DECISIONES DE

TIEMPO
INTRODUCCIÓN

• Considera la segunda decisión más importante en el sistema de inventarios: CUÁNDO

ORDENAR?
• Esta decisión tiene efecto en:
• El nivel de inventario
• El costo de inventario
• El nivel de servicio

• Se consideran 3 modelos

DECISIONES DE UNA SISTEMAS DE SISTEMAS DE

SOLA VEZ REVISIÓN CONTINUA REVISIÓN PERIÓDICA
CLASIFICACIÓN Y DESCRIPCIÓN
DECISIONES DE UNA SOLA VEZ
• Estas decisiones se relacionan generalmente
con bienes estacionales
• El tiempo de entrega puede ser más largo y la
demanda puede ser más grande que la orden
original
• Existe una sola oportunidad de ordenar
• Ejemplo “puesto de periódicos: Si el dueño no
compra suficientes periódicos para satisfacer
la demanda, pierde su ganancia. Si ordena
demasiados, el exceso no se vende y paga una
sanción por regresarlos
CARACTERÍSTICAS

• La demanda es incontrolable.
• La variable de decisión es Q.
• Se basa en un análisis económico marginal; se
balacean los faltantes y los excedentes.
• La cantidad óptima a ordenar es Q*
• Se optimiza el costo esperado
• Ambiente estocástico
 NOTACIÓN

𝐷 = 𝑑𝑒𝑚𝑎𝑛𝑑𝑎 𝑑𝑢𝑟𝑎𝑛𝑡𝑒 𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜; 𝑢𝑛𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎 𝑐𝑜𝑛 𝑢𝑛𝑎

𝑓𝑢𝑛𝑐𝑖ó𝑛 𝑑𝑒 𝑑𝑒𝑛𝑠𝑖𝑑𝑎𝑑 𝑑𝑒 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑓(𝐷)

𝐹 𝐷 = 𝑓𝑢𝑛𝑐𝑖ó𝑛 𝑑𝑒 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑎𝑐𝑢𝑚𝑢𝑙𝑎𝑑𝑎 𝑑𝑒 𝐷, 𝑒𝑠 𝑑𝑒𝑐𝑖𝑟, 𝑙𝑎

𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑙𝑎 𝑑𝑒𝑚𝑎𝑛𝑑𝑎 𝑠𝑒𝑎 𝑚𝑒𝑛𝑜𝑟 𝑜 𝑖𝑔𝑢𝑎𝑙 𝑞𝑢𝑒 𝐷
𝜋 = 𝑐𝑜𝑠𝑡𝑜 𝑑𝑒 𝑓𝑎𝑙𝑡𝑎𝑛𝑡𝑒𝑠 𝑝𝑜𝑟 𝑢𝑛𝑖𝑑𝑎𝑑 𝑞𝑢𝑒 𝑓𝑎𝑙𝑡𝑎 𝑎𝑙 𝑓𝑖𝑛𝑎𝑙 𝑑𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜
𝑐 = 𝑐𝑜𝑠𝑡𝑜 𝑑𝑒 𝑒𝑥𝑐𝑒𝑑𝑒𝑛𝑡𝑒 𝑝𝑜𝑟 𝑢𝑛𝑖𝑑𝑎𝑑 𝑞𝑢𝑒 𝑠𝑜𝑏𝑟𝑎 𝑎𝑙 𝑓𝑖𝑛𝑎𝑙 𝑑𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜

𝑁𝑜𝑡𝑎:
𝜋 𝑝𝑢𝑒𝑑𝑒 𝑠𝑒𝑟 𝑙𝑎 𝑔𝑎𝑛𝑎𝑛𝑐𝑖𝑎 𝑝𝑒𝑟𝑑𝑖𝑑𝑎 𝑦 𝑙𝑎 𝑝é𝑟𝑑𝑖𝑑𝑎 𝑑𝑒 𝑏𝑢𝑒𝑛𝑎 𝑣𝑜𝑙𝑢𝑛𝑡𝑎𝑑
𝑐 𝑝𝑢𝑒𝑑𝑒 𝑠𝑒𝑟 𝑒𝑙 𝑐𝑜𝑠𝑡𝑜 𝑢𝑛𝑖𝑡𝑎𝑟𝑖𝑜 𝑚á𝑠 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒𝑟 𝑐𝑜𝑠𝑡𝑜 𝑎𝑑𝑖𝑐𝑖𝑜𝑛𝑎𝑙 𝑝𝑎𝑟𝑎 deshacerse del excedente
menos cualquier ingreso (valor de recuperación) que se pueda obtener
PARA COMPRENDER

𝐶𝑜𝑚𝑜 𝑄 𝑒𝑠 𝑙𝑎 𝑣𝑎𝑟𝑖𝑒𝑏𝑙𝑒 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖ó𝑛

𝐹 𝑄 𝑐 = 𝑐𝑜𝑠𝑡𝑜 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑜 𝑑𝑒 𝑒𝑥𝑐𝑒𝑑𝑒𝑛𝑡𝑒

