2012

Modelos de Inventario
Probabilístico

UNIVERSIDAD NACIONAL “SANTIAGO

ANTÚNEZ DE MAYOLO”
ESCUELA ACADÉMICO PROFESIONAL DE
ADMINISTRACIÓN

 ESPINOZA MENA CINTYA

 ROJAS LEÓN MELISSA
 TELLO VALLADARES ARACELY
 TORRES LUCIANO JOSÉ
28/05/2012
 Modelos de Inventario Probabilístico

INDICE
INTRODUCCION ........................................................................................................... 3

OBJETIVOS..................................................................................................................... 4

CONCEPTO DE INVENTARIO ................................................................................... 4

VENTAJAS DE UN SISTEMA DE INVENTARIO .................................................... 5

CONTROL DE INVENTARIOS ................................................................................... 6

1 MODELOS PROBABILISTICO DE INVENTARIO............................................... 8

1.1 Modelo de revisión continua .................................................................................... 8

1.1.1. Modelo Probabilizado de cantidad económica de pedido .............................. 9
1.1.2. Modelo Probabilístico de cantidad económica de pedido ............................ 12
1.2 Modelo de un solo periodo ..................................................................................... 16
1.1.1. Modelo Sin Preparación ............................................................................... 17
1.1.2. Modelo Con Preparación .............................................................................. 19
1.3 Modelo de varios periodos ..................................................................................... 21

EJERCICIOS ................................................................................................................. 25

2
 Modelos de Inventario Probabilístico

INTRODUCCION

El inventario, como las cuentas por cobrar, presenta una proporción significativa de los

activos en la mayoría de las empresas que requieren de inversiones sustanciales. Por

ello, las prácticas administrativas que den como resultado minimizar el porcentaje del

inventario total, pueden representar grandes ahorros en dinero.

3
 Modelos de Inventario Probabilístico

OBJETIVOS

El objetivo de los modelos de inventarios es presentar algunos métodos que ayuden a

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

manufacturera el inventario equilibra la línea de producción si algunas maquinas operan

a diferentes volúmenes de otras, pues una forma de compensar este desequilibrio es

proporcionando inventarios temporales o bancos.

Los inventarios de materias primas, productos semiterminados y productos terminados

absorben la holgura cuando fluctúan las ventas o los volúmenes de producción, lo que

nos da otra razón para el control de inventarios.

Estos tienden a proporcionar un flujo constante de producción, facilitando su

programación.

Los inventarios de materia prima dan flexibilidad al proceso de compra de la empresa.

Sin ellos en la empresa existe una situación “de la mano a la boca”, comparándose la

4
 Modelos de Inventario Probabilístico

materia prima estrictamente necesaria para mantener el plan de producción, es decir,

comprando y consumiendo.

VENTAJAS DE UN SISTEMA DE INVENTARIO

Con él la empresa puede realizar sus tareas de producción y de compra economizando

recursos, y también atender a sus clientes con más rapidez, optimizando todas las

actividades de la empresa. Sin embargo, se presenta una desventaja: el costo de

mantenimiento; ya que se debe considerar el costo de capital, el costo de almacenaje, el

costo de oportunidad causando por inexistencia, y otros.

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.

La eficiencia del proceso de un sistema de inventarios es el resultado de la buena

coordinación entre las diferentes áreas de la empresa, teniendo como premisas sus

objetivos generales.

CONTROL DE INVENTARIOS

La eficiencia del control de inventarios puede afectar la flexibilidad de operación de la

empresa.

Dos empresas esencialmente idénticas, con la misma cantidad de inventario, pero con

grandes diferencias en los grados de flexibilidad de sus operaciones, pueden tener

5
 Modelos de Inventario Probabilístico

inventarios desbalanceados, debido básicamente a controles ineficientes de estos. Ello

ocasiona que en determinado momento se encuentren con abundancia de alguna materia

y carezcan de otra.

