ESCUELA SUPERIOR POLITECNICA DEL LITORAL MAESTRIA EN CONTROL DE OPERACIONES Y GESTION LOGISTICA TECNICAS ESTADISTICAS EN OPTIMIZACION LECTURA #1 LA INCERTIDUMBRE

EN LA GESTION LOGÍSTICA Fernando Sandoya S.1 1. INTRODUCCIÓN: ESTADISTICA = MEDIDA DE LA INCERTIDUMBRE Es de sentido común que ante la incertidumbre sobre el comportamiento futuro de una variable aumentemos las medidas de protección de aquello que puede resultar afectado por los cambios imprevisibles de esa variable. Esto es aplicable tambien a diversos aspectos de la actividad logística. Tomemos como ejemplo el problema del almacén, específicamente lo relacionado a la gestión de los inventarios: En la lógica del responsable de un almacén está aumentar las existencias a medida que la demanda futura de los productos almacenados se hace más imprevisible (o en la medida en que el tiempo de entrega de los pedidos se hace más incierto). Este aumento de los inventarios implica un aumento directo en el coste de mantenimiento de los mismos. En otras palabras la incertidumbre se paga. Es por tanto un coste que de alguna manera se reflejará en nuestros resultados como, en el caso de la gestión de inventarios, un exceso de existencia en almacén o en forma de ineficiencias – fallos- en la atención al mercado. Pero, ¿existirá alguna forma de no incurrir (o disminuir al máximo) en los costes originados por la falta de certeza en el comportamiento futuro de la demanda y al mismo tiempo hacer eficiente la gestión cuando trabajamos en esas condiciones?. Para contestar a esta pregunta necesitamos primero saber “medir” bien la incertidumbre asociada, y es justamente la estadística la ciencia que proporciona los procedimientos para estudiar la incertidumbre. Una vez que hemos medido bien esta aleatoriedad se requiere de un esquema racional de toma de decisiones, este esquema es aportado por la investigación de operaciones. Tambien se pueden implementar ciertas estrategias y reglas empíricas que resultan en una disminución práctica de esta incertidumbre, y que son de uso frecuente por parte de los responsables logísticos. En particular se analiza en este paper algunas de estas formas prácticas de paliar los efectos negativos de la incertidumbre en la actividad logística en problemas como la gestión de los inventarios o las estrategias de producción.

1

ESPOL, Guayaquil, Junio de 2008

1

mostrados en la tabla 1. mientras que en el B es del 50. y por tanto sin incertidumbre. De la misma manera. observemos los datos referentes a la venta de dos productos A y B.Jenkins Redes neuronales Fuzzy Logic Saber medir bien la aleatoriedad permitirá juzgar la dificultad de la predicción futura y. está relacionada con los cambios que experimenta una variable.2.1% sobre la media. Por lo que en realidad la venta del producto A tiene mayor incertidumbre que la variable B. Algunas de estas técnicas son. que debe ser aclarada en cualquier estudio sobre el comportamiento futuro de una variable – pongamos por caso de ejemplo las ventas de un producto – es que su comportamiento será igualo parecido que el mantenido en el pasado. todo lo contrario ocurre si esta variable presenta grandes alternancias en su pasado. FUNDAMENTOS ESTADISTICOS La primera idea. durante 12 meses. Para medir la variabilidad de una variable se tienen varias medidas: la desviación típica (o desviación estándar). Una variable que se mantiene prácticamente constante o con un patrón definido de manera permanente es una variable de fácil pronóstico. cuánto nos costará protegernos de los posibles fallos. el coeficiente de variación. La incertidumbre. o aleatoriedad. las técnicas que se usen para pronosticar esta demanda serán más complejas mientras más aleatoriedad haya involucrada y cuánto más difícil sea medir o modelar esta aleatoriedad. Para analizar un caso. etc. Bajo esta hipótesis es tanto más difícil pronosticar racionalmente el futuro en tanto en cuanto al pasado de lo que se pronostica sea más cambiante o dicho en términos más formales aleatorio. la varianza. Naturalmente. como por ejemplo la demanda de un producto. El coeficiente de variación se refiere al valor de la desviación típica respecto al tamaño de la variable considerada.9%. de menor a mayor grado de complejidad:      Regresión lineal. pero lo aceptamos porque no tenemos otra forma de pronosticar racionalmente el futuro. en el producto A la variabilidad representa el 85. Podríamos suponer (por su desviación típica) que la incertidumbre es menos para el producto A. Sin embargo. En cambio. Cuando pronosticamos las ventas. como consecuencia de que esta situación se ha presentado repetidamente en otro lunes en el pasado. en consecuencia. y es igual al porcentaje de esa incertidumbre sobre el valor medio de la variable. que para el B. 2 . la desviación absoluta media. Medias móviles y alisamiento exponencial Modelos Box. esta suposición no tiene porqué cumplirse certeramente siempre. pensamos que serán crecientes como consecuencia de lo que se han venido incrementando en el pasado inmediato. al menos para el futuro próximo. o tomamos como cierto que las ventas del próximo día lunes disminuirán en relación a los otros días de la semana.

