Descripción de los modelos

Este notebook en R implementa una simulación estocástica para modelar el comportamiento diario de un sistema de producción y distribución de botellas de agua durante 10 días. Se evalúa cómo varían la producción, la demanda, las ventas y el stock del Centro de Distribución (CDC) a lo largo del tiempo.

El modelo simula una situación realista en la que:

La producción diaria definida y no definina.
La demanda diaria de los clientes también varía aleatoriamente.
El stock acumulado de días anteriores puede ser utilizado para satisfacer parte de la demanda actual.

Objetivo los modelos

El objetivo principal es estudiar cómo se comporta el sistema bajo condiciones de incertidumbre en la producción y demanda, observando:

La evolución del stock disponible en el CDC.
La eficiencia con la que se satisface la demanda diaria.
El impacto del uso del stock acumulado en la cobertura de ventas.
La diferencia entre producción, demanda y ventas reales.

Desarrollo del modelo 1

Inicialización general: Se establece una semilla para garantizar la reproducibilidad de los números aleatorios generados en cada ejecución del código. Se configuran los parámetros iniciales del modelo:

dias: Número total de días de simulación.
produccion_diaria: Cantidad fija de botellas que se intentan producir cada día.
stock_cdc: Stock de botellas en el Centro de Distribución (inicia en 0).
inventario_tiendas: Inventario inicial por tienda (0 para las 3 tiendas).
insumos: Cantidad inicial de insumos necesarios para producir las botellas:

-    1 unidad de B1 (botellas vacias)

-    1 unidad de B2 (tapas) por botella

-    50 ml de B3 (agua purificada) por botella

set.seed(123)

# Parámetros iniciales
dias <- 7
produccion_diaria <- 140
stock_cdc <- 0
inventario_tiendas <- c(0, 0, 0)
insumos <- c(B1 = 5000, B2 = 5000, B3 = 150000)

Iteración diaria: Comienza el ciclo for que recorre los días desde 1 hasta 7. Cada iteración representa una jornada de producción, despacho y ventas.
Generación de demanda por tienda: Se genera una demanda aleatoria entre 30 y 50 botellas para cada una de las 3 tiendas. Se calcula el total de demanda agregada del día y el consumo de insumos para la producción.
Verificacion de disponibilidad de consumos:

Se verifica si hay suficientes insumos para cubrir la producción.

Si hay, se descuentan los insumos utilizados y se actualiza el stock del CDC, restando inmediatamente la demanda del día (stock acumulativo) .

Si no hay insumos suficientes, no se produce nada.

Estado del CDC, simulacion de clientes por tienda: Proceso de despacho y venta por tienda. Se simula el número de clientes por tienda, donde cada uno tendrá como mínimo 20 y como máximo el valor de la demanda de la tienda correspondiente

for (dia in 1:dias) {
  cat(paste0("DÍA ", dia, "\n------------------\n"))
  
  # Generar demanda por tienda
  demanda <- sample(30:50, 3)
  total_demanda <- sum(demanda)
  
  # Producción del día (puede ser ajustada si deseas variarla por día)
  prod <- produccion_diaria
  insumos_usados <- c(B1 = prod, B2 = prod, B3 = prod * 50)
  
  # Verificar disponibilidad de insumos
  if (all(insumos - insumos_usados >= 0)) {
    insumos <- insumos - insumos_usados
    stock_cdc <- stock_cdc + prod - total_demanda  # ← Stock acumulado correctamente
    cat("Producción:", prod, "botellas\n")
  } else {
    cat("No hay suficientes insumos para producir.\n")
    prod <- 0
  }
  
  # Mostrar insumos restantes
  cat("Insumos restantes - B1:", insumos["B1"], 
      " B2:", insumos["B2"], 
      " B3:", insumos["B3"], "ml\n")
  
  cat("Stock en CDC:", stock_cdc, "\n")
  