Finalmente, estas deficiencias tienen efectos negativos en la utilidad. En otras palabras,

la ineficacia del control de inventarios para un nivel dado de flexibilidad afecta el

monto de las inversiones que requieren, es decir, a menor eficiencia en el sistema de

control de inventarios, mayor la necesidad de inversión. Consecuentemente, las altas

inversiones en inventarios tendrán un impacto adverso en la utilidad de la empresa.

Expuesta la importancia de un sistema de control de inventarios cabe mencionar estos

objetivos generales:

 Minimizar la inversión en el inventario.

 Minimizar los costos de almacenamiento.

 Minimizar las perdidas por daños, obsolescencia o por artículos perecederos.

 Mantener un inventario suficiente para que la producción no carezca de materias

primas, partes y suministros.

 Mantener un transporte eficiente de los inventarios, incluyendo las funciones de

despacho y recibo.

 Mantener un sistema eficiente de información del inventario.

 Proporcionar informes sobre el valor del inventario a contabilidad.

 Realizar compras de manera que se pueden lograr adquisiciones económicas y

eficientes.

 Hacer pronósticos sobre futuras necesidades de inventario.

6
 Modelos de Inventario Probabilístico

No es posible alcanzar todos estos objetivos; en su consecución se debe hacer ciertas

concesiones. Hay varias condiciones que impiden el logro de estos objetivos. Más bien

que representar problemas que pueden ser solucionados, estas condiciones siempre están

presentes y tienden a frustrar el control efectivo del inventario.

El constante cambio en la relación de oferta – demanda frustra el control efectivo del

inventario.

1. MODELO PROBABILÍSTICO DE INVENTARIO

Este tema hace referencia a los modelos estocásticos de inventario, en los que la

demanda se describe mediante una distribución de probabilidades. Los modelos que se

presentan se clasifican, en el sentido amplio, en situaciones de revisión continua y

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

probabilística de la cantidad económica de pedido determinista hasta casos más

complejos que se resuelven con programación dinámica. La naturaleza probabilística de

la demanda conduce a modelos complejos que quizá no sean útiles en la práctica. Sin

embargo en las publicaciones se han reportado buenas implementaciones de inventarios

probabilísticos.

7
 Modelos de Inventario Probabilístico

1.1 MODELOS DE REVISIÓN CONTINUA

Existen dos modelos, el primero es una versión “probabilizada” del EOQ determinista,

que utiliza existencias estabilizadoras para explicar la demanda probabilista, el segundo

un EOQ probabilístico mas exacto, que incluye la demanda probabilística de forma

directa en la formulación.

1.1.1 MODELOS “PROBABILIZADO” DE CANTIDAD ECONÓMICA DE

PEDIDO

El tamaño 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.

Figura 1.1

Reserva de inventario impuesto al modelo clásico de CEP

8
 Modelos de Inventario Probabilístico

Sea:

L = Tiempo de entrega entre la colocación y la recepción de un pedido.

XL = Variable aleatoria que representa la demanda durante el tiempo de entrega.

µL = Demanda promedio durante el tiempo de entrega.

σL = Desviación estándar de la demanda durante el tiempo de entrega.

B = Tamaño de la existencia de reserva.

α = Desviación estándar de la demanda durante el tiempo de entrega.

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

modelo determinista de CEP, que incluyen el tiempo de entrega L, la demanda promedio

durante el tiempo µL y la CEP, cantidad económica de pedido y*. Observe que L debe

ser igual al tiempo de entrega efectivo.

La formulación de la probabilidad que se usa para determinar B se puede escribir como:

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

Probabilidad de que se agote la existencia, P{z ≥ K α } = α

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

En consecuencia, el tamaño de la reserva debe satisfacer

B ≥ σL K α

La demanda durante el tiempo de entrega L se suele describir con una función de

densidad de probabilidades por unidad de tiempo, es decir por día o semana; a partir de

la que se puede determinarla distribución de la demanda durante L . Dado que la

10
 Modelos de Inventario Probabilístico

demanda por unidad de tiempo normal, con media D y desviación estándar σ, la media

µL y la desviación estándar σL de la demanda, durante el tiempo de entrega L , se

calculan como:

µL = DL

σL = √σ2 L

En la fórmula de σL se requiere que L sea un valor entero.