56% De este ejemplo simple podemos extraer las siguientes conclusiones sobre la incertidumbre: (a) Cuánto menor es la venta de un producto. el inventario necesario sería menor que la suma de los inventarios necesarios para c/u de los productos por separado. puesto que el coeficiente de variación de ese producto ficticio es menor que la suma de los coeficientes de variación de los otros dos. requieran mantener más inventario. cuya media es 591. para ello sumemos las ventas de A y B en una variable “venta total”. suele ser mayor su incertidumbre. hace falta menos inventario para un producto conjunto.5 591. y en otros períodos se venda el doble u ocho veces más (un incremento del 800%).5 50.90% 49. cuando necesariamente se tienen que satisfacer demandas que requieren productos diferentes. desde el punto de vista logístico. LA POST-POSICION EN LA PRODUCCION Y LA LOGISTICA. De la segunda conclusión anterior deduciremos que es mejor.59 85. proporcionalmente. 3. Luego pocos beneficios podríamos obtener de nuestras conclusiones anteriores.92 582. que para los otros dos separadamente. Pero esto mismo es un suceso infrecuente para el producto B.92 582. observamos que el coeficiente de variación disminuye respecto al obtenido en cada una de las ventas por separado. (b) Cuando se agregan datos.07% 296. vender un producto único en lugar de dos.5 293. En otras palabras.07% 50.12 CV 85. 3 .59 296. la incertidumbre del total agregado disminuye. En el supuesto de que pudiéramos vender un producto físico. Es común que generalmente los coeficientes de variación sean mayores para los productos de menor venta y en consecuencia que.90% Es decir el coeficiente de variación es un indicar que tan predecible es una variable en el futuro. Tabla #2: Efecto De la agregación sobre la incertidumbre MEDIA Periodo Venta A Venta B Venta Tot 1 0 1100 1100 2 0 900 900 3 15 340 355 4 25 650 675 5 12 260 272 6 11 800 811 7 4 730 734 8 8 100 108 9 6 540 546 10 0 780 780 11 10 300 310 12 16 490 506 8. cuya demanda fuera la suma de las demandas de A y B. Observemos ahora el la tabla #2 que sucede con la agregación de ítems. Pero es claro que no podemos vender un mismo producto en dos mercados que demandan cosas diferentes (la desagregación es buena para el cliente pero crea conflictos logísticos).5 CV 7. Es lógico pensar que un producto del que se vendan en promedio 9 unidades.Tabla #1: El coeficiente de variación MEDIA DESV Periodo 1 2 3 4 5 6 7 8 9 10 11 12 Venta A 0 0 15 25 12 11 4 8 6 0 10 16 Venta B 1100 900 340 650 260 800 730 100 540 780 300 490 8. cabe la posibilidad de que con frecuencia no se venda ninguna unidad o una unidad.42 DESV 7.