1 − 𝐹 𝑄 𝜋 = 𝑐𝑜𝑠𝑡𝑜 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑜 𝑝𝑜𝑟 𝑓𝑎𝑙𝑡𝑎𝑛𝑡𝑒

𝐸𝑙 𝑣𝑎𝑙𝑜𝑟 ó𝑝𝑡𝑖𝑚𝑜 𝑑𝑒 𝑄 𝑠𝑒 𝑒𝑛𝑐𝑢𝑒𝑛𝑡𝑟𝑎 𝑐𝑢𝑎𝑛𝑑𝑜 𝑙𝑜𝑠 𝑐𝑜𝑠𝑡𝑜𝑠 𝑠𝑜𝑛 𝑖𝑔𝑢𝑎𝑙𝑒𝑠

𝐹 𝑄 ∗ 𝑐 = [1 − 𝐹(𝑄∗ )]𝜋

𝐶𝑜𝑛𝑑𝑢𝑐𝑒 𝑎 𝑢𝑛𝑎 𝒓𝒂𝒛ó𝒏 𝒄𝒓í𝒕𝒊𝒄𝒂

𝜋
𝐹 𝑄∗ = = 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑠𝑎𝑡𝑖𝑠𝑓𝑎𝑐𝑒𝑟 𝑙𝑎 𝑑𝑒𝑚𝑎𝑛𝑑𝑎 𝑑𝑢𝑟𝑎𝑛𝑡𝑒 𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 𝑠𝑖 𝑄 ∗ 𝑠𝑒 𝑐𝑜𝑚𝑝𝑟𝑎
𝜋+𝑐
𝑁𝑜𝑡𝑎: 𝑃𝑎𝑟𝑎 𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑟 𝑄 ∗ 𝑠𝑒 𝑑𝑒𝑏𝑒 𝑢𝑠𝑎𝑟 𝑙𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑑𝑒 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑎𝑐𝑢𝑚𝑢𝑙𝑎𝑑𝑎
EJEMPLO 1

• La señora Kandell ha estado en el Demanda Probabilidad

negocio de árboles de navidad durante D f(D)
años. Ella lleva un registro del volumen 22 0.05
de ventas por año y ha elaborado una
24 0.10
tabla de la demanda de estos árboles y
su probabilidad. Es evidente que la 26 0.15
demanda nunca fue menor que 22 28 0.20
árboles ni mayor que 36. Estima que si 30 0.20
compra más árboles de los que puede
32 0.15
vender, le cuesta alrededor de $40.00
deshacerse de éste. Si la demanda es más 34 0.10
alta que el número de árboles que 36 0.05
ordena, pierde su ganancia de $40.00 por
árbol
1. 𝑃𝑟𝑖𝑚𝑒𝑟𝑜 𝑠𝑒 𝑐á𝑙𝑐𝑢𝑙𝑎 𝑙𝑎 𝑟𝑎𝑧ó𝑛 𝑐𝑟í𝑡𝑖𝑐𝑎
𝜋 40
= = 0.5
𝑐 + 𝜋 40 + 40

2. 𝐷𝑒𝑏𝑒 𝑒𝑛𝑐𝑜𝑛𝑡𝑟𝑎𝑟𝑠𝑒 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑄 ∗ 𝑝𝑎𝑟𝑎 𝑙𝑎

𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑎𝑐𝑢𝑚𝑢𝑙𝑎𝑑𝑎 𝑑𝑒 𝑙𝑎 𝑑𝑒𝑚𝑎𝑛𝑑𝑎
𝐹 𝑄 ∗ = 0.50
𝑇𝑜𝑚𝑎𝑛𝑑𝑜 𝑒𝑛 𝑐𝑢𝑒𝑛𝑡𝑎 𝑡𝑎𝑏𝑙𝑎 𝑒𝑗𝑒𝑚𝑝𝑙𝑜 𝑦 𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑛𝑑𝑜
𝑙𝑎 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑎𝑐𝑢𝑚𝑢𝑙𝑎𝑑𝑎

𝑄 ∗ = 28; 𝑙𝑎 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒
á𝑟𝑏𝑜𝑙𝑒𝑠 𝑞𝑢𝑒 𝑡𝑖𝑒𝑛𝑒 𝑞𝑢𝑒
𝑐𝑜𝑚𝑝𝑟𝑎𝑟
EJEMPLO 2

• Los estudiantes de último año planearon

vender camisetas para recaudar dinero
destinado a la conferencia regional. Se supone
que la demanda de camisetas es igualmente
probable para cualquier número entre 48 y
72. Cada camiseta cuesta $3.50 y se venderá
en $5.00. Si no se compra suficientes
camisetas, el único costo será la ganancia
perdida. Como estas camisetas tienen el logo
de la conferencia, se piensa que las que no se
vendan antes del evento se podrán vender a
$2.50. Debido al alto costo de preparación
sólo se puede hacer un pedido.
 1 1 1
𝑓 𝐷 = = =
SOLUCIÓN 𝑏 − 𝑎 72 − 48 24

