Documente Academic
Documente Profesional
Documente Cultură
Modelos de Inventario
Probabilístico
INDICE
INTRODUCCION ........................................................................................................... 3
OBJETIVOS..................................................................................................................... 4
EJERCICIOS ................................................................................................................. 25
2
Modelos de Inventario Probabilístico
INTRODUCCION
El inventario, como las cuentas por cobrar, presenta una proporción significativa de los
ello, las prácticas administrativas que den como resultado minimizar el porcentaje del
3
Modelos de Inventario Probabilístico
OBJETIVOS
lograr una buena administración en los inventarios y una relación eficiente de ellos con
la Administración Financiera.
CONCEPTO DE INVENTARIO
Los inventarios son un puente de unión entre la producción y las ventas. en una empresa
absorben la holgura cuando fluctúan las ventas o los volúmenes de producción, lo que
programación.
Sin ellos en la empresa existe una situación “de la mano a la boca”, comparándose la
4
Modelos de Inventario Probabilístico
comprando y consumiendo.
recursos, y también atender a sus clientes con más rapidez, optimizando todas las
Tanto el inventario, como las cuentas por cobrar, deben incrementarse hasta donde el
resultado de ahorro sea mayor que el costo total de mantener un inventario adicional.
coordinación entre las diferentes áreas de la empresa, teniendo como premisas sus
objetivos generales.
CONTROL DE INVENTARIOS
empresa.
Dos empresas esencialmente idénticas, con la misma cantidad de inventario, pero con
5
Modelos de Inventario Probabilístico
y carezcan de otra.
objetivos generales:
despacho y recibo.
eficientes.
6
Modelos de Inventario Probabilístico
concesiones. Hay varias condiciones que impiden el logro de estos objetivos. Más bien
que representar problemas que pueden ser solucionados, estas condiciones siempre están
inventario.
Este tema hace referencia a los modelos estocásticos de inventario, en los que la
periódica. Los modelos de revisión periódica incluyen tanto casos de un solo periodo
como de varios periodos. Las soluciones propuestas van desde el uso de una versión
la demanda conduce a modelos complejos que quizá no sean útiles en la práctica. Sin
probabilísticos.
7
Modelos de Inventario Probabilístico
Existen dos modelos, el primero es una versión “probabilizada” del EOQ determinista,
directa en la formulación.
PEDIDO
de agotamiento de las existencias durante el tiempo de entrega (el periodo entre colocar
Figura 1.1
8
Modelos de Inventario Probabilístico
Sea:
La hipótesis principal del modelo es que XL, la demanda durante el tiempo de entrega L,
tiene distribución normal, con periodo µL y desviación estándarσL , esto es, N (µL, σL ).
La figura 1.1 muestra la relación entre la reserva de existencia B y los parámetros del
durante el tiempo µL y la CEP, cantidad económica de pedido y*. Observe que L debe
P{XL ≥ B + µL } ≤ α
Se puede convertir XL en una variable aleatoria normal estándar N (0,1) con la siguiente
sustitución:
X L − µL
z=
σL
9
Modelos de Inventario Probabilístico
Entonces:
B
P {z ≥ }≤ α
σL
Figura 1.2
La figura 1.2 define a K α , que se determina con la tabla normal estándar, de tal modo
que:
P{z ≥ K α } = α
B ≥ σL K α
densidad de probabilidades por unidad de tiempo, es decir por día o semana; a partir de
10
Modelos de Inventario Probabilístico
demanda por unidad de tiempo normal, con media D y desviación estándar σ, la media
calculan como:
µL = DL
σL = √σ2 L
Ejercicio:
con promedio D= 100 luces y la desviación estándar σ = 10 luces, esto es, N (100, 10),
La política óptima de inventario con una reserva B establece comprar 1000 unidades
11
Modelos de Inventario Probabilístico
reorden R es una función del tiempo de entrega, entre colocar y recibir un pedido. Los
valores óptimos de “y” y “R”, se determinan minimizando el costo esperado por unidad
entrega.
12
Modelos de Inventario Probabilístico
costo.
𝐾𝐷
tiempo es .
𝑦
(y + E {R − x}) + E{R − x} y
I= = + R − E{x}
2 2
13
Modelos de Inventario Probabilístico
𝐷
ciclo es 𝑝𝑆, y para ciclos por unidad de tiempo, el costo de faltante por unidad
𝑦
𝑝𝐷𝑆
de tiempo .
