de 9:00 a.m. a 10:00 a.m., ya
perior a 4 clientes cada 5 minutos. Esto
evitará acumulaciones en picos como el de 7
establecer un esquema de cajeros rotativos
máticamente cuando la cantidad de clientes
nder con flexibilidad a picos sin tener personal
Un Banco Recocido, ubicado en la ciudad de Bogotá, desea simular el servicio de atenció
los tiempos de espera de los clientes.
Para ello, el área de operaciones ha recopilado datos históricos sobre los tiempos de ate
durante las horas pico.
La simulación permitirá analizar si el número actual de cajeros es suficiente o si se requi

PROBABILIDAD TIEMPO (min) LIMITE INFERIOR

5% 3 0%
15% 3.5 5%
30% 4 20%
25% 4.5 50%
15% 5 75%
10% 5.5 90%

TIEMPO
3
3.5
4
4.5
5
5.5
TOTAL
PROMEDIO CLIENTES

Toma de decisiones
No es necesario aumentar la cantidad de cajeros para este escen
demanda simulada fue completamente atendida en el tiempo disponible
recomienda mantener seguimiento constante, ya que un leve incre
clientes o en los tiempos de atención podría generar acumulación.Si el n
superar los 15 o si se presentan tiempos superiores a 5,5 minutos
sí sería necesario activar un segundo cajero o implementar medidas de

Conclusion
El cajero logró atender a los 13 clientes en menos de 60 minutos, lo
operativamente viable cubrir toda la demanda con un solo cajero
siempre y cuando los tiempos de atención se mantengan dentro del patr

Ademas es de recalcar que la mayor frecuencia en minutos es entre 4 y

es de 3 y 5,5min x cliente
Conclusion
El cajero logró atender a los 13 clientes en menos de 60 minutos, lo
operativamente viable cubrir toda la demanda con un solo cajero
siempre y cuando los tiempos de atención se mantengan dentro del patr

Ademas es de recalcar que la mayor frecuencia en minutos es entre 4 y

es de 3 y 5,5min x cliente
ular el servicio de atención brindado por uno de sus cajeros, con el objetivo de mejorar la gestión del personal e

sobre los tiempos de atención por cliente y ha construido una distribución de probabilidad que refleja el compor

es suficiente o si se requiere realizar ajustes en la asignación de personal.

LIMITE SUPERIOR TIEMPO (min) CLIENTES TIEMPO (min)

5% 3 1 5.00
20% 3.5 2 4.00
50% 4 3 4.50
75% 4.5 4 5.00
90% 5 5 4.50
100% 5.5 6 4.50
7 3.50
8 3.50
9 5.50
10 4.50
11 4.50
FRECUENCIA % 12 4.50
0 0% 13 5.50
2 15%
1 8% BUSCARV
6 46% ALEATORIO
2 15%
2 15%
13 100%
4.2

eros para este escenario puntual, ya que la

n el tiempo disponible. Sin embargo, se
e, ya que un leve incremento en el número de
ar acumulación.Si el número de clientes llega a
iores a 5,5 minutos con frecuencia, entonces
mplementar medidas de gestión de colas.

os de 60 minutos, lo cual confirma que es

da con un solo cajero durante la hora pico,
tengan dentro del patrón observado.

n minutos es entre 4 y 4,5 min x cliente y la menor

os de 60 minutos, lo cual confirma que es
da con un solo cajero durante la hora pico,
tengan dentro del patrón observado.

n minutos es entre 4 y 4,5 min x cliente y la menor

ar la gestión del personal en ventanilla y reducir

lidad que refleja el comportamiento observado

H LLEGADA H SALIDA RESULTADO

9:00 9:05 4.00 9:00 9:04
9:05 9:09 4.50 9:04 9:08
9:09 9:13 4.50 9:08 9:13
9:13 9:18 4.00 9:13 9:17
9:18 9:23 4.00 9:17 9:21
9:23 9:27 3.50 9:21 9:24
9:27 9:31 5.50 9:24 9:30
9:31 9:34 4.00 9:30 9:34
9:34 9:40 4.00 9:34 9:38
9:40 9:44 3.50 9:38 9:41
9:44 9:49 4.50 9:41 9:46
9:49 9:53 4.00 9:46 9:50
9:53 9:59 4.00 9:50 9:54
La empresa Industrias NovaPack S.A.S., dedicada a la fabricación de envases plásticos p
utilizados por empresas lácteas y de jugos.
Con base en datos históricos de ventas recopilados durante los últimos 12 meses, se ha
consumidor, por lo tanto debe guardar un inventario de seguridad de minimo el 10% de
Por esta razón, la gerencia de operaciones ha decidido implementar una simulación para