Ejercicio:

Acerca de determinar la política de inventario de luces de neón se determinó que la

cantidad económica de pedido de CEP = 100 unidades. Si la demanda diaria es 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 existencia

sea menor que 𝜶 = 0.05 y el tiempo efectivo de retraso es L = 2 días.

µL = DL = 100 × 2 = 200 unidades

σL = √σ2 L = √102 × 2 = 14.14 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠

B ≥ 𝜎𝐿 𝐾𝛼 = 14.14 × 1.645 ≈ 23 𝑙𝑢𝑐𝑒𝑠 𝑑𝑒 𝑛𝑒ó𝑛

La política óptima de inventario con una reserva B establece comprar 1000 unidades

siempre que el nivel de inventario baje a 223 unidades.

11
 Modelos de Inventario Probabilístico

1.1.2 MODELO PROBABILÍSTICO DE CANTIDAD ECONÓMICA DE PEDIDO

Este modelo permite faltantes en la demanda, la política 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 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

de tiempo que incluye la suma de los costos de preparación, conservación y faltante.

El modelo tiene 3 hipótesis:

 La demanda no satisfecha durante el tiempo de entrega se acumula.

 No se permite más de un pedidovigente.

 La distribución de la demanda durante el tiempo de entrega permanece

estacionaria (sin cambio) con el tiempo.

Para desarrollar la función de costo total por unidad de tiempo, sean:

f(x) = Función de distribución de probabilidades de la demanda x durante el tiempo de

entrega.

D = Demanda esperada por unidad de tiempo.

12
 Modelos de Inventario Probabilístico

h = Costo de almacenamiento por unidad de inventario y por unidad de tiempo.

p = Costo de faltante por unidad de inventario.

K = Costo de preparación por pedido.

Con base en estas definiciones, se determinarán ahora los elementos de la función de

costo.

1. Costo de preparación: La cantidad aproximada de pedidos por unidad de

𝐷
tiempo es , por lo que el costo aproximado de preparación por unidad de
𝑦

𝐾𝐷
tiempo es .
𝑦

2. Costo esperado de almacenamiento: El inventario promedio es

(y + E {R − x}) + E{R − x} y
I= = + R − E{x}
2 2

La fórmula se basa en el promedio de los inventarios esperados inicial y final

de un ciclo, y + E {R − x} y E{R − x} , respectivamente. Como aproximación,

en la ecuación no se tiene en cuenta el caso en el que R − E{x} pueda ser

negativo. El costo esperado por mantener en inventario por unidad de tiempo es

entonces igual a hl.

3. Costo esperado por faltante:Hay faltante cuando 𝑥 > 𝑅 . Así, la cantidad

∞
esperada de faltante por ciclo es 𝑆 = ∫𝑅 (𝑥 − 𝑅) ∫(𝑥)𝑑𝑥 . Como se supone que

𝑝 sólo es proporcional a la cantidad faltante, el costo esperado de faltante por

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

La función de costo total por unidad de tiempo que resulta es

DK y pD ∞
TCU(y, R) = + h ( + R – E{x}) + ∫ (x − R) ∫(x)dx
y 2 y R

Las soluciones para y ∗ y R∗ óptimas se determinan con las ecuaciones

∂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)

En vista de que y ∗ y R∗ no se pueden determinar en formas cerradas a partir de las

ecuaciones (1) y (2), se usa un algoritmo numérico, desarrollado por Hadley y Whitin

para determinar las soluciones. El algoritmo converge en una cantidad finita de

iteraciones, siempre y cuando exista una solución factible.