Aunque hay que aclarar que la producción de equipos de equipos basados en elementos comunes o “genéricos “(commonality) tiene un ahorro de costes y una utilidad mucho mayor que la reflejada aquí hasta ahora.Ahora bien si los productos finales A y B se han diseñado de manera que ambos tienen una base común y tanto A como B son consecuencias de unas ligeras modificaciones hechas en el producto común. los producen en lotes. en muchos casos. 4. La diferencia está en que estos componentes sirven para muchos modelos. o posponerse (“postponemet”) justo hasta que el producto se lleve al mercado. por ejemplo. b) El diseño de una familia de varios productos debe hacerse de manera que tenga muchos elementos comunes (“commonality”). el inventario de este producto común deberá ser menos que la suma de los inventarios que habría sido necesarios fabricar de cada producto separadamente desde el principio.. el porqué las empresas fabricantes de vehículos ensamblan las carrocerías en procesos JIT y. los motores y otros mecanismos. sin embargo. APLICACIONES A LA PRODUCCIÓN Las aplicaciones de mayor interés para la producción se basan en lo dicho en (b). con la composición unitaria mostrada en la tabla #3. Todo ello nos conduce a concluir que: a) Cualquier acción que diferencie el producto debe aplazarse. En este punto se justifica. como cajas de cambio. etc. estaremos en una situación en la cual podemos sacar partido de la agregación de datos que supone la demanda del producto que forma la base común. se montan o pintan bajo pedido de un cliente concreto según un catálogo y cuyo pronóstico sería muy incierto. Como hemos visto estas decisiones suponen que sin menoscabo de la atención al mercado (fallos en las entregas). 3 1 2 3 2 3 BARCO TIPO A 2 1 BARCO TIPO B 2 4 . podremos ahorrar costes al asegurar mejor las estimaciones futuras de las necesidades del mercado y por tanto reducir ciertos factores de protección como son los inventarios. por lo que su pronóstico está sujeto a menor error que las carrocerías que. Tomemos como base de ejemplo las figuras de dos rompecabezas formados por dos barcos construidos por las mismas tres piezas. en el último momento cuando las demandas de A o B han sido confirmadas por el pedido de un cliente. Es decir.

Tabla #5: Cantidad de piezas “compatibles” necesarias PRODUCCION 10A+0B 0A+10B Cantidad necesaria PIEZAS TIPO "1" 10 10 10 PIEZAS TIPO "2" 30 10 30 PIEZAS TIPO "3" 10 30 30 De la tabla anterior puede deducirse que sólo es necesario almacenar la cantidad suficiente para satisfacer los casos más extremos. observemos que el pronóstico de venta conjunta de los dos barcos (tipo A Y tipo B) no supera las 10 unidades semanales. o al contrario. Puesto que la demanda de ambos productos.17 9. 5 .92 4. Así en total se necesitarían fabricar y almacenar100 unidades de los componentes por semana. Entonces sólo sería necesario tener una disponibilidad de 70 piezas semanales.31 77. el aplazamiento (Postponement) es una herramienta muy importante en la estrategia logística de la distribución. Por ejemplo de la pieza “2” bastaría con almacenar 30 unidades pues con ello se abastece cualquier pedido posible del mercado. Esto es. es decir. el barco tipo A necesita componentes que no pueden ser usados en el tipo B y al contrario (por ejemplo los unos son de plástico y los otros de madera).93 1. como para atender una demanda de 10 unidades de A y 10 unidades de B por semana. ya que cualquier otra combinación está contemplada dentro de las otras dos (ver comonalty. “2” y “3”. 0 10 10 0 9 9 3 6 9 8 2 10 10 0 10 10 0 10 5 5 10 6 0 6 5 4 9 9 0 9 3 4 7 0 10 10 4. APLICACIÓN A LA DISTRIBUCIÓN Como introducimos antes.Tabla #3: Composición unitaria PIEZAS PRODUCTO A PRODUCTO B 1 Tipo "1" 1 1 Tipo "2" 3 3 Tipo"3" 1 5 TOTAL 5 Supongamos que la venta en el pasado ha sido la que se indica a continuación en la tabla # 4 y pensemos que cada uno de estos dos productos requiere componentes de tipo “1”.08 3. oscila entre 0 y 10 unidades por semana. 5. según datos históricos.xls). Sin considerar los importantes ahorros de costes en el diseño y producción que supondría fabricar tres tipos de piezas en lugar de seis. pues supone grandes ahorros de costes en inventarios. ¡Lo cual supone un ahorro del 88% semanal como promedio en costos derivados de los inventarios y en dos productos que están formados sólo por 3 piezas!.80 3. que no son compatibles entre sí. Esto supone que deberemos tener una disponibilidad total semanal de 50 componentes para fabricar A y de 50 componentes para fabricar B. tal como se muestra en la tabla # 5.V. deberemos abastecernos de suficiente unidades de estos componentes.31% 94. Tabla #4: DATOS HISTÓRICOS DE LA VENTA SEMANAL PERIODO DEM A DEM B TOTAL DESV. S-1 S-2 S-3 S-4 S-5 S-6 S-7 S-8 S-9 S-10 S-11 S-12 MEDIA TIPICA C.44% Supongamos ahora que dichos componentes son compatibles para usarse en los dos tipos de producto. o piezas.26% 14. 10 de A y ninguna de B.