  # Clientes por tienda
  clientes <- mapply(function(d) sample(20:d, 1), demanda)
  
  for (i in 1:3) {
    despacho <- demanda[i]  # Despacho igual a la demanda
    vendido <- max(clientes[i], sample(clientes[i]:despacho, 1))  # Vendido ≥ clientes, ≤ despacho
    
    # Inventario final = Demanda - Vendido (nunca negativo)
    inventario_final <- max(0, demanda[i] - vendido)
    
    cat(paste0("Tienda ", i, 
               " - Demanda: ", demanda[i], 
               " | Clientes: ", clientes[i], 
               " → Despacho: ", despacho, 
               " - Vendido en tienda: ", vendido, 
               " | Inventario final: ", inventario_final, "\n"))
  }
  
  cat("\n")
}

## DÍA 1
## ------------------
## Producción: 140 botellas
## Insumos restantes - B1: 4860  B2: 4860  B3: 143000 ml
## Stock en CDC: 5 
## Tienda 1 - Demanda: 44 | Clientes: 22 → Despacho: 44 - Vendido en tienda: 43 | Inventario final: 1
## Tienda 2 - Demanda: 48 | Clientes: 29 → Despacho: 48 - Vendido en tienda: 39 | Inventario final: 9
## Tienda 3 - Demanda: 43 | Clientes: 37 → Despacho: 43 - Vendido en tienda: 41 | Inventario final: 2
## 
## DÍA 2
## ------------------
## Producción: 140 botellas
## Insumos restantes - B1: 4720  B2: 4720  B3: 136000 ml
## Stock en CDC: 19 
## Tienda 1 - Demanda: 49 | Clientes: 38 → Despacho: 49 - Vendido en tienda: 40 | Inventario final: 9
## Tienda 2 - Demanda: 43 | Clientes: 28 → Despacho: 43 - Vendido en tienda: 35 | Inventario final: 8
## Tienda 3 - Demanda: 34 | Clientes: 32 → Despacho: 34 - Vendido en tienda: 33 | Inventario final: 1
## 
## DÍA 3
## ------------------
## Producción: 140 botellas
## Insumos restantes - B1: 4580  B2: 4580  B3: 129000 ml
## Stock en CDC: 46 
## Tienda 1 - Demanda: 36 | Clientes: 23 → Despacho: 36 - Vendido en tienda: 33 | Inventario final: 3
## Tienda 2 - Demanda: 39 | Clientes: 33 → Despacho: 39 - Vendido en tienda: 39 | Inventario final: 0
## Tienda 3 - Demanda: 38 | Clientes: 36 → Despacho: 38 - Vendido en tienda: 36 | Inventario final: 2
## 
## DÍA 4
## ------------------
## Producción: 140 botellas
## Insumos restantes - B1: 4440  B2: 4440  B3: 122000 ml
## Stock en CDC: 62 
## Tienda 1 - Demanda: 41 | Clientes: 32 → Despacho: 41 - Vendido en tienda: 40 | Inventario final: 1
## Tienda 2 - Demanda: 44 | Clientes: 26 → Despacho: 44 - Vendido en tienda: 35 | Inventario final: 9
## Tienda 3 - Demanda: 39 | Clientes: 28 → Despacho: 39 - Vendido en tienda: 34 | Inventario final: 5
## 
## DÍA 5
## ------------------
## Producción: 140 botellas
## Insumos restantes - B1: 4300  B2: 4300  B3: 115000 ml
## Stock en CDC: 81 
## Tienda 1 - Demanda: 50 | Clientes: 44 → Despacho: 50 - Vendido en tienda: 48 | Inventario final: 2
## Tienda 2 - Demanda: 36 | Clientes: 21 → Despacho: 36 - Vendido en tienda: 28 | Inventario final: 8
## Tienda 3 - Demanda: 35 | Clientes: 32 → Despacho: 35 - Vendido en tienda: 35 | Inventario final: 0
## 
## DÍA 6
## ------------------
## Producción: 140 botellas
## Insumos restantes - B1: 4160  B2: 4160  B3: 108000 ml
## Stock en CDC: 102 
## Tienda 1 - Demanda: 42 | Clientes: 25 → Despacho: 42 - Vendido en tienda: 39 | Inventario final: 3
## Tienda 2 - Demanda: 47 | Clientes: 40 → Despacho: 47 - Vendido en tienda: 41 | Inventario final: 6
## Tienda 3 - Demanda: 30 | Clientes: 28 → Despacho: 30 - Vendido en tienda: 30 | Inventario final: 0
## 
## DÍA 7
## ------------------
## Producción: 140 botellas
## Insumos restantes - B1: 4020  B2: 4020  B3: 101000 ml
## Stock en CDC: 113 
## Tienda 1 - Demanda: 45 | Clientes: 30 → Despacho: 45 - Vendido en tienda: 35 | Inventario final: 10
## Tienda 2 - Demanda: 49 | Clientes: 27 → Despacho: 49 - Vendido en tienda: 33 | Inventario final: 16
## Tienda 3 - Demanda: 35 | Clientes: 25 → Despacho: 35 - Vendido en tienda: 25 | Inventario final: 10