Para R = 0 , las dos últimas ecuaciones dan como resultado, respectivamente

14
 Modelos de Inventario Probabilístico

2D(K + pE{x})
ŷ = √
h

pD
ỹ =
h

Si ŷ ≥ ỹ , existen valores óptimos únicos de y y R . En el método de solución se

2DK
reconoce que el valor mínimo de y ∗ es √ , que se alcanza cuando S = 0.
h

Los pasos del algoritmo son los siguientes:

2𝐷𝐾
 Paso 0:Usar la solución inicial 𝑦1 = 𝑦 ∗ = √ , y hacer 𝑅0 = 0. Igualar 𝑖 = 1
ℎ

y seguir en el paso 𝑖.

 Paso 1. Usar 𝑦𝑖 para determinar 𝑅𝑖 con la ecuación (2). Si 𝑅𝑖 ≈ 𝑅𝑖−1 , detenerse;

la solución óptima es 𝑦 ∗ = 𝑦1 y 𝑅 ∗ = 𝑅𝑖 . En caso contrario, usar 𝑅𝑖 en la

ecuación (1) para calcular 𝑦𝑖 . Igualar 𝑖 = 𝑖 + 1 y repetir 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

la demanda, durante el tiempo de entrega, es uniforme dentro del intervalo ( 0 – 100)

galones. Determine la política optima de pedido para Electro.

Solución:

Datos:

15
 Modelos de Inventario Probabilístico

D = 1000 galones por mes

K = $100 por pedido

h = $2 por galon y por mes

p = $10 por galon.

𝟏
f(x) = 𝟏𝟎𝟎 , 𝟎 ≤ 𝒙 ≤ 𝟏𝟎𝟎

E(x) = 50 galones

 Comprobar si tiene una solución factible:

 La ecuación de S se calcula:

 Se usa S en la ecuación (1) y (2)

16
 Modelos de Inventario Probabilístico

 La ultima ecuación resulta:

Solución a partir de la ecuación (3) y (4)

 Paso 1:

 Paso 2:

17
 Modelos de Inventario Probabilístico

Por lo tanto:

 Paso 3:

Por lo tanto:

Los cálculos de R2 y R3 son aproximadamente iguales lo cual indica que la solución

óptima aproximada es: R*=93.61 galones y y*=319.4 galones

1.2 MODELO DE UN SOLO PERIODO

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

obsoletos al final de la estación. A continuación se presentan dos modelos, que

representan los casos con preparación y sin preparación.

18
 Modelos de Inventario Probabilístico

Los símbolos que se emplearan son los siguientes:

 c = costo de compra (o de producción) por unidad.

 K = Costo de preparación por pedido.

 h = costo de almacenamiento por unidad conservada en el periodo.

 p = Penalización por unidad faltante del periodo.

 D = Variable aleatoria que representa la demanda durante el periodo.

 f(D) = Distribución de la función de la probabilidad de la demanda durante el

periodo.

 y = Cantidad pedida.

 x = Cantidad a la mano antes de hacer un pedido.

El modelo determina el valor óptimo de y que minimiza la suma de los costos esperados

de compra (o de producción), almacenamiento y faltante. Dada la y optima (= y*) la

política de inventario establece pedir y* - x si x < y; en caso no se coloca pedido.

1.2.1 MODELO SIN PREPARACIÓN

Las hipótesis de este modelo son:

 la demanda se presenta de manera instantánea al comenzar el periodo

inmediatamente después que se recibe el pedido.

 No se incurre en costo de preparación.

19
 Modelos de Inventario Probabilístico

D<y D>y

D y
D
y 0
y- D D-y
Tiempo
0

En la figura se demuestra que se satisface la posiscion del inventario depues de la

demanda. Si D es < que y, la cantidad y – D se almacena durante el periodo. En caso

contrario se presentara un faltante de D – y, si D es > y.

El costo esperado E{C (y)}, para el periodo es:

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:

c + hP{D ≤ y} – p(1 - P{D ≤ y}) = 0

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

articulo es mayor que la penalizacion por no suministrarlo.