𝜋 = 5 − 3.5 = $1.50 = 𝑔𝑎𝑛𝑎𝑛𝑐𝑖𝑎 𝑝𝑒𝑟𝑑𝑖𝑑𝑎

𝑐 = 3.5 − 2.5 = $1.00 = 𝑐𝑜𝑠𝑡𝑜 𝑢𝑛𝑖𝑡𝑎𝑟𝑖𝑜 − 𝑟𝑒𝑛𝑑𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑢𝑛𝑖𝑡𝑎𝑟𝑖𝑜

𝜋 1.5
𝑅𝑎𝑧ó𝑛 𝑐𝑟í𝑡𝑖𝑐𝑎 = = = 0.60
𝑐 + 𝜋 1 + 1.5

𝐸𝑠 𝑛𝑒𝑐𝑒𝑠𝑎𝑟𝑖𝑜 𝑡𝑟𝑎𝑏𝑎𝑗𝑎𝑟 𝑐𝑜𝑛 𝑙𝑎 𝑓𝑢𝑐𝑖ó𝑛 𝑑𝑒 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑎𝑐𝑢𝑚𝑢𝑙𝑎𝑑𝑎

∗ ∗
1
𝐹 𝑄∗ = 𝑓 𝐷 𝑑𝐷 = 𝑑𝑥
24
í

𝐼𝑛𝑡𝑒𝑔𝑟𝑎𝑛𝑑𝑜
𝑥 𝑄 ∗ 48 𝑄 ∗ − 48
− =
24 24 24 24
𝐼𝑔𝑢𝑎𝑙𝑎𝑛𝑑𝑜 𝐷𝑒𝑠𝑝𝑒𝑗𝑎𝑛𝑑𝑜 𝑄 ∗
𝑄 ∗ − 48 𝑄 ∗ = 62.4 ≈ 62
= 0.60
24
 COMPLEMENTO
DE SOLUCIÓN

𝑁ú𝑚𝑒𝑟𝑜 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑜 𝑑𝑒 𝑐𝑎𝑚𝑖𝑠𝑒𝑡𝑎𝑠 𝑛𝑜 𝑣𝑒𝑛𝑑𝑖𝑑𝑎𝑠 𝑁ú𝑚𝑒𝑟𝑜 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑜 𝑑𝑒 𝑐𝑎𝑚𝑖𝑠𝑒𝑡𝑎𝑠 𝑓𝑎𝑙𝑡𝑎𝑛𝑡𝑒𝑠

∗
1 1
𝑄 ∗ − 𝐷 𝑓 𝐷 𝑑𝐷 = 62 − 𝐷 𝑑𝐷 𝐷 − 𝑄∗ 𝑓 𝐷 𝑑𝐷 = 𝐷 − 62 𝑑𝐷
24 24
∗

𝐼𝑛𝑡𝑒𝑔𝑟𝑎𝑛𝑑𝑜 𝑆𝑢𝑠𝑡𝑖𝑡𝑢𝑦𝑒𝑛𝑑𝑜 𝑙𝑜𝑠 𝑙í𝑚𝑖𝑡𝑒𝑠

62 1 𝐷 1 72 62 1 62 62
𝐷− − 72 − − 62
24 24 2 24 2 24 24 2 24
𝑆𝑢𝑠𝑡𝑖𝑡𝑢𝑦𝑒𝑛𝑑𝑜 𝑙𝑜𝑠 𝑙í𝑚𝑖𝑡𝑒𝑠
−78 − −80.08333 = 2.0833 ≈ 2
62 1 62 62 1 48
62 − − 48 − 𝑐𝑜𝑠𝑡𝑜 𝑡𝑜𝑡𝑎𝑙 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑜 = 𝑐𝑜𝑠𝑡𝑜 𝑒𝑥𝑐𝑒𝑑𝑒𝑛𝑡𝑒 + 𝑐𝑜𝑠𝑡𝑜 𝑓𝑎𝑙𝑡𝑎𝑛𝑡𝑒
24 24 2 24 24 2
𝐸 𝐾 𝑄 ∗ = 𝐸 𝐾 62 = 1 ∗ 4 + 1.5 ∗ 2 = $7.00
80.08333 − 76 = 4.08333 ≈ 4 𝑔𝑎𝑛𝑎𝑛𝑐𝑖𝑎 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑎 = 𝑄∗ ∗ 𝑔𝑎𝑛𝑎𝑛𝑐𝑖𝑎 − 𝑐𝑜𝑠𝑡𝑜 𝑡𝑜𝑡𝑎𝑙 𝑒𝑠𝑝𝑎𝑟𝑎𝑑𝑜
𝐸 𝑔𝑎𝑛𝑎𝑛𝑐𝑖𝑎 = 62 ∗ 1.5 − 7 = $86.00
SISTEMAS DE REVISIÓN CONTINUA
RECORDANDO
POLÍTICA DE REVISIÓN CONTINUA
• Se controla continuamente, cuando el nivel
del inventario llega al punto de Reorden R,
se ordena una cantidad fija Q
• Variables de decisión R(decisión de
tiempo) y Q (decisión de cantidad), por lo
que generalmente se le conoce como
política continua (Q, R).
• Se supone una entrega instantánea.
 NUEVAS CONSIDERACIONES