ya comentada en puntos anteriores. uno de los inconvenientes que tiene el aplazamiento es que incrementa los costos operativos al tener que realizar un mayor número de operaciones a destiempo sobre el producto en condiciones. por lo general.  Empaquetado y envasado. o en uno solo. o en uno solo. de manera que cuando el pedido del cliente ha sido recibido se procede a realizar dichas operaciones con el fin de no diferenciar el producto sino prácticamente justo en el momento que abandona y de esta manera no se genera más stock. sólo que aquí la distinción es geográfica y no física.  Localización. etc. etiqueta. Veamos como ejemplo una red de distribución formada por dos almacenes A y B que mantienen un mismo producto (X-1278). y se refiere a la localización del producto entre varios almacenes.  Ensamblado. por tanto difícilmente predecible. se prefiere localizar ciertos productos cuya demanda es baja y. Por la misma razón.En logística hay una gran cantidad de operaciones que se pueden aplazar hasta el último momento. se está tomando una decisión logística similar a la diferenciación del producto por algún aspecto físico: color. Hay que anotar que no todo es ventaja. por tanto difícilmente predecible.. ya comentada en puntos anteriores. La última de ellas es una decisión táctica. Dada la trascendencia derivada de esta última decisión. Por la misma razón. no tan idóneas como en la cadena de montaje. porque su complejidad no es mucha y no requieren excesivo tiempo para ejecutarse. LOCALIZACION DE (CENTRALIZACIÓN) EXISTENCIAS EN LOS ALMACENES Cuando en una red de distribución formada por varios almacenes suministradores de producto a un territorio se plantea en cuáles de ellos se debe almacenar.  Etiquetado y marcado. o estratégica. una empresa debería utilizar esta técnica operativa cuando los ahorros en costes derivados de la reducción de inventarios compensan los costes originados por el aumento de la complejidad operativa.  Mezclado de productos. la analizaremos luego en el tema 6 de una manera mas detallada. Alguna de las operaciones que frecuentemente puede ser pospuestas son:  Reserva de producto para cliente o mercados no definidos. en unos pocos almacenes. en el cual se analiza las prácticas de centralización o descentralización de existencias. Las tres primeras son operaciones típicamente logísticas y las dos siguientes son operativas. sería recomendable localizar ciertos productos cuya demanda es baja y. A no ser que el cliente esté perfectamente determinado es necesario no mantener el producto asignado a mercados o clientes futuros que no han cursado el pedido. en unos pocos almacenes. 6. Por lo tanto. y cuya demanda en 12 semanas es la indicada en la tabla # 6: 6 .