Desarrollo del modelo 2

Inicialización de los vectores: Se definen los días de simulación (n_dias) y se inicializan los vectores necesarios para almacenar la información diaria: demanda, producción, inventario y stock.
- demanda: vector que contendrá la demanda diaria simulada (usamos distribución Poisson).
- produccion_diaria_1 y produccion_diaria_2: representan dos posibles niveles de producción por día.
- inventario: registra el número de productos disponibles cada día.
- stock: almacena el stock restante acumulado al final de cada día.

set.seed(123)  # Para reproducibilidad

# Parámetros
dias <- 10
stock_inicial <- 0
stock <- stock_inicial

# Crear vectores
produccion <- numeric(dias)
demanda <- numeric(dias)
stock_inicial_dia <- numeric(dias)
stock_usado <- numeric(dias)
ventas <- numeric(dias)
stock_final <- numeric(dias)

Simulación del proceso día por día: Se utiliza un bucle for para simular cada día:
- El primer día no tiene stock inicial.
- Se ajusta la producción diaria en función de la demanda anterior.
- Se calcula el stock disponible, las ventas reales (limitadas por stock + producción), y los productos faltantes si no se logra cubrir toda la demanda.
- Se guarda el stock restante para el siguiente día.

for (dia in 1:dias) {
  
  # Producción aleatoria diaria entre 80 y 120 unidades
  produccion[dia] <- sample(80:120, 1)
  
  # Demanda aleatoria diaria entre 90 y 130 unidades
  demanda[dia] <- sample(90:130, 1)
  
  # Guardar el stock antes de usarlo
  stock_inicial_dia[dia] <- stock
  
  # Total disponible = stock + producción
  disponible <- stock + produccion[dia]
  
  # Determinar ventas reales (no puede superar lo disponible)
  ventas[dia] <- min(disponible, demanda[dia])
  
  # Cuánto se usó del stock
  stock_usado[dia] <- min(stock, ventas[dia])
  
  # Actualizar stock final
  stock <- disponible - ventas[dia]
  stock_final[dia] <- stock
  
  # Mostrar resultados por día en formato deseado
  cat(paste0("DÍA ", dia, "\n------------------\n"))
  cat(paste0(
    "Producción: ", produccion[dia], " botellas\n",
    "Demanda: ", demanda[dia], 
    " | Stock inicial: ", stock_inicial_dia[dia], 
    " → Stock usado: ", stock_usado[dia], 
    " | Vendido: ", ventas[dia], 
    " | Stock final: ", stock_final[dia], "\n\n"
  ))
}

