Determinístico vs aleatorio

Mismo promedio, resultados distintos: una comparación experimental entre un sistema perfectamente predecible y uno que fluctúa.
Determinístico Aleatorio leve Aleatorio fuerte

Marco conceptual: qué significa que un sistema sea determinístico o aleatorio

En gestión de operaciones muchas veces se diseña un proceso como si fuera perfectamente predecible: se supone una demanda esperada, una capacidad disponible y un flujo que debería cumplirse según plan. Ese razonamiento es útil para empezar, pero describe un sistema de diseño, no necesariamente el sistema real.

Un sistema es determinístico cuando, dadas las mismas condiciones de entrada, produce siempre el mismo resultado. En forma intuitiva: mismo input, mismo output. Si llegan 10 pedidos por período y la estación puede procesar 10, entonces el resultado queda completamente fijado. No hay sorpresa, no hay dispersión entre corridas, no hay diferencias entre repetir una vez o repetir cien veces.

Un sistema es aleatorio cuando existe variación en alguna parte del proceso. Puede variar la demanda, la capacidad efectiva, el tiempo de atención, el abastecimiento o incluso la calidad. En ese caso, aunque el contexto general sea el mismo, el resultado concreto de cada corrida puede cambiar. No significa caos total: puede existir un patrón bastante estable en promedio, pero cada realización particular puede verse distinta.

En esta página la operación es una estación de trabajo sencilla. En cada período llegan pedidos y la estación procesa hasta donde le alcanza la capacidad efectiva. Si sobra trabajo, queda pendiente como backlog. La lógica básica del sistema puede resumirse así:

Backlog nuevo = max(0, backlog anterior + llegadas − capacidad efectiva)

La fórmula no es el centro del aprendizaje, pero ayuda a ver algo importante: incluso con el mismo promedio de llegadas y de capacidad, pequeñas fluctuaciones pueden hacer que aparezca trabajo acumulado. Y una vez que ese atraso aparece, no siempre es fácil eliminarlo enseguida.

Idea para llevarse

El promedio resume, pero no cuenta toda la historia. Dos sistemas con la misma demanda media y la misma capacidad media pueden generar experiencias operativas muy distintas si en uno hay variación y en el otro no.

En símbolos, muy simple

Determinístico: y = f(x)

Aleatorio: Y puede tomar distintos valores aun bajo el mismo contexto general.

Para mirar muchas corridas, suele interesar:

promedio = (y₁ + y₂ + ... + yR) / R

rango = máximo − mínimo

El promedio muestra el comportamiento típico. El rango y la dispersión muestran cuánto puede apartarse una corrida de otra.

Por qué esto importa en operaciones

  • Planeamiento: si trabajás solo con valores medios, podés creer que el sistema “cierra” cuando en realidad algunas corridas terminan con atraso.
  • Capacidad: cuando la capacidad media queda muy justa respecto de la demanda media, la variación pesa mucho más.
  • Colas y esperas: una caída momentánea de capacidad o un pico transitorio de llegadas puede generar acumulación que luego tarda en disiparse.
  • Gestión del riesgo: no alcanza con preguntar “¿qué pasa en promedio?”. También conviene preguntar “¿qué tan distinto puede salir una corrida de otra?”.
  • Simulación: repetir muchas corridas permite ver no solo un resultado puntual, sino también su estabilidad o inestabilidad.

En otras palabras: lo determinístico sirve para pensar el diseño. Lo aleatorio ayuda a entender el comportamiento real.