El desarrollo anterior supone que la demanda D es continua. Si D es discreta, entonces

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)

Las condiciones necesarias para la optimización:

E{C (y - 1)} ≥ E{C (y)} y E{C (y + 1)} ≥ E{C (y)}

Esas condiciones también son suficientes en este caso porque E{C (y)} es una función

convexa. Después de algunas manipulaciones algebraicas, la aplicación de esas

condiciones hace llegar a las siguientes desigualdades para determinar y*:

p−c
P{D≤ y* - 1} ≤ p+h ≤ P{D ≤ y*}

Ejercicio:

El propietario de una tienda expendedora de periódicos desea determinar la cantidad de

diarios que deben entregarle diariamente temprano por la mañana. A él le cuesta 30

centavos el ejemplar, y lo vende en 75 centavos. La venta de periódicos suele ser entre

las 7:00 y las 8:00 A.M. Los periódicos que no se vendieron al finalizar el día se reciclan

aun costos de 5 centavos el ejemplar.

¿Cuántos ejemplares le deben entregar cada mañana suponiendo ,que la demanda diaria

se puede aproximar con

21
 Modelos de Inventario Probabilístico

a) Una distribución normal con promedio de 300 ejemplares y desviación estándar

de 20 ejemplares.

b) Una función de distribución de probabilidades discretas como sigue:

D 200 220 300 320 340

f(D) 0.1 0.2 0.4 0.2 0.1

Los costos de almacenamiento y de penalización no se definen en forma directa en este

caso. Sin embargo, los datos del problema indican que cada ejemplar no vendido le

cuesta:

30 – 5 = 25 al propietario, y que la penalización por terminársela los periódicos son: 75

– 30 = 45 por ejemplar. Así, en función de los parámetros del problema de inventario, se

puede suponer que:

 c = 30 por ejemplar.

 h = 25 por ejemplar.

 p = 45 por ejemplar.

Primero se determina la relación crítica como sigue:

22
 Modelos de Inventario Probabilístico

a) Una distribución normal con promedio de 300 ejemplares y desviación estándar

de 20 ejemplares.

La demanda D es N(300;20). Se define la variable normal estándar como sigue:

𝒑−𝒄
𝑷{𝑫 ≤ 𝒚∗ } =
𝒑+𝒉

De acuerdo con las tablas de distribución normal estándar

Entonces:

En consecuencia la cantidad económica de pedido es y* = 284.2

b) La demanda D se apega a una función de distribución de probabilidades

discretas F(D). Primero se determina la función de distribución acumulada P {D

≤ y}

23
 Modelos de Inventario Probabilístico

𝒑−𝒄
P{D≤ y* - 1} ≤ 𝒑+𝒉 ≤ P{D ≤ y*}

Para la relación crítica calculada de 0.214,

P(D≤ 200) ≤ 0.214 ≤ P(D ≤ 220)

En consecuencia, y* = 220 ejemplares

1.2.2. MODELO CON PREPARACIÓN

Política optima en un modelo de un solo periodo con costo de preparación.

Este modelo difiere del otro modelo en que se incurre en un costo de preparación K. Si

se usa la misma notación, el costo total esperado por periodo es:

E{Ĉ (y)} = K + E{C(y)}

24
 Modelos de Inventario Probabilístico
y ∞
= K + c(y – x) + h∫0 (y − D) f(D)dD + p ∫y (D − y)f(D)dD

Como se indico anteriormente el valor optimo y* debe satisfacer:

p−c
P{y ≤ y*} = p+h

Como K es constante el valor minimo de E{Ĉ (y)} debe presentarse también en y, como

se ve en la figura presentada. Los valores de s y S que se ven en la figura se definiran en

breve.

S = y* y el valor de s(<S) se determinan con la ecuación

E{Ĉ (s)} = E{Ĉ (S)} = K + E{C(S)}, s < S

(Esta ecuación produce otro valor s1 > S, que se desecha)

Si la cantidad a la mano antes de colocar un pedido es x unidades, ¿cuánto se debe

pedir? Esta pregunta se investiga bajo tres condiciones:

 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

incluye el costo de preparación K. En la figura se ve que

míny>x E{Ĉ (y)} = E{Ĉ (S)} < E{C(x)}

Entonces, la politica óptima de inventario en este caso es pedir S – x unidades.