## DÍA 1
## ------------------
## Producción: 110 botellas
## Demanda: 104 | Stock inicial: 0 → Stock usado: 0 | Vendido: 104 | Stock final: 6
## 
## DÍA 2
## ------------------
## Producción: 93 botellas
## Demanda: 92 | Stock inicial: 6 → Stock usado: 6 | Vendido: 92 | Stock final: 7
## 
## DÍA 3
## ------------------
## Producción: 116 botellas
## Demanda: 103 | Stock inicial: 7 → Stock usado: 7 | Vendido: 103 | Stock final: 20
## 
## DÍA 4
## ------------------
## Producción: 104 botellas
## Demanda: 115 | Stock inicial: 20 → Stock usado: 20 | Vendido: 115 | Stock final: 9
## 
## DÍA 5
## ------------------
## Producción: 106 botellas
## Demanda: 94 | Stock inicial: 9 → Stock usado: 9 | Vendido: 94 | Stock final: 21
## 
## DÍA 6
## ------------------
## Producción: 106 botellas
## Demanda: 117 | Stock inicial: 21 → Stock usado: 21 | Vendido: 117 | Stock final: 10
## 
## DÍA 7
## ------------------
## Producción: 88 botellas
## Demanda: 118 | Stock inicial: 10 → Stock usado: 10 | Vendido: 98 | Stock final: 0
## 
## DÍA 8
## ------------------
## Producción: 114 botellas
## Demanda: 97 | Stock inicial: 0 → Stock usado: 0 | Vendido: 97 | Stock final: 17
## 
## DÍA 9
## ------------------
## Producción: 105 botellas
## Demanda: 96 | Stock inicial: 17 → Stock usado: 17 | Vendido: 96 | Stock final: 26
## 
## DÍA 10
## ------------------
## Producción: 88 botellas
## Demanda: 108 | Stock inicial: 26 → Stock usado: 26 | Vendido: 108 | Stock final: 6

Resultados: Al finalizar, se muestra una tabla con los valores diarios de producción, demanda, ventas, stock y faltantes Se definen los insumos disponibles y el consumo de cada uno por botella producida. Se crean vectores vacíos para registrar los resultados diarios: Producción, Demanda, Stock inicial, Stock utilizado, Ventas, Stock final.

# Crear data frame para mostrar resultados
resultado <- data.frame(
  Día = 1:dias,
  Producción = produccion,
  Demanda = demanda,
  Stock_Inicial = stock_inicial_dia,
  Stock_Usado = stock_usado,
  Ventas = ventas,
  Stock_Final = stock_final
)

# Mostrar tabla
print(resultado)

##    Día Producción Demanda Stock_Inicial Stock_Usado Ventas Stock_Final
## 1    1        110     104             0           0    104           6
## 2    2         93      92             6           6     92           7
## 3    3        116     103             7           7    103          20
## 4    4        104     115            20          20    115           9
## 5    5        106      94             9           9     94          21
## 6    6        106     117            21          21    117          10
## 7    7         88     118            10          10     98           0
## 8    8        114      97             0           0     97          17
## 9    9        105      96            17          17     96          26
## 10  10         88     108            26          26    108           6

Resumen:

# Mostrar resumen final
cat("\nResumen:\n")

## 
## Resumen:

cat("Stock inicial total en Centro de Distribucion:", stock_inicial, "\n")

## Stock inicial total en Centro de Distribucion: 0

cat("Stock final total en Centro de Distribucion:", stock, "\n")

## Stock final total en Centro de Distribucion: 6

cat("Total botellas de agua producidas:", sum(produccion), "\n")

## Total botellas de agua producidas: 1030

cat("Total botellas de agua demandadas en tiendas minoristas:", sum(demanda), "\n")

## Total botellas de agua demandadas en tiendas minoristas: 1044

cat("Total botellas de agua vendidas:", sum(ventas), "\n")

## Total botellas de agua vendidas: 1024

MODELOS DE SIMULACION PARA CADENA DE SUMINISTRO DE BOTELLAS DE AGUA

Diana Carolina Serrato Florez

2025-08-08

Descripción de los modelos

Objetivo los modelos

Desarrollo del modelo 1

Desarrollo del modelo 2