La presente investigación aborda el diseño, evaluación y análisis de una red logística de dos niveles considerando la demanda de los clientes y calidad del producto como variables aleatorias dentro de una cadena de suministro, compuesta por plantas de manufactura, centros de distribución y clientes, a través de la cual, mediante la aplicación de un modelo de optimización estocástico, se busca encontrar configuraciones eficientes que permitan minimizar el costo total del sistema a la vez de medir la capacidad de respuesta ante condiciones cambiantes. El estudio inicia con la formulación de un modelo determinista el cual sirve de punto de partida para comprender el comportamiento de la red propuesta, posteriormente, se incorpora los parámetros de incertidumbre mediante la programación estocástica de dos etapas que permite modelar parámetros inciertos, respetando una secuencia de decisiones: primero se definen las decisiones de apertura de instalaciones y después se ajustan las asignaciones, una vez revelada la incertidumbre, la demanda se formula bajo una distribución normal y la calidad del producto mediante una distribución beta, lo que permite representar con mayor fidelidad el desempeño real del sistema. El objetivo principal de este estudio es formular y analizar como el modelo de optimización propuesto integra de manera adecuada las fuentes de incertidumbre y costos asociados a la operación de la red, y que a su vez minimicen el costo total esperado del sistema, por lo cual se utilizan técnicas de programación estocástica y el software de optimización LINGO, que permite una evaluación integral de los múltiples posibles escenarios implicados en un entorno volátil. Los resultados obtenidos se evaluaron comparando el tamaño de los modelos, así como del desempeño del modelo estocástico frente al determinista, y mediante un extenso análisis de sensibilidad que estudia el impacto de la variación de diversos costos y parámetros, evidenciando que la inclusión de incertidumbre en demanda y calidad refuerza la capacidad del sistema para operar bajo escenarios inciertos lo que permite decisiones más informadas y asertivas, para fortalecer la planificación estratégica y robustas para el diseño de redes logísticas bajo condiciones reales.