25
 Modelos de Inventario Probabilístico

Caso 2 (s ≤ x ≤ S):

E{C(x)} ≤ míny>x E{Ĉ (y)} = E{Ĉ (S)}

Entonces, no se aconseja pedir en este caso. Por consiguiente, y* = x

Caso 3 (x > S): para y > x;

E{C(x)} < E{Ĉ (y)}

Esta condición indica que no se aconseja pedir en este caso; es decir y*= x.

La politica optima de inventario, a la que con frecuencia se le llama politica s – S , se

resume como sigue:

Si x < s, pedir S – x

Si x ≥ s, no pedir

Está garantizada la optimilidad de la politica s – S, porque la funcion correspondiente de

costo es convexa.

Ejercicio:

La demanda diaria de un artículo durante un solo periodo se presenta en forma

instantánea al iniciar ese periodo. La función de distribución de probabilidades de la

demanda es uniforme, entre 0 y 10 unidades. El costo unitario de almacenamiento del

artículo durante el periodo es de $0.50, y el costo unitario de penalización por carencia

del mismo es de $4.50. El costo unitario de compra es de $0.50. Se incurre en un costo

26
 Modelos de Inventario Probabilístico

fijo de $25 cada vez que se coloca un pedido. Determinar la política óptima de

inventario para ese artículo.

Para determinar y *, se calcula

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

 La función de costo esperado es

 El valor de S se calcula resolviendo

Esto da como resultado:

27
 Modelos de Inventario Probabilístico

Como S = 8 , la ecuación anterior se reduce a:

La solución de esta ecuación es s = -2 o s = 18. Se descarta el valor de s = 18 (> S).

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

demás costos de modelo.

1.3 MODELO DE VARIOS PERIODOS

En esta sección se describe un modelo para varios periodos con la hipótesis de que no

hay costo de preparación. Además el modelo permite acumular la demanda y supone

cero retrasos en la entrega. También supone que la demanda D en cualquier periodo se

describe con una función estacionaria de distribución de probabilidades, f (D).

El modelo para varios periodos tiene en cuenta el calor descontado del dinero. Si

α (<1) es el factor de descuento por periodo, la cantidad $A disponible a n

periodos contando desde hoy, tiene un valor de presente de $ αn A

28
 Modelos de Inventario Probabilístico

Se supone que la situación del inventario abarca n periodos, y que en una demanda no

satisfecha se puede acumular para exactamente un periodo. Se define lo siguiente:

Fi (xi) = utilidad máxima esperada para los periodos i, i + 1,…., y n, es xi es la

cantidad a la mano antes de colocar un pedido en el periodo i.

Usando la notación del modelo de un periodo y suponiendo que r es el ingreso por

unidad, la situación del inventario se puede formular con el siguiente modelo de

programación dinámica. i + 1

Fi(xi) = max {− c (yi2 − xi)

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

En el que Fn+12 (yn2 − D) = 0. El valor de xi puede ser negativo, porque se puede

acumular la demanda no satisfecha. Se incluye la cantidad αr (D – yi) en la segunda

integral, porque (D – yi) es la demanda no satisfecha en el periodo i que se debe

satisfacer en el periodo i + 1.

El problema se puede resolver en forma recursiva. Para el caso en el que la cantidad de

periodos es infinita, la ecuación recursiva se reduce a:

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

recibir un pedido, respectivamente:

El valor optimo de y se puede determinar a partir de la siguiente condición necesaria,

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

Así, la condición necesaria viene a ser:

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

Entonces, el nivel optimo de inventario y se determina con:

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*, pedir y* - x

Si x ≥ y*, no pedir

EJERCICIOS

1. Acerca de determinar la política de inventario de luces de neón se determinó que la

cantidad económica de pedido de CEP = 100 Unidades. Si la demanda diaria es

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

existencia sea menor que ∞ = 0.05. el tiempo efectivo de retraso es L = 2 días.