PROBABILIDAD DEMANDA
20% 1500
20% 1700
30% 2100
30% 2400

RESULTADO
SEMANA DEMANDA
1 2400
2 1500
3 2100
4 2100
5 2100
6 2100

PROMEDIO

TOMA DE DECISIONES
La producción requerida semanal supera la capacidad instalada (2500
Aunque en ninguna semana se supera el límite máximo, la suma total de 13
semanas implica un promedio de 2.255 unidades/semana, lo cual está m
máximo, dejando poco margen de maniobra ante cualquier variación o
La semana 1 es crítica (requiere 2640 unidades):
La demanda más alta representa el 20% del total y supera la capacidad ins
empresa no podría cumplir completamente esa semana, lo que podría g
acumulación de pedidos.
La demanda más alta representa el 20% del total y supera la capacidad ins
empresa no podría cumplir completamente esa semana, lo que podría g
acumulación de pedidos.

CONCLUSION
La capacidad instalada es suficiente para cubrir 5 de las 6 semanas simu
insuficiente durante la semana con mayor demanda. La empresa debe c
capacidad en al menos un 10% (2750 unidades/semana) o redistribuir la
semana 1 hacia semanas con menor carga (como la 2), mediante planificación
adicionales.
ck S.A.S., dedicada a la fabricación de envases plásticos para productos alimenticios, desea simular la producció
s y de jugos.
e ventas recopilados durante los últimos 12 meses, se ha determinado que la demanda semanal varía consider
guardar un inventario de seguridad de minimo el 10% de la demanda.
operaciones ha decidido implementar una simulación para anticiparse a posibles escenarios y poder planificar a

LIMITE INFERIOR LIMITE SUPERIOR

0% 20%
20% 40%
40% 70%
70% 100%

RESULTADO
PRODUCCIÓN REQUERIDA %
2640.00 20%
1650.00 12%
2310.00 17%
2310.00 17%
2310.00 17%
2310.00 17%
13530.00 100%
2255.00

da semanal supera la capacidad instalada (2500 unidades/semana):

na se supera el límite máximo, la suma total de 13.530 unidades en 6
omedio de 2.255 unidades/semana, lo cual está muy cerca del tope
margen de maniobra ante cualquier variación o contingencia.
(requiere 2640 unidades):
resenta el 20% del total y supera la capacidad instalada. Esto indica que la
mplir completamente esa semana, lo que podría generar pérdidas de ventas o
 resenta el 20% del total y supera la capacidad instalada. Esto indica que la
mplir completamente esa semana, lo que podría generar pérdidas de ventas o

suficiente para cubrir 5 de las 6 semanas simuladas, pero resulta

semana con mayor demanda. La empresa debe considerar aumentar la
un 10% (2750 unidades/semana) o redistribuir la producción excedente de la
con menor carga (como la 2), mediante planificación anticipada o turnos
 simular la producción requerida semanalmente para uno de sus productos más demandados: envases tipo D-50

manal varía considerablemente dependiendo de la temporada, promociones comerciales y comportamiento del

y poder planificar adecuadamente el nivel de producción y abastecimiento de materias primas.

DEMANDA SEMANA DEMANDA

1500 1 1500
1700 2 2100
2100 3 1700
2400 4 2100
5 2400
6 2100
de sus productos más demandados: envases tipo D-500 ml,

ada, promociones comerciales y comportamiento del

y abastecimiento de materias primas.

PRODUCCIÓN REQUERIDA
1650.00
2310.00
1870.00
2310.00
2640.00
2310.00
La empresa Super Premios S.A.S., especializada en promociones y sorteos de fidelización de clientes, ha lanzado una cam
una compra superior a $50.000 recibe un código para participar en un sorteo instantáneo digital.
En cada intento, el sistema indica automáticamente si el participante es ganador o perdedor. Para poder analizar la efect
equipo de datos de la empresa desea realizar una simulación para determinar la probabilidad empírica de ganadores y p
Esto permitirá validar si la proporción de premios entregados corresponde a los parámetros establecidos, o si es necesar

PROBABILIDAD ESTADO LIMITE INFERIOR LIMITE SUPERIOR ESTADO

20% GANA 1000 0% 20% GANA 1000
30% GANA 500 20% 50% GANA 500
40% PIERDE 500 50% 90% PIERDE 500
10% PIERDE 100 90% 100% PIERDE 100

ESTADO FRECUENCIA Participacion

GANA 1000 18 18%
GANA 500 32 32%
PIERDE 500 44 44%
PIERDE 100 6 6%
Total 100
Promedio 25
 entes, ha lanzado una campaña nacional llamada "Compra y Gana al Instante", donde cada cliente que realiza
al.
ara poder analizar la efectividad del sorteo y verificar que las probabilidades asignadas se están cumpliendo, el
empírica de ganadores y perdedores.
ablecidos, o si es necesario ajustar el algoritmo de sorteos para garantizar transparencia y equilibrio.