Ambos datos los consideraremos iguales para cualquiera de las dos situaciones estudiadas. C. el stock de seguridad (SSA) necesario será el siguiente considerando que la desviación típica obtenida en la tabla # 6 es 3.31 K Al comparar ambas situaciones observamos que el inventario de seguridad necesario se habría reducido casi la sexta parte !!.93 K El stock de seguridad total será entonces: SS D (3.93) K  7. Ello se deriva de la menor incertidumbre en la demanda al sumar las demandas que sufren los almacenes por separado.08 DESV. Para el almacén A.31 94. pero concentrando la demanda total en uno sólo.92 4.80. y por tanto concentrar la demanda total del producto en ese almacén. el proceso contrario se denomina descentralización de existencias.80 K De manera análoga. 7 . las existencias necesarias serán menores que si no se hubiera tomado tal decisión. TIPICA 3. obviamente. Esta estrategia de reducir almacenes se denomina centralización de existencias.17 9. Stock de seguridad = K  Siendo K un factor determinado por la calidad del servicio dado al mercado (atención a la demanda.V.80  3. el stock de seguridad ( SS B ) necesario será el indicado: SS B  3. para el almacén B. continuando con la localización en los dos almacenes.44% TOTAL ALM A+B 10 En el caso de localizar el producto en uno solo. el stock de seguridad ( SS C ) necesario será: SS C  1. Veamos el stock de seguridad necesario en el caso de mantener el producto localizado en dos almacenes distintos.73 K Si ahora repetimos el estudio.31% 3. fallos en el suministro) y los tiempos que emplean los proveedores en entregar el producto (lead time).26% 14. SS A  3.80 77.93 1.Tabla # 6 Datos históricos de venta semestral del producto código X-1278 PERIODO ALMACEN A ALMACEN B S-1 S-2 S-3 S-4 S-5 S-6 S-7 S-8 S-9 S10 S11 S12 MEDIA 0 10 0 9 9 3 6 9 8 2 10 10 0 10 10 0 10 5 5 10 6 0 6 5 4 9 9 0 9 3 4 7 0 10 10 4. El nivel de Stock de seguridad es proporcional a la desviación típica de la demanda.

Cuando surge un pedido. la función de optimización de las cargas transportadas realizada por estos desaparece (un almacén solicita a su proveedor cargas completas. o centralizar existencias. por lo que las existencias necesarias son muy bajas. que es bastante intuitiva y que tiene gran sentido común.Aunque hay que notar que la centralización de existencias también conlleva inconvenientes. pero un usuario solicita unidades). los productos menos demandados se localizan en el país de origen de la empresa. las empresas consideren diversas estrategias: (a) Concentrar en todos los almacenes de la red los productos más solicitados y los de baja demanda situarlos en unos pocos de ellos. mayoristas y fabricantes. creando virtualmente un sólo almacén. las reposiciones se hacen en lotes (pedidos de reabastecimiento). o en un lugar concreto. por el contrario. que se traduce en un mayor coste por unidad transportada. por lo que hay una pérdida de eficiencia en el uso de estos recursos. por lo que no se hallan disponibles en la mayoría de los almacenes. por razones de disminución de costes. En algunas empresas de comercio electrónico se emplea esta técnica para localizar los productos de alta demanda en múltiples sitios cercanos a los mercados y así crear la sensación de unas entregas rápidas (buen servicio). la central informática determina qué almacén es el más próximo al cliente y en cual se encuentra el producto solicitado y procede a enviar el producto al cliente a través del almacén cercano. ya que al suprimir almacenes. por lo que no tendría sentido. con lo que se ha de llevar el producto a mercados más lejanos en cantidades menores. como hemos visto. Como ejemplo de esto analicemos lo que sucede en una cadena simple formada por tres agentes: minoristas. de manera que ha medida que nos remontamos en la cadena de suministros los perdidos se hacen en mayor cantidad de unidades y con menor frecuencia. de manera que una central gestiona los pedidos y las existencias de los almacenes de la red. (b) Un perjuicio en el tiempo en el tiempo de atención al cliente. Esto hace que a la hora de reducir almacenes. localizar estos productos en pocos almacenes. Las características de cada uno de ellos en cuanto a la demanda que soportan y la manera de cursar los pedidos son las siguientes: 8 . y por supuesto el mercado. (b) Otra forma de proceder es localizar los productos en función de los mercados próximos a los que abastecen. Esta estrategia. ya que las demoras en las entregas aumentarán como consecuencia de la mayor distancia. EL EFECTO “LATIGO” (BULLWHIP EFECT) En la mayoría de los almacenes. entre los más importantes podemos anotar: (a) Un mayor coste de transporte. Es una estrategia basada en la transmisión de información por redes informáticas. se basa en que la demanda elevada de productos es mucho menos incierta que una demanda baja. así el flujo de pedidos se va haciendo más irregular y por tanto más difícil de pronosticar. 7. Lo contrario sucederá con los de baja demanda. ni interés económico.