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

calcula el tamaño de la reserva como sigue:

𝐵 ≥ 14.14 ∗ 1.645 23 Luces de Neón

Como la CEP = 1000 luces, la política optima de

inventario con una reserva B establece comprar 1000 unidades siempre que el nivel

de inventario baje a 223 (=K + µL = 23 + 2 * 100) unidades.

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 =

Que es la probabilidad de que los periódicos se vendan, ahora interesa determinar la

cantidad Q de periódicos a comprar, para lo cual se determina el valor de Z en la

distribución normal.

SOLUCION

32
 Modelos de Inventario Probabilístico

𝑍 = 𝐷𝐼𝑆𝑇𝑅. 𝑁𝑂𝑅𝑀. 𝐸𝑆𝑇𝐴𝑁𝐷. 𝐼𝑁𝑉. (0.6)

Z
0.2533471
=

Por tanto si con base en datos históricos la media de periódicos vendidos es de 90 con

desviación estándar de 10, la cantidad de periódicos a comprar es la media más una

cantidad extra:

Ventas = 90

Desv. Stand = 10

𝑋 = 90 + 0.2533471 ∗ 10

X= 93
Cantidad extra de compra es de 3

𝑿𝒎𝒆𝒅𝒊𝒂 = 90

3. El precio de venta de un producto es de $100 por unidad y tiene un costo constante de

$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

probabilidades son las siguientes:

Demanda Probabilidad de la Probabilidad

Demanda Acumulada
35 0.10 0.10
36 0.15 0.25
37 0.25 0.50
38 0.25 0.75
39 0.10 0.90
40 0.10 1.00

33
 Modelos de Inventario Probabilístico

SOLUCION

¿Cuántas unidades se deben ordenar?

𝐶𝑢=100 −70 Cu
$30
= Subestimar
𝐶𝑜 = 70 − 20 CO
$50
= Sobrestimar

30
𝑷 ≤
30 + 50

P≤ 0.38

Esto corresponde a 38 unidades

4. La empresa Sharp Inc. es una empresa que comercializa agujas hipodérmicas

indoloras en los hospitales, desea reducir sus costos de inventario mediante la

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

dólares. Calcule el número óptimo de unidades por orden.

SOLUCION

DATOS:

D= 1000 Demanda anual

S/.
A=
10 Costo pro cobrar una orden
S/.
H=
0.5 /Unidad - año (Costo por mantener una unidad en inventario por año)

a) Número óptimo de unidad por orden.

2𝐴𝐷 2(10)(1000)
𝑄∗ = √ 𝑄∗ = √
𝐻 0.05 34
 Modelos de Inventario Probabilístico

Q* = 632 Agujas/orden

b) Número de órdenes en el año(N)

𝐷 1000
𝑁= 𝑁=
𝑄 632

N= 2 órdenes

c) Tiempo de ciclo, tiempo esperado entre órdenes (T)

𝑄 632
𝑇= 𝑇=
𝐷 1000

T= 0.6

= 20 dias/orden

Se considera el año = 652 dias laborales

= 2 Uniadades/dias

d) Punto de reorden basada en el inventario

Tiempo de entrega = 20 dias

Cuando se tiene 20 unidades en inventario, se tiene que hacer el siguiente pedido

e) Costos Variables anuales del sistema de inventario (VC)

1000 632
𝑉𝑐 = 10 ( ) + 0.5( )
632 2

Vc = 174

35
 Modelos de Inventario Probabilístico

5. PettersonElectronic abastece circuitos electrónicos a una compañía que instala

microprocesadores en los refrigeradores y demás artículos de línea blanca. Uno de los

componentes tiene una demanda anual de 250 unidades, la cual se mantiene constante

a lo largo del año. El Mantenimiento de inventario está estimado en $ 1 anual por

unidad y l costo por realizar el pedido es de $ 20 por cada pedido.

a) Para minimizar el costo, ¿Cuántas unidades deberían pedirse cada vez que

se realiza un pedido?

b) ¿Cuántos pedidos anuales se necesita con la política óptima?

c) ¿Cuál es el inventario promedio si se minimizan los costos?

d) Suponga que el costo por realizar el pedido no es de $20, y Patterson ha

hecho varios pedidos de 150 unidades. Para que esta política de pedidos sea

óptima. ¿Cuál debería ser el costo por realizar el pedido?