𝑦
DK y pD ∞
TCU(y, R) = + h ( + R – E{x}) + ∫ (x − R) ∫(x)dx
y 2 y R
∂TCU DK h pDS
= −( 2) + − 2 = 0
∂y y 2 y
∂TCU pD ∞
= h − ( ) ∫ f(x)dx = 0
∂R y R
2D (K+pS)
Así se llega a y ∗ = √ (1)
h
∞ hy∗
∫R∗ f(x)dx = pD
(2)
ecuaciones (1) y (2), se usa un algoritmo numérico, desarrollado por Hadley y Whitin
14
Modelos de Inventario Probabilístico
2D(K + pE{x})
ŷ = √
h
pD
ỹ =
h
2DK
reconoce que el valor mínimo de y ∗ es √ , que se alcanza cuando S = 0.
h
2𝐷𝐾
Paso 0:Usar la solución inicial 𝑦1 = 𝑦 ∗ = √ , y hacer 𝑅0 = 0. Igualar 𝑖 = 1
ℎ
y seguir en el paso 𝑖.
Ejercicio:
Electro usa 1000 galones de resina por mes en el proceso de manufactura. Le cuesta $
100 hacer un pedido para un lote nuevo. El costo de almacenamiento por galón y por
mes es de $2 y el costo de faltante por galón es de $10. los datos históricos indican que
Solución:
Datos:
15
Modelos de Inventario Probabilístico
𝟏
f(x) = 𝟏𝟎𝟎 , 𝟎 ≤ 𝒙 ≤ 𝟏𝟎𝟎
E(x) = 50 galones
La ecuación de S se calcula:
16
Modelos de Inventario Probabilístico
Paso 1:
Paso 2:
17
Modelos de Inventario Probabilístico
Por lo tanto:
Paso 3:
Por lo tanto:
Los modelos de inventario para un solo artículo se presentan al pedir esta una sola vez,
para satisfacer la demanda en el periodo. Por ejemplo los artículos de moda se vuelven
18
Modelos de Inventario Probabilístico
periodo.
y = Cantidad pedida.
El modelo determina el valor óptimo de y que minimiza la suma de los costos esperados
19
Modelos de Inventario Probabilístico
D<y D>y
D y
D
y 0
y- D D-y
Tiempo
0
y ∞
E{C (y)} = c(y – x) + h∫0 (y − D) f(D)dD + p ∫y (D − y)f(D)dD
Se puede demostrar que la funcion E{C (y)} tiene un minimo unico, porque convexa en
y. Se saca la primera derivada de E{C (y)} con respecto a y y se iguala a cero como
sigue:
y ∞
c + h ∫0 f(D)dD - p ∫y f(D)dD = 0
o bien:
entonces:
p−c
P{D ≤ y*} = p+h
20
Modelos de Inventario Probabilístico
p−c
El valor de y* sólo esta definido si la relacion critica, p+h, es no negativa, es decir si p ≥
c. El caso en el que p < c no tiene sentido, porque implica que el costo de compra del
f(D) sólo está definida en puntos discretos y la función de costo se define como sigue:
y
E{C (y)} = c( y – x) + h∑D=o(y − D)f(D)+ p∑∞
D=y+1(D − y)f(D)
Esas condiciones también son suficientes en este caso porque E{C (y)} es una función
p−c
P{D≤ y* - 1} ≤ p+h ≤ P{D ≤ y*}
Ejercicio:
las 7:00 y las 8:00 A.M. Los periódicos que no se vendieron al finalizar el día se reciclan
¿Cuántos ejemplares le deben entregar cada mañana suponiendo ,que la demanda diaria
21
Modelos de Inventario Probabilístico
de 20 ejemplares.
caso. Sin embargo, los datos del problema indican que cada ejemplar no vendido le
cuesta:
c = 30 por ejemplar.
h = 25 por ejemplar.
p = 45 por ejemplar.
22
Modelos de Inventario Probabilístico
de 20 ejemplares.
𝒑−𝒄
𝑷{𝑫 ≤ 𝒚∗ } =
𝒑+𝒉
Entonces:
≤ y}
23
Modelos de Inventario Probabilístico
𝒑−𝒄
P{D≤ y* - 1} ≤ 𝒑+𝒉 ≤ P{D ≤ y*}
Este modelo difiere del otro modelo en que se incurre en un costo de preparación K. Si
24
Modelos de Inventario Probabilístico
y ∞
= K + c(y – x) + h∫0 (y − D) f(D)dD + p ∫y (D − y)f(D)dD
p−c
P{y ≤ y*} = p+h
Como K es constante el valor minimo de E{Ĉ (y)} debe presentarse también en y, como
breve.
x<s
s≤x≤S
x>S
Caso 1 (x < s). Como x ya está a la mano, su costo equivalente es E{C(x)}. Si se pide
cualquier cantidad adicional y – x (y > x), el costo correspondiente si y es E{Ĉ (y)}, que
25
Modelos de Inventario Probabilístico
Caso 2 (s ≤ x ≤ S):
Esta condición indica que no se aconseja pedir en este caso; es decir y*= x.