JUGADAS RESULTADOS • Simular 100 sorteos, registrar los resultados y calcular la frecuencia empírica d
1 GANA 500
2 GANA 500
3 PIERDE 500
4 PIERDE 500
5 PIERDE 500 • Determinar la proporción real de ganadores y perdedores, y evaluar si coincid
6 GANA 1000
7 GANA 500
8 GANA 1000
9 GANA 1000 ESTADO FRECUENCIA Participacion
10 PIERDE 100 GANA 1000 16 16%
11 GANA 500 GANA 500 34 34%
12 PIERDE 500 PIERDE 500 39 39%
13 GANA 1000 PIERDE 100 11 11%
14 PIERDE 500 Total 100
15 GANA 500 Promedio 25
16 PIERDE 500
17 PIERDE 500
18 PIERDE 500 Al correr el modelo 10 veces nos arroja como resultado que la
19 PIERDE 500 entre gana 500 y pierde 500 puesto que alli se encuentra s
20 GANA 500 tambien se nota que mas o menos cada que se corre el mo
21 PIERDE 500 ganadores de 500 esta siempre 10 jugadas por debajo y pier
22 PIERDE 500 encima.
23 PIERDE 500
24 PIERDE 100
25 GANA 500 Toma de decision
26 GANA 1000
27 PIERDE 500
28 GANA 500
29 PIERDE 500 Una decision coservadora es no arriesgarse a jugar dado que las probabilidad
30 PIERDE 100 50% de probabilidad de perder y 50% de ganar, hablando de nivel general. S
31 PIERDE 500 probabilidad que se encuentre en la frecuencia de jugadores que pierden 50
32 GANA 1000 saltarse un par de jugadas y no entrar en todas, esto podria jugar a su favor.
33 PIERDE 500 jugadores que ganan 500.
34 GANA 500
35 GANA 500
36 GANA 1000
37 GANA 1000
38 PIERDE 500
39 PIERDE 500 Conclusion
40 PIERDE 500
41 PIERDE 500
42 GANA 1000
43 GANA 500
44 PIERDE 500 Se determina según la evaluacion de 100 jugadas cuales son mis probabilida
45 PIERDE 500 mismas cuanto estaria perdiendo, en este caso dado que las probabilidades
46 GANA 500 50% ganancia lo que se busca es tomar la decision que me haga perder me
47 GANA 500 jugadas. igualmente se estaria entrando en un terreno arriesgado ya que
48 GANA 1000
49 PIERDE 500
50 PIERDE 500
51 PIERDE 500
52 GANA 1000
53 GANA 500
54 GANA 500
55 GANA 1000
56 PIERDE 500
57 GANA 500
58 PIERDE 500
59 GANA 1000
60 PIERDE 100
61 GANA 500
62 PIERDE 500
63 PIERDE 500
64 GANA 500
65 PIERDE 500
66 PIERDE 100
67 GANA 1000
68 GANA 500
69 GANA 500
70 PIERDE 100
71 PIERDE 500
72 PIERDE 500
73 GANA 1000
74 GANA 500
75 GANA 500
76 PIERDE 500
77 PIERDE 500
78 PIERDE 500
79 GANA 500
80 GANA 1000
81 PIERDE 500
82 PIERDE 500
83 GANA 500
84 PIERDE 500
85 GANA 500
86 GANA 500
87 PIERDE 500
88 GANA 500
89 GANA 500
90 GANA 500
91 PIERDE 500
92 GANA 1000
93 PIERDE 500
94 GANA 500
95 GANA 500
96 PIERDE 500
97 GANA 1000
98 PIERDE 500
99 PIERDE 500
100 GANA 500
 la frecuencia empírica de cada resultado.

dores, y evaluar si coincide con las probabilidades teóricas.

a como resultado que la probabilidad mayor esta

que alli se encuentra su mayor probabilidad,
cada que se corre el modelo el numero de los
gadas por debajo y pierde 500 10 jugadas por
encima.
ado que las probabilidades estan en que si se juega hay un
ando de nivel general. Si se arriesga a jugar habra una gran
gadores que pierden 500. si desea apostar lo recomendado es
podria jugar a su favor. y podria consguir estar en los

ales son mis probabilidades de ganar o perder y dentro de las

que las probabilidades generales ocilan en un 50% perdida y
que me haga perder menos y minimizar el impacto de mis 100
reno arriesgado ya que se esta en una balanza acumulada.