INVENTARIO PROBABILSTICO

El trmino probabilstico es la expresin cuantitativa que comprende la asignacin

de valores numricos a sucesos que tienen la posibilidad de ocurrir y dependen de
fenmenos de la naturaleza o de variables inherentes a un proceso que no son
controlables. Por tanto, el sistema probabilstico es el conjunto de mtodos
cuantitativos para predecir el comportamiento de un proceso continuo de sucesos.
Se utiliza este sistema cuando la demanda es difcil de determinar con certeza.
Para ello se tienen dos modelos para afrontar tal situacin.
MODELOS DE INVENTARIOS PROBABILSTICOS
Los modelos desarrollados se clasifican en general bajo situaciones de anlisis
continuo y peridico. Los modelos de anlisis peridico incluyen casos de un solo
periodo, y de periodos mltiples
MODELOS DE REVISIN CONTINUA
Existen dos modelos, el primero es una versin probabilzada del EOQ
determinista, que utiliza existencias estabilizadoras para explicar la demanda
probabilista, el segundo un EOQ probabilstico ms exacto, que incluye la
demanda probabilstica de forma directa en la formulacin
7.1.1 MODELOS EOQ PROBABILIZADO
El tamao de las existencias estabilizadoras se determina de modo que la
probabilidad de agotamiento de las existencias durante el tiempo de entrega (el
periodo entre colocar y recibir un pedido) no exceda un valor predeterminado.
Sean:
L = tiempo de entrega entre colocar y recibir un pedido.
L = demanda promedio durante el tiempo de entrega.
L = desviacin standard de la demanda durante el tiempo de entrega.
B = tamao de la existencia estabilizadora.
= mxima probabilidad disponible de agotamiento de las existencias durante el
tiempo de entrega.
XL = variable aleatoria que representa la demanda durante el tiempo de entrega.
Tengamos en cuenta que P(z>=K y B>= L.K

La principal suposicin del modelo es que la demanda, XL, durante el tiempo de

entrega L se distribuye normalmente con media L y desviacin standard L, es
decir, N(L, L).
La demanda durante el tiempo de entrega normalmente se describe mediante una
funcin de densidad de probabilidad por unidad de tiempo (por ejemplo, por da, o
semana), de la cual podemos determinar la distribucin de la demanda durante L.
De forma especfica, dado que la demanda por unidad de tiempo es normal con
media D y desviacin standard , entonces, en general, la demanda durante L
es N(L, L), donde
L=DLL=

Modelo EOQ probabilstico

Este modelo permite faltantes en la demanda, la poltica requiere ordenar la
cantidad y siempre que el inventario caiga al nivel R. Como en el caso
determinista, el nivel de reorden R es una funcin del tiempo de entrega, entre
colocar y recibir un pedido. Los valores ptimos de y y R, se determinan
minimizando el costo esperado por unidad de tiempo que incluye la suma de los
costos de preparacin, conservacin y faltante.
El modelo tiene 3 suposiciones
-La demanda no satisfecha durante el tiempo de entrega se acumula.
-No se permite ms de una orden pendiente.
-La distribucin de la demanda durante el tiempo de entrega permanece
estacionaria (sin cambio) con el tiempo.
Para desarrollas la funcin de costo total por unidad de tiempo, sea
f(x) = fdp de la demanda, x, durante el tiempo de entrega
D = demanda esperada por unidad de tiempo
h = costo de manejo por unidad de inventario por unidad de tiempo
p = costo de faltante por unidad de inventario
K = costo de preparacin por pedido
Con base en estas definiciones, se determinan los elementos de la funcin de
costo.
-Costo de preparacin: el nmero aproximado de pedidos por unidad de tiempo es
D/y, por lo que el costo de preparacin por unidad de tiempo es KD/y.
-Costo de manejo esperado: el inventario promedio es

I = y/2 + R - E(x)
El costo de manejo esperado por unidad de tiempo es, por tanto, igual a hI
La frmula no considera el caso de que R-E(x) pueda ser negativo.
-Costo de faltante esperado: el faltante ocurre cuando x > R. De esta manera, la
cantidad faltante esperada por ciclo es
S = x(x-R) f(x)dx
El costo de faltante por unidad de tiempo es = pDS/y

Y*=

La solucin para obtener y* y R* optimas se determina por

2D(K+pE(x)h

La integral de R* hasta en funcin de (x) = hy*/pD

Como y* y R* no se pueden determinar de forma cerrada, se usa un algoritmo
numrico, desarrollado por Hadley y Whitin para encontrar las soluciones. El
algoritmo se prueba para que converja en un numero finito de iteraciones, a
condiciones de que exista una solucin factible.