9 . Además. Por ejemplo. El minorista atiende directamente al mercado y vende un cierto producto conforme a los pedidos de los clientes con plazos de entrega inmediatos. Por tanto. cuando comenzamos el estudio. Para reponer sus existencias. Punto de reposición para el mayorista=30 unidades. Tabla # 7: DEMANDA EN UNIDADES POR SEMANA S-1 Demanda mercado 0 Stock en minorista 0 Pedidos del minorista 50 Stock en mayorista 0 Pedidos del mayorista 100 DEMANDA EN UNIDADES POR SEMANA S-2 S-3 S-4 S-5 S-6 S-7 S-8 S-9 S-10 22 15 10 13 17 19 10 15 12 28 13 53 40 23 4 44 29 17 0 50 0 0 0 50 0 0 50 100 50 50 50 50 0 100 100 50 0 0 0 0 0 100 0 0 0 S-11 8 59 0 50 0 Punto de reposición para el minorista = 20 unidades. Cantidad de pedido= 50 unidades. El mayorista demora una semana en entregarle su pedido. A su vez. De igual manera en el almacén del mayorista.   Veamos ahora el la tabla # 7 como será el funcionamiento de cada uno de ellos para un periodo de once semanas. En esta semana hay tambien una demanda de 22 unidades por parte de los clientes. Atiende las peticiones del minorista y le suministra las cantidades que el pide. Cuando el stock en minorista se sitúa igual o por debajo de 20 unidades se cursa un pedido por otras 50 unidades al mayorista. séptima y décima. en la semana primera el minorista ha cursado un pedido de 50 unidades al mayorista – fila “pedidos del minorista” . no tienen existencia del producto en sus almacenes.el cual se demora una semana en la entrega. Tiempos de suministro para el mayorista y el minorista (Lead time) = 1 semana. El fabricante se demora una semana en entregar el pedido al mayorista. de manera que se recibe en la segunda semana. el mayorista cursa pedidos al fabricante en lotes de 100 unidades y ha establecido un punto de reposición de 50 unidades. del pedido de 50 unidades recibo en la semana segunda se retiran 22 unidades y quedan almacenada 28 restantes que reflejan en la fila “Stock en minorista”. este minorista cursa órdenes de compra al mayorista en cantidades de 50 u/pedido. Estas órdenes de compra se cursan cuando sus existencias se hallan en un nivel inferior o igual a las 20 unidades (punto de reabastecimiento o de reposición) El mayorista actúa de manera similar. salvo que carezca de producto. Cantidad de pedido= 100 unidades. pero teniendo en cuenta que la demanda que soporta el mayorista está dada por los pedidos del minorista y que por tanto las cantidades que éste pide al fabricante así como el PR son diferentes. supongamos también que inicialmente tanto el minorista como el mayorista. lo cual sucede en las semanas tercera.

en la primera semana el mayorista ha cursado un pedido de 100 unidades al fabricante – fila “Pedidos del mayorista” – que reciben en el almacén del mayorista en la semana segunda. en la que se indica el inventario medio. como no hay pedidos del minorista en esta semana las 100 unidades permanecerán en el almacén del mayorista lo que se indica “stock del mayorista”. si hubiera más agentes. ésta es más regular que la del fabricante y. a medida que nos remontamos aguas arriba de la cadena de suministro. 120 100 80 Demanda mercado 60 40 20 0 0 1 2 3 4 5 6 7 8 9 10 11 Pedidos del minorista Pedidos del mayorista Como se desprende del gráfico la demanda soportada por el minorista es más regular tanto en cantidades como en los intervalos del tiempo entre pedidos que la demanda soportada por el mayorista y a su vez. otras menos – un promedio de 28 unidades por mes para atender al mercado. 2. Los inventarios en cada escalón de la cadena Si observamos la última columna de la tabla # 7. la regularidad sería cada vez peor. sus decisiones serán cada vez menos certeras. Analicemos ahora dos aspectos que llaman la atención. pues al basarlas en las demanda soportadas y ser éstas cada vez más irregulares. Comparemos la demanda del mercado con las demandas resultantes del minorista hacia el mayorista y de éste hacia el fabricante y para un mejor análisis representémoslas en un gráfico. veremos que el minorista ha tenido en almacén – unas veces más. 1. En otras palabras: El comportamiento de la demanda cursada por los diversos agentes se “degrada” en cada escalón. La demanda soportada por cada uno de los agentes. Esto tiene una importante influencia sobre las decisiones que toma cada agente.Por ejemplo. Los cálculos de las siguientes semanas tienen una explicación igual a la dada para el minorista. mientras que el mayorista ha necesitado 55 unidades ¡Casi el doble del inventario para atender la misma demanda del mercado! Por lo que concluiremos que: 10 .