Si x < s, pedir S – x
Si x ≥ s, no pedir
costo es convexa.
Ejercicio:
26
Modelos de Inventario Probabilístico
fijo de $25 cada vez que se coloca un pedido. Determinar la política óptima de
𝒑 − 𝒄 𝟒. 𝟓 − 𝟎. 𝟓
= = 𝟎. 𝟖
𝒑 + 𝒉 𝟒. 𝟓 + 𝟎. 𝟓
También:
𝑦∗
1 y∗
𝑃 {𝐷 ≤ 𝑦 ∗} = ∫ 𝑑𝐷 =
10 10
0
Por consiguiente, S = y* = 8
27
Modelos de Inventario Probabilístico
Como el valor que resta es negativo (= -2), s no tiene valor facible. Entonces, la solución
óptima establece no pedir (figura 16.7). A esta conclusión se suele llegar cuando la
función de costo es «plana» o cuando el costo de preparación es alto en relación con los
En esta sección se describe un modelo para varios periodos con la hipótesis de que no
El modelo para varios periodos tiene en cuenta el calor descontado del dinero. Si
28
Modelos de Inventario Probabilístico
Se supone que la situación del inventario abarca n periodos, y que en una demanda no
programación dinámica. i + 1
yi2
+ ∫ [rD − h(yi2 − D)] f(D)dD
0
∞
+ ∫ [ryi2 + αr (D − yi2 ) − p(D − yi)]f(D)d D
yi2
∞
+ α ∫ Fi+12 (yi2 − D)f(D)d(D)} , i = 1,2, … n
0
satisfacer en el periodo i + 1.
29
Modelos de Inventario Probabilístico
F(x) = max {− c (y − x)
y
+ ∫ [rD − h(y − D)] f(D)dD
0
∞
+ ∫ [ry + αr (D − y) − p(D − y)]f(D)d D
y
∞
+ α ∫ F (y − D)f(D)d(D)}
0
En donde x y y son los niveles de inventario para cada periodo, antes y después de
que también resulta ser suficiente, porque la función de ingreso esperada F(x) es
cóncava.
y ∞
∂(. )
= −c − h ∫ f(D)d(D) + ∫ [(1 − α)r + p] f(D)d(D)
∂y 0 y
∞
∂F(y − D)
+ α∫ f(D)d(D) = 0
0 ∂y
∂F(y−D)
En valor de se determina como sigue. Si hay β (> 0) unidades más a la mano al
∂y
iniciar el siguiente periodo, la utilidad para el siguiente periodo aumentara en cβ, porque
hay que pedir esa cantidad menos. Eso quiere decir qe:
30
Modelos de Inventario Probabilístico
∂ F(y − D)
=c
∂y
y y ∞
− c − h ∫0 f(D)d(D) + [1 − α)r + p](1 − ∫0 f(D)d(D))+ αc∫0 f(D)d(D) = 0
y
p + (1 + α)(r − c)
∫ f(D)d(D) =
0 p + h + (1 − α)r
La política optima de inventario para cada periodo, dado su nivel inicial de inventarios x
es entonces:
Si x ≥ y*, no pedir
EJERCICIOS
normal, con promedio D= 100 luces y la desviación estándar σ = 10 luces, esto es, N
(100, 10), determine el tamaño de la reserva tal que la probabilidad de que se agote la
SOLUCION
µl = 200
31
Modelos de Inventario Probabilístico
𝝁𝑳 = 𝑫𝑳 = 100 ∗ 2
𝝈𝑳 = √ 𝜎 2 𝐿 𝝈𝑳 = √102 2
σL = 14.14 Unidades
De acuerdo con las tablas de distribución normal K0.05 = 1.645. En consecuencia, se
inventario con una reserva B establece comprar 1000 unidades siempre que el nivel
𝑩 + 𝝁𝑳 = 23 + 2 ∗ 100 = 223
2. Electro Un vendedor de periódicos paga $0.20 por cada periódico y lo vende a $0.50,
por tanto:
Co = $0.20 0.3
𝑷= P
0.60
Cu = $0.30 0.5 =
distribución normal.