𝑋 = 𝑝𝑜𝑠𝑖𝑐𝑖ó𝑛 𝑑𝑒𝑙 𝑖𝑛𝑣𝑒𝑛𝑡𝑎𝑟𝑖𝑜 𝑒𝑛 𝑒𝑙 𝑡𝑖𝑒𝑚𝑝𝑜 𝑡

𝑂 = 𝑝𝑜𝑠𝑖𝑐𝑖ó𝑛 𝑑𝑒 ó𝑟𝑑𝑒𝑛𝑒𝑠 𝐼 = 𝑖𝑛𝑣𝑒𝑛𝑡𝑎𝑟𝑖𝑜 𝑑𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑙𝑒 𝐵 = 𝑛𝑖𝑣𝑒𝑙 𝑑𝑒 𝑓𝑎𝑙𝑡𝑎𝑛𝑡𝑒𝑠

𝑐𝑜𝑙𝑜𝑐𝑎𝑑𝑎𝑠 𝑒𝑛 𝑒𝑙 𝑡𝑖𝑒𝑚𝑝𝑜 𝑡 𝑒𝑛 𝑒𝑙 𝑡𝑖𝑒𝑚𝑝𝑜 𝑡
PUNTO DE REORDEN

𝑅 = 𝑝𝑢𝑛𝑡𝑜 𝑑𝑒 𝑟𝑒𝑜𝑟𝑑𝑒𝑛, 𝑒𝑙 𝑛𝑖𝑣𝑒𝑙 𝑑𝑒 𝑋 𝑐𝑢𝑎𝑛𝑑𝑜 𝑠𝑒 𝑐𝑜𝑙𝑜𝑐𝑎 𝑢𝑛𝑎 𝑜𝑟𝑑𝑒𝑛

𝑋 ≤ 𝑅, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒 𝑐𝑜𝑙𝑜𝑐𝑎 𝑢𝑛𝑎 𝑜𝑟𝑑𝑒𝑛 𝑑𝑒 𝑄 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠

• La decisión de tiempo, cuándo

ordenar. R determina el momento
de la decisión de cantidad
• Estos sistemas se llaman (Q,R)
• La decisión de tiempo considera la
posición del inventario total
• La cantidad ordenada Q , se puede
calcular por cualquier método
antes visto
 EOQ OTRA Y OTRA Y OTRA VEZ

• Se considera que el tiempo de entrega es

distinto de cero.
• τ es el tiempo de entrega y se conoce con
certidumbre.
• Es el tiempo que transcurre entre colocar
la orden y la recepción.
• La demanda durante el tiempo de entrega τ τ τ
se conoce con certidumbre. La demanda
anual es uniforme y se denota por D 𝑆𝑖 𝑒𝑠 𝑛𝑒𝑐𝑒𝑠𝑎𝑟𝑖𝑜 𝑞𝑢𝑒 𝑄 𝑙𝑙𝑒𝑔𝑢𝑒 𝑐𝑢𝑎𝑛𝑑𝑜 𝑠𝑒 ℎ𝑎 𝑎𝑔𝑜𝑡𝑎𝑑𝑜 𝑒𝑙 𝑖𝑛𝑣𝑒𝑛𝑡𝑎𝑟𝑖𝑜
𝑅 = 𝐷τ
𝐿𝑎 𝑑𝑒𝑐𝑖𝑠𝑖ó𝑛 𝑑𝑒 𝑡𝑖𝑒𝑚𝑝𝑜 𝑒𝑠 𝑐𝑜𝑙𝑜𝑐𝑎𝑟 𝑙𝑎 𝑜𝑟𝑑𝑒𝑛 𝑠𝑖𝑒𝑚𝑝𝑟𝑒 𝑞𝑢𝑒
𝑋 ≤ 𝐷τ τ<𝑇
 • Larry ordena acero para la construcción de un nuevo
edificio. La utilización anual es de alrededor de 3000
libras y cada libra cuesta $3.00. Larry gasta alrededor
EJEMPLO de $12.50 al procesar cada orden. Por lo general, tiene
que esperar mes y medio para recibir la orden. Estima
que su costo de mantener el inventario es 40% anual.
SOLUCIÓN

𝐴 = $12.5
𝐷 = 3000 𝑙𝑏 𝑝𝑜𝑟 𝑎ñ𝑜
𝑖 = 40% 𝑎𝑛𝑢𝑎𝑙
𝑐 = $3.00 → ℎ = $1.20 𝑝𝑜𝑟 𝑙𝑖𝑏𝑟𝑎 𝑝𝑜𝑟 𝑎ñ𝑜
1.5 1
τ = 1.5 𝑚𝑒𝑠𝑒𝑠 = = 𝑎ñ𝑜𝑠
12 8