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

b. Número de pedidos al año

𝐷
𝑥=
𝑄

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

en el siguiente solo necesitaría colocar 2, ya que el inventario se mantendría a partir

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

mantenimiento de inventario de $1, y una cantidad de pedido de 150, Patterson

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

problema, es necesario resolver la ecuación EOQ tradicional para calcular el costo de

realizar el pedido. Como se puede observar en los cálculos que se presenta a

continuación, se requiere de un costo de $45 para que la cantidad del pedido que

corresponda a 150 unidades sea óptima.

𝑄
𝐶𝑛
2𝐷𝐶0 𝐶0 = 𝑄2
= √
𝐶𝑛
2𝐷

C0 = 45 Dolares
(150)2 (1)
𝐶0 =
500

37
 Modelos de Inventario Probabilístico

6. Fleming Accesories produce trituradoras de papel empleados en las oficinas y en las

tiendas de arte. La mini trituradora es uno de sus artículos más populares: la demanda

anual constante a lo largo del año, es de 6750 unidades. Kristen Flemming,

propietaria de la firma, produce mini trituradoras de papel por lotes. En promedio,

puedo fabricar 125 mini unidades por día. La demanda de estos aparatos durante el

proceso de producción equivale a 30 por día. El costo de la puesta en marcha del

equipo necesario para la producción de las mini trituradoras es de $150. Los costos de

mantenimiento equivalen a $1 al año por aparato. ¿Cuántas mini trituradoras debería

producir Kristen en cada lote?

SOLUCION:

Los datos de FlemmingAccesories se resumen de la siguiente manera:

D= 6750 Unidades
Cs = $150.00
Ch = $ 1.00
d= 30 Unidades
p= 125 Unidades

Este es un problema de producción que involucra la tasa diaria de producción así

como la tasa diaria de demanda. Los cálculos apropiados se muestran a continuación:

2𝐷𝐶𝑠 2(6750)(150)
𝑸∗ = √ 𝑑 𝑸∗ = √ 30
𝐶𝑛 (1 − 𝑝) 1(1 − 125)

Q* = 1632

38
 Modelos de Inventario Probabilístico

7. DorseyDitributors tiene una demanda anual de 1400 detectores de metal. El costo

típico de un detector de Dorey es de $400. Los costos de mantenimiento de inventario

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

obtener un descuento de 5% en el costo de los detectores. ¿ DeberíaDorsey aceptar el

descuento por volumen? Considere que la demanda es constante.

SOLUCION:

La solución a cualquier modelo de descuento por volumen implica la determinación

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

Costo Total (Sin descuento) = Costo de Material + Costo por

realizar el Pedido + Costo de mantenimiento

1400($25) 29.6($400)(0.2))
𝑪𝑻(𝑺𝒊𝒏 𝒅𝒆𝒔𝒄𝒕𝒐) = $400(1400) + +
29.6 2

39
 Modelos de Inventario Probabilístico

CT (Sin descto) = $562,366

El siguiente paso es calcular el costo total de descuento:

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)

Costo Total (Con descuento) = Costo de Material + Costo por realizar el

Pedido + Costo de mantenimiento

1400($25) 300($380)(0.2)
𝑪𝑻(𝑺𝒊𝒏 𝒅𝒆𝒔𝒄𝒕𝒐) = $380(1400) + +
300 2

CT (Sin descto) = $543,517

La estrategia óptima es hacer un pedido de 300 unidades por un costo total de

$543,517

40