SOLUCION
32
Modelos de Inventario Probabilístico
Z
0.2533471
=
Por tanto si con base en datos históricos la media de periódicos vendidos es de 90 con
cantidad extra:
Ventas = 90
Desv. Stand = 10
𝑋 = 90 + 0.2533471 ∗ 10
X= 93
Cantidad extra de compra es de 3
𝑿𝒎𝒆𝒅𝒊𝒂 = 90
$70 por unidad. Cada unidad no vendida tiene un valor de salvamento de $20. Se
espera que la demanda se encuentre entre las 35 y 40 unidades por periodo. Sus
33
Modelos de Inventario Probabilístico
SOLUCION
𝐶𝑢=100 −70 Cu
$30
= Subestimar
𝐶𝑜 = 70 − 20 CO
$50
= Sobrestimar
30
𝑷 ≤
30 + 50
P≤ 0.38
determinación del número de agujas que debe obtener en cada orden. La demanda
anual es de 1000 unidades; el costo de manejo por unidad por año es de 0.50
SOLUCION
DATOS:
2𝐴𝐷 2(10)(1000)
𝑄∗ = √ 𝑄∗ = √
𝐻 0.05 34
Modelos de Inventario Probabilístico
Q* = 632 Agujas/orden
𝐷 1000
𝑁= 𝑁=
𝑄 632
N= 2 órdenes
𝑄 632
𝑇= 𝑇=
𝐷 1000
T= 0.6
= 20 dias/orden
= 2 Uniadades/dias
1000 632
𝑉𝑐 = 10 ( ) + 0.5( )
632 2
Vc = 174
35
Modelos de Inventario Probabilístico
componentes tiene una demanda anual de 250 unidades, la cual se mantiene constante
a) Para minimizar el costo, ¿Cuántas unidades deberían pedirse cada vez que
se realiza un pedido?
hecho varios pedidos de 150 unidades. Para que esta política de pedidos sea
SOLUCION
a. Se cumplen los supuestos de EQQ de manera que la cantidad óptima del pedido es
2𝐷𝐶0
𝐸𝑂𝑄 = 𝑄 ∗ = √
𝐶𝑛
2 (250) 20
𝐸𝑂𝑄 = 𝑄 ∗ = √
1
EOQ =
100
Q* = Unidades
36
Modelos de Inventario Probabilístico
X órdenes por
2.5
= año
Observe que esta cantidad significaría que en un año la compañía coloca 3 pedidos y
del pedido del año anterior. Este promedio 2.5 pedidos por año.
c. Inventario Promedio
𝐷 = 50 unidades
2
d. Considerando que existe una demanda anual de 250 unidades, y un costo por
Electronics deberá determinar cuál sería el costo de realizar un pedido para que la
política de pedido de 150 unidades sea óptima. Para encontrar la respuesta a este
continuación, se requiere de un costo de $45 para que la cantidad del pedido que
𝑄
𝐶𝑛
2𝐷𝐶0 𝐶0 = 𝑄2
= √
𝐶𝑛
2𝐷
C0 = 45 Dolares
(150)2 (1)
𝐶0 =
500
37
Modelos de Inventario Probabilístico
tiendas de arte. La mini trituradora es uno de sus artículos más populares: la demanda
puedo fabricar 125 mini unidades por día. La demanda de estos aparatos durante el
equipo necesario para la producción de las mini trituradoras es de $150. Los costos de
SOLUCION:
D= 6750 Unidades
Cs = $150.00
Ch = $ 1.00
d= 30 Unidades
p= 125 Unidades
2𝐷𝐶𝑠 2(6750)(150)
𝑸∗ = √ 𝑑 𝑸∗ = √ 30
𝐶𝑛 (1 − 𝑝) 1(1 − 125)
Q* = 1632
38
Modelos de Inventario Probabilístico
se estima en 20% del costo dela unidad, mientras que el costo unitario por realizar un
pedido es de $25. Si Dorsey coloca pedido por cantidades de 300 o más, podría
SOLUCION:
del costo total de cada alternativa después que las cantidades hayan sido calculadas y
ajustadas para el problema original y para cada descuento. Se comienza el análisis sin
descuento alguno.
D = 1400
C0 = $25
I= 0.2
C= $400
2𝐷𝐶0
𝐸𝑂𝑄 = √
𝐼𝐶
𝑬𝑶𝑸(𝑺𝒊𝒏 𝒅𝒆𝒔𝒄𝒖𝒆𝒏𝒕𝒐)
2(1400)(25)
=√
0.2(400)
EOQ = 29.6 Unidades
1400($25) 29.6($400)(0.2))
𝑪𝑻(𝑺𝒊𝒏 𝒅𝒆𝒔𝒄𝒕𝒐) = $400(1400) + +
29.6 2
39
Modelos de Inventario Probabilístico
C= $380
Debido a que esta última cantidad de pedido está por debajo del precio descontado,
debemos ajustar la cantidad del pedido a 300 unidades. El siguiente paso es calcular
el costo total:
𝑬𝑶𝑸(𝑺𝒊𝒏 𝒅𝒆𝒔𝒄𝒖𝒆𝒏𝒕𝒐)
2(1400)(25)
=√
0.2($380)
1400($25) 300($380)(0.2)
𝑪𝑻(𝑺𝒊𝒏 𝒅𝒆𝒔𝒄𝒕𝒐) = $380(1400) + +
300 2
$543,517
40