2𝐴𝐷 2 ∗ 12.5 ∗ 3000

𝐸𝑂𝑄 = = = 250
ℎ 1.2
250 1
𝑇= = 𝑎ñ𝑜𝑠 = 1 𝑚𝑒𝑠.
3000 12
1
𝑅= 3000 = 375
8
PARA
COMPRENDER
 • El inventario es una función de servicio
• Servicio es que siempre que un cliente necesite un
artículo del inventario, esté ahí.
• El inventario de seguridad protege contra la
INVENTARIO DE incertidumbre
SEGURIDAD Y • El Inventario de seguridad es un inventario adicional
NIVEL DE para asegurar que se cumple el objetivo del servicio
SERVICIO • Lo que lleva de nueva cuenta a un estira y afloja entre
más costo de mantener por más inventario y menos
oportunidad de que un cliente se enfrente a un
faltante.
INICIO INVENTARIO DE SEGURIDAD

• La prueba de servicio se realiza cerca de la llegada del lote ordenado

• Existe incertidumbre tanto en la demanda como en el tiempo de entrega
𝐷 = 𝑣𝑎𝑙𝑜𝑟 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑜 𝑑𝑒 𝑙𝑎 𝑑𝑒𝑚𝑎𝑛𝑑𝑎 𝑒𝑛 𝑒𝑙 𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑒𝑛𝑡𝑟𝑒𝑔𝑎

• Para el punto de reorden R, se consideran 2 casos

• Determinístico: 𝑅 ← 𝐷

• Estocástico: 𝑅 ← 𝐷
CASO ESTOCÁSTICO

• a) La orden llega cuando todavía hay inventario disponible

• b) la orden llega justo cuando se agota el inventario
• c) se tienen faltantes y por un tiempo el inventario no
cumple su función.
En el caso c), para tener inventario disponible, se
establece el punto e reorden en
𝑹 = 𝑫𝝉 + 𝐬
• Donde s es el inventario de seguridad
• La decisión de tiempo “R” será una decisión sobre s.
• s determinará el trueque entre el servicio y la inversión
ENFOQUES PARA DETERMINAR EL INVENTARIO DE
SEGURIDAD

OPTIMIZACIÓN: USA EL COSTO ADMINISTRATIVO: SE ESTABLECE

POR FALTANTE Π POLÍTICA DE NIVEL DE SERVICIO
ANTES QUE SIGAMOS

Demanda en el tiempo de
entrega

Tiempo de nivel de
servicio
DEMANDA EN EL TIEMPO DE ENTREGA

• Se supone que la demanda es una variable aleatoria continua con función de densidad de
probabilidad 𝑓 𝐷 y función de distribución acumulada 𝐹 𝐷 .
𝐷 = 𝑣𝑎𝑙𝑜𝑟 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑜 𝑜 𝑚𝑒𝑑𝑖𝑎 𝑑𝑒 𝑙𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑑𝑒 𝑙𝑎 𝑑𝑒𝑚𝑎𝑛𝑑𝑎 𝑒𝑛 𝑢𝑛 𝑝𝑒𝑟𝑖𝑜𝑑𝑜
𝜎 = 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 𝑑𝑒 𝑙𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑑𝑒 𝑙𝑎 𝑑𝑒𝑚𝑎𝑛𝑑𝑎
𝜏 = 𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑒𝑛𝑡𝑟𝑒𝑔𝑎, 𝑖𝑔𝑢𝑎𝑙 𝑞𝑢𝑒 𝑒𝑛 𝑒𝑙 𝑐𝑎𝑠𝑜 𝑑𝑒𝑡𝑒𝑟𝑚𝑖í𝑠𝑡𝑖𝑐𝑜

• Se ajusta la demanda pronosticada a la longitud del tiempo de entrega

• Las demandas para cada periodo son variables aleatorias independientes. Por lo tanto
𝐷 = 𝐷 𝜏 = 𝑣𝑎𝑙𝑜𝑟 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑜 𝑚𝑒𝑑𝑖𝑎
𝜎 = 𝜎 𝜏 = la varianza de la demanda en el tiempo de entrega
𝜎 = 𝜎 𝜏 = 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑑𝑒 𝑙𝑎 𝑑𝑒𝑚𝑎𝑛𝑑𝑎 𝑒𝑛 𝑒𝑙 𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑒𝑛𝑡𝑟𝑒𝑔𝑎
EJEMPLO

• La demanda anual de azúcar de un fabricante local de refrescos se comporta

normalmente con 𝐷 = 800 𝑡𝑜𝑛𝑠 𝑦 𝜎 = 25 𝑡𝑜𝑛𝑠. El tiempo de entrega de la azúcar es de
5 días hábiles. Se supone que hay 250 días hábiles al año.