Cómo usar la interactividad de esta página

  • Períodos por corrida: cambia la longitud de cada experimento. Con más períodos, tenés más tiempo para que se acumulen o se recuperen atrasos.
  • Corridas: define cuántas repeticiones independientes se hacen por escenario. Cuantas más corridas, mejor se ve la diferencia entre un caso repetible y uno disperso.
  • Demanda media y Capacidad media: controlan el equilibrio general del sistema. Si quedan muy parecidas, la variabilidad se nota más.
  • Aleatoriedad leve y fuerte: regulan cuánto fluctúan los valores alrededor de su promedio en los escenarios aleatorios.
  • Dónde hay variación: permite decidir si la incertidumbre viene de la demanda, de la capacidad o de ambas.
  • Serie mostrada: cambia qué variable se grafica en el panel principal: backlog, salida, llegadas o capacidad.
  • Corrida visible: selecciona qué repetición mirar en detalle, sin cambiar el experimento total.
  • Simular: genera todas las corridas con la configuración elegida.
  • Reproducir: muestra cómo evoluciona en el tiempo la corrida visible, período a período.
  • Ir al final: salta directamente al último período, útil para comparar resultados acumulados.
  • Histograma del backlog final: muestra si todas las corridas terminan igual o si hay dispersión entre repeticiones.
Sugerencia de exploración. Probá primero un caso “justo”, con demanda media y capacidad media iguales. Después repetí sin cambiar promedios, pero aumentando la aleatoriedad. Finalmente mirá el histograma y preguntate: ¿el promedio sigue parecido, pero el peor caso empeora mucho?
Objetivo didáctico puntual

Que el estudiante distinga entre un sistema determinístico, donde repetir el experimento da siempre el mismo resultado, y un sistema aleatorio, donde los resultados cambian aunque el promedio esperado sea similar.

Pregunta disparadora

Si una operación tiene la misma demanda media y la misma capacidad media, ¿por qué algunos días termina con atraso y otros no?

Idea central

En un sistema determinístico, mismo contexto implica mismo resultado. En uno aleatorio, el patrón general puede mantenerse, pero cada corrida concreta puede ser distinta.

Corrida visible: 1 Período visible: final
Simulá varias corridas para comparar qué tan repetible es el resultado en cada escenario.

Configuración del experimento

40
30
10
10
12%
35%
1
Qué se está simulando acá
En cada período llegan pedidos a una estación de trabajo. La estación procesa hasta donde le alcanza su capacidad efectiva. Lo que no entra queda como backlog. En el escenario determinístico, llegadas y capacidad son siempre iguales a su media. En los otros escenarios, fluctúan alrededor del mismo promedio.

Distribución del backlog final entre corridas

Acá se ve si, al repetir el experimento, siempre terminás igual o no.

Lectura rápida

  • Si el escenario es determinístico, las corridas quedan superpuestas: no hay sorpresa entre una repetición y otra.
  • Si el escenario es aleatorio, aparecen diferencias entre corridas aunque no cambies los promedios.
  • La dispersión entre corridas muestra cuánto cambia el resultado final del sistema.

Fotografía de la corrida seleccionada

Las tarjetas muestran el estado del sistema en la corrida elegida y en el período visible.

Qué observar

  • Corré varias veces el experimento sin cambiar ningún parámetro.
  • Compará si el caso determinístico vuelve exactamente al mismo resultado.
  • Fijate cuánto se abren el mínimo y el máximo en los casos aleatorios.
  • Probá igualar demanda media y capacidad media: ahí la variación suele volverse mucho más visible.

Aplicación a operaciones y mini actividad

  • Planeamiento: una hoja de cálculo determinística puede subestimar atrasos reales.
  • Colas: aunque el promedio “cierre”, una corrida particular puede acumular trabajo.
  • Pronósticos: el valor medio no resume toda la historia.
  • Desafío: buscá una configuración donde el promedio del backlog sea parecido al caso determinístico, pero el peor caso sea mucho mayor.

Preguntas y respuestas

¿Determinístico significa que el sistema funciona “mejor”?
No necesariamente. Significa que el resultado queda completamente definido por los datos de entrada. Puede ser bueno o malo, pero no cambia entre repeticiones si no cambian los datos.
¿Aleatorio significa desorden total o falta de patrón?
Tampoco. Puede haber un patrón estable en promedio, pero cada realización concreta cambia. Justamente por eso se estudian distribuciones, frecuencias y simulación.
¿Por qué dos corridas aleatorias con el mismo promedio pueden terminar distinto?
Porque el orden y el tamaño de las fluctuaciones importan. Un pico temprano de demanda o una caída momentánea de capacidad pueden generar atraso que luego cuesta recuperar.
¿Qué me aporta ver muchas corridas en lugar de una sola?
Te permite distinguir entre un resultado puntual y el comportamiento del sistema. Una sola corrida puede ser engañosa; muchas corridas muestran rango, dispersión y riesgo.