5
𝐷 = 𝐷 𝜏 = 800 = 16
250
5
𝜎 = 𝜎 𝜏 = 25 = 12.5
250
5
𝜎 = 𝜎 𝜏 = 25 ∗ = 3.53
250
INCERTIDUMBRE EN LA DEMANDA Y EN EL TIEMPO
DE ENTREGA
• No solo la demanda puede variar, sino también el tiempo de entrega
• Existen dos suposiciones importantes
• Los tiempos de entrega sucesivos son variables aleatorias independientes
• Las órdenes no se cruzan
• El tiempo de entrega tiene una distribución de probabilidad con media 𝜇 y varianza 𝜎

𝐷 = 𝐷𝜇
𝜎 =𝜇 𝜎 +𝐷 𝜎
EJEMPLO

• Se considera el mismo ejemplo de los refrescos, pero suponiendo que el tiempo de

entrega varía, con medía 5 y deviación estándar 1.

5
𝐷 = 𝐷 𝜇 = 800 = 16
250
5 1
𝜎 =𝜇 𝜎 +𝐷 𝜎 = 25 + 800 = 22.74
250 250
POLÍTICAS DE NIVEL DE SERVICIO

Política 1: Especifica la
Política 2: determina
probabilidad de
la cantidad de faltante
quedarse sin
esperada durante el
inventario durante el
tiempo de entrega
tiempo de entrega
POLÍTICA 1

• Se tiene una función de densidad de la demanda en el tiempo de entrega 𝐷

• Se supone una distribución normal con media 𝐷
• 𝐹 𝑥 = 𝛼 = 𝑒𝑠 𝑙𝑎 𝑝𝑟𝑜𝑝𝑜𝑟𝑐𝑖ó𝑛 𝑑𝑒 𝑐𝑖𝑐𝑙𝑜𝑠 𝑒𝑛 𝑙𝑜𝑠 𝑞𝑢𝑒 𝑛𝑜 𝑜𝑐𝑢𝑟𝑟𝑒𝑛 𝑓𝑎𝑙𝑡𝑎𝑛𝑡𝑒𝑠
• De nuevo el fabricante de refrescos, suponga que guarda 5
tons como inventario de seguridad.

𝑅 = 𝐷 𝜏 + s = 16 + 5 = 21
𝐹 𝑅 =𝛼
𝑆𝑒 𝑒𝑣𝑎𝑙ú𝑎 𝑙𝑎 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑛𝑜𝑟𝑚𝑎𝑙 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑧:
𝑥 − 𝜇 𝑅 − 𝐷𝜏 𝑠 5
𝑧= = = = = 1.41
𝜎 𝜎 𝜎 3.54

𝐹 𝑧 ≤ 1.41 = .9207

𝐸𝑙 𝑛𝑖𝑣𝑒𝑙 𝑑𝑒 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜 𝑒𝑠 𝑑𝑒𝑙 92.07%, 𝑒𝑠 𝑑𝑒𝑐𝑖𝑟, 𝑒𝑙 ~8%

𝑑𝑒 𝑙𝑜𝑠 𝑐𝑖𝑐𝑙𝑜𝑠 𝑎𝑙 𝑎ñ𝑜 𝑡𝑒𝑛𝑑𝑟á𝑛 𝑢𝑛𝑜 𝑜 𝑚á𝑠 𝑓𝑎𝑙𝑡𝑎𝑛𝑡𝑒𝑠
POLÍTICA 2

• Establece la porción de la demanda anual que se surte de

manera instantánea del inventario. Se le conoce como tasa de
surtido y se denota por 𝛽.
• La cantidad de faltante esperada se obtiene de 1 − 𝛽 𝐷
• El área bajo la curva se evalúa tomado esperanzas parciales,
denotadas por 𝐿 𝑥 . El área sombreada es la cantidad de
faltante esperada
𝐿 𝑧 = 𝑥 − 𝑧 ɸ 𝑥 𝑑𝑥
ɸ 𝑥 = 𝑓𝑢𝑛𝑐𝑖ó𝑛 𝑑𝑒 𝑑𝑒𝑛𝑠𝑖𝑑𝑎𝑑 𝑑𝑒 𝑥
• Finalmente se obtiene
𝐷 1−𝛽 𝑄
1−𝛽 𝐷 =𝜎 𝐿 𝑧 𝐿 𝑧 =
𝑄 𝜎
• Siguiendo con el problema de los refrescos. Se supone un inventario de seguridad de 5 tons y la
cantidad a ordenar es de 20 tons
• Se determina realiza el cambio de variable a una desviación normal estándar
𝑥 − 𝜇 𝑅 − 𝐷𝜏 𝑠 5
𝑧= = = = = 1.41
𝜎 𝜎 𝜎 3.54
• Se evalúa la z encontrada en la tabla de la Integral de pérdida lineal normal unitaria
𝐿 𝑧 = 𝐿 1.41 = 0.0359
1−𝛽 𝑄 1 − 𝛽 20 0.0359 3.54
𝐿 𝑧 = 0.0359 = 𝛽 = 1− = 99.4%
𝜎 3.54 20
• Número esperado de faltantes por año
𝐷 800
𝜎𝐿 𝑧 = 3.54 0.0359 = 5.08344~5
𝑄 20
MODELO (Q,R)
ENFOQUE ADMINISTRATIVO
• Decisión de cantidad: Se evalúa la cantidad a ordenar EOQ, sustituyendo el valor
esperado de la demanda
2𝐴𝐷
𝑄=
ℎ

• Decisión de tiempo: es la decisión del punto de reorden

𝑅 = 𝐷𝜏 + 𝑠
𝑅 = 𝐷𝜏 + 𝑧𝜎

𝑧 = 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑛𝑜𝑟𝑚𝑎𝑙 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 𝑞𝑢𝑒 𝑚𝑖𝑑𝑒 𝑒𝑙 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒

𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑎 𝑝𝑎𝑟𝑡𝑖𝑟 𝑑𝑒 𝑙𝑎 𝑚𝑒𝑑𝑖𝑎
POLÍTICAS DE NIVEL DE SERVICIO PARA PUNTO DE
REORDEN
• Como se vio anteriormente, existen 2 políticas:
• Política 1
• Paso 1: En tablas de distribución normal estándar se encuentra el valor z que corresponde a
𝐹 𝑧 =𝛼
• Paso II: Se evalúa R para el valor de z

• Política 1I
• Paso 1: Se evalúa
1−𝛽 𝑄
𝐿 𝑧 =
𝜎
• Paso II: En la tabla de la Integral de pérdida lineal normal unitaria se utiliza 𝐿 𝑧 para obtener z
• Paso III: Se evalúa R usando z
𝐷~𝑁 800,625
𝐷 ~𝑁 16,12.5 2𝐴𝐷 2 ∗ 50 ∗ 800
𝐴 = $50.00 𝑄= = = 10 𝑡𝑜𝑛𝑠
ℎ 800
𝑐 = $4000.00 𝑡𝑜𝑛
𝑖 = 20%
ℎ = 800.00 𝑆𝑒 𝑒𝑣𝑎𝑙𝑢𝑎 𝐿 𝑧
𝛽 = 95%
1−𝛽 𝑄 1 − .95 10
𝐿 𝑧 = = = 0.1412
𝜎 3.54
D𝑒 𝑡𝑎𝑏𝑙𝑎𝑠
𝑧 = 0,71
𝑆𝑒 𝑒𝑣𝑎𝑙ú𝑎 𝑅 𝑐𝑜𝑛 𝑧
𝑅 = 𝐷 𝜏 + 𝑧𝜎 = 16 + 0.71 ∗ 3.54 = 18.51
COSTO POR FALTANTE IMPLÍCITO

• Un faltante puede ocurrir sin importar qué nivel de servicio se tenga

• Se ocupa un análisis marginal para evaluar el costo por faltante implícito
• Mantener una unidad adicional en el inventario de seguridad, siempre y cuando el costo
por mantenerla no sea mayor al costo esperado por faltante
ℎ
= [1 − 𝐹(𝑧)]𝜋 Ejemplo Política 2
𝐷
𝑄 𝑧 = 0.71
ℎ𝑄 𝐷𝑒 𝑡𝑎𝑏𝑙𝑎𝑠 𝑑𝑒 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑛𝑜𝑟𝑚𝑎𝑙 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟
𝜋= 𝐹 𝑧 = 𝐹 0,71 = .7611
[1 − 𝐹(𝑧)]𝐷 800 ∗ 10
𝜋= = $41.85
1 − .7611 800
𝐹 𝑧 = 𝑒𝑠 𝑝𝑎𝑟𝑎 𝑙𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛
𝑛𝑜𝑟𝑚𝑎𝑙 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟
MODELO (Q,R)
ENFOQUE DE OPTIMIZACIÓN
• Encuentra un valor óptimo para las variables de decisión (Q*,R*) que minimiza el costo
total anual esperado.
• Los valores de las componentes que conforma el costo por ciclo son:
• El costo de compra que es igual a cQ, donde c es el costo unitario
• El costo de ordenar A
• El costo de mantener el inventario promedio ℎ𝐼 ,̅ donde ℎ es el costo de mantener el
inventario por unidad por unidad de tiempo
1 𝑄
𝐼̅ = 𝑠 + 𝑄 + 𝑠 = + 𝑠
2 2
COSTOS TOTALES

• El costo esperado por ciclo está dado por:

𝑄 𝑄
𝐴 + 𝑐𝑄 + ℎ + 𝑅 − 𝐷 𝜏 + 𝜋𝑏 (𝑅)
𝐷 2
𝑏 𝑅 = 𝜎 𝐿 𝑧 = 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑑𝑒 𝑓𝑎𝑙𝑡𝑎𝑛𝑡𝑒𝑠 𝑐𝑜𝑚𝑜 𝑢𝑛𝑎 𝑓𝑢𝑛𝑐𝑖ó𝑛 𝑑𝑒 𝑅,

• Costo anual esperado

𝐴𝐷 𝑄 𝜋𝐷 𝑏(𝑅)
𝐾 𝑄, 𝑅 = + 𝑐𝐷 + ℎ + 𝑅 − 𝐷𝜏 +
𝑄 2 𝑄
RELACIONES CLAVES PARA ALGORITMO

• Después de hacer operaciones algebraicas y derivadas parciales, se llega a las siguientes 2

relaciones
∗

• Se recuerda que para determinar R, se ocupa la siguiente relación

• Distribución de faltantes
 ALGORITMO PARA DETERMINAR Q* Y R*

𝑃𝑎𝑠𝑜 1: 𝑆𝑒 ℎ𝑎𝑐𝑒 𝑗 = 0
𝑃𝑎𝑠𝑜 2: 𝑆𝑒 𝑠𝑢𝑝𝑜𝑛𝑒 𝑞𝑢𝑒 𝑏 𝑅 = 0. 𝑆𝑒 𝑜𝑏𝑡𝑖𝑒𝑛𝑒 𝑄 ∗ 𝑦 𝑄 𝑑𝑒 𝑙𝑎 𝐸𝑐 2
𝑃𝑎𝑠𝑜 3: 𝑆𝑒 𝑢𝑡𝑖𝑙𝑖𝑧𝑎 𝑄 𝑝𝑎𝑟𝑎 𝑒𝑛𝑐𝑜𝑛𝑡𝑟𝑎𝑟 𝑅 , 𝑑𝑒𝑠𝑝𝑒𝑗𝑎𝑛𝑑𝑜 𝐹 𝑧 𝑑𝑒 𝑙𝑎 𝐸𝑐 1 , 𝑠𝑒 𝑜𝑏𝑡𝑖𝑒𝑛𝑒 𝑧 𝑎 𝑝𝑎𝑟𝑡𝑖𝑟 𝑑𝑒 𝐹 𝑧 𝑦
s𝑒 𝑠𝑢𝑠𝑡𝑖𝑡𝑢𝑦𝑒 𝑙𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑒𝑛 𝑙𝑎 𝐸𝑐 3 .
𝑃𝑎𝑠𝑜 4: Se evalúa 𝑏 𝑅 , 𝑒𝑣𝑎𝑙𝑢𝑎𝑛𝑑𝑜 𝑧 𝑒𝑛 𝑡𝑎𝑏𝑙𝑎𝑠 𝑦 𝑜𝑏𝑡𝑒𝑛𝑒𝑟 𝐿 𝑧 𝑦 𝑠𝑒 𝑠𝑢𝑠𝑡𝑖𝑡𝑢𝑦𝑒 𝑒𝑛 𝐸𝑐 4
𝑃𝑎𝑠𝑜 5: 𝑆𝑒 𝑢𝑠𝑎 𝑏 𝑅 𝑝𝑎𝑟𝑎 𝑒𝑛𝑐𝑜𝑛𝑡𝑟𝑎𝑟 𝑒𝑙 𝑛𝑢𝑒𝑣𝑜 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑄, 𝑠𝑖𝑒𝑛𝑑𝑜 𝑄
𝑃𝑎𝑠𝑜 6: 𝑄 𝑠𝑒 𝑢𝑠𝑎 𝑝𝑎𝑟𝑎 𝑒𝑛𝑐𝑜𝑛𝑡𝑟𝑎𝑟 𝑅
𝑃𝑎𝑠𝑜 7: 𝑆𝑖 𝑄 𝑠𝑒 𝑝𝑎𝑟𝑒𝑐𝑒 𝑎 𝑄 𝑜 𝑅 𝑠𝑒 𝑝𝑎𝑟𝑒𝑐𝑒 𝑎 𝑅 , 𝑒𝑙 𝑝𝑟𝑜𝑐𝑒𝑑𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑠𝑒 𝑑𝑒𝑡𝑖𝑒𝑛𝑒. 𝐷𝑒 𝑜𝑡𝑟𝑎 𝑚𝑎𝑛𝑒𝑟𝑎, 𝑠𝑒 ℎ𝑎𝑐𝑒
j=j+1 y se regresa al paso 3

𝐹 𝑧 𝑒𝑠 𝑢𝑛𝑎 𝑓𝑢𝑛𝑐𝑖ó𝑛 𝑑𝑒 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟 Revisar Excel

𝐿 𝑧 𝑒𝑠 𝑢𝑛𝑎 𝑓𝑢𝑛𝑐𝑖ó𝑛 𝑑𝑒 𝑝é𝑟𝑑𝑖𝑑𝑎 𝑙𝑖𝑛𝑒𝑎𝑙 𝑛𝑜𝑟𝑚𝑎𝑙 𝑢𝑛𝑖𝑡𝑎𝑟𝑖𝑎
PARA ENTENDER LA RELACIÓN DE POLÍTICAS Y
ENFOQUES