7 S.1 4. Calcular la diferencia entre cada valor y la media (fila cuarta en la tabla).9 3.1 0.0 8. las consecuencias acarreadas sobre el resto hacen difíciles alcanzar un grado de eficiencia comparable a la de aquel.2 0.1 0. aunque en el corto plazo algunos agentes obtengan mejoras sustanciales.0 -49 4.9 3.0 4. a lo largo plazo otros tenderán a buscar también su beneficio particular con repercusión en el mercado y con perjuicios para todos. 1.0 -19 3. que es lo que se conoce como valor absoluto (fila quinta en la tabla) Calcular la media aritmética de los valores determinados justo en el punto anterior.12 MEDIA 0. De todo lo dicho se desprende que la eficiencia en la actuación de los agentes es cada vez menor y que también es más complicada su gestión. para una misma demanda de mercado.8 S.1 1.1 0.92 en la tabla # 8).9 S.Los inventarios mantenidos por los agentes.9 S. Desviación absoluta media (DAM) Dadas las ventas de doce semanas de un producto. que en nada corresponde al del mercado.1 1. 3. Esto supone que.6 S.1 4. OTRAS MEDIDAS ASOCIADAS AL CALCULO DE LA INCERTIDUMBRE Para reportar la incertidumbre también se suelen emplear otras medidas estadísticas. Quitar el signo. 8.1 0. El servicio al cliente se degrada como consecuencia de unas previsiones hechas sobre un comportamiento de la demanda. el calculo de la DAM comprende los siguientes pasos. mayores de lo necesario para la demanda de mercado. por ejemplo el minorista.10 S.9 -49 4. puesto que van a remolque de sus decisiones. son cada vez mayores a medida que ascendamos en la cadena desde el cliente final.1 1.1 -19 1.0 -49 4.0 5.0 6.1 0.     Calcular la media aritmética de todos los valores (4.0 9.11 3. Derivado de unos inventarios. manteniéndolos a lo largo de la cadena.1 5.9 S. Tabla #8: DAM PERIODO VENTA VENTA-MEDIA VALOR ABSOLUTO DAM S. Aunque aisladamente uno de los agentes.1 5.0 10. 2.1 Este cálculo corresponde a la fórmula: DAM  xi  x n 11 . Los costes se incrementan.1 5.0 10.5 S.9 DEMANDA EN UNIDADES POR SEMANA S.3 S.1 5. Las consecuencias de todo ello son: 1.0 5.4 S. Esta es la razón por la que la acción coordinada mediante la integración de sus funciones supone una mejora en los aspectos citados anteriormente y mayores beneficios para todos a largo plazo. Al producir lotes de tamaño creciente (no es lo mismo el tiempo necesario para producir un lote de 28 unidades que de 100) los tiempos de espera de los clientes deberán ser mayores. optimice su gestión.0 3. basadas en los datos que cada agente observa sobre el siguiente eslabón. Los plazos de entrega aumentan.

. la incertidumbre de una variable viene mejor definida por el Coeficiente de Variación (CV). = 70 – 63. (ii) En el caso de componentes compatibles:  Disponibilidad máxima necesaria de componentes / semana = 70 componentes/semana. Para el producto tipo B (venta máxima estimada 10 unidades por semana)  Disponibilidad máxima necesaria de componentes por semana = 10 unidades de A x 5 componentes/unidad = 50 componentes/semana.44 unidades. = 20. ASI LA REDUCCIÓN DEL INVENTARIO DE COMPONENTES = 88 % 12 . /und. Desviación estándar ( ) La fórmula es:   ( xi  x ) 2 n 1 También se puede emplear la función de la hoja de cálculo Excel: DESVEST ( x1. mayor será el rango de la variación de los datos.  Consumo medio de componentes por semana = 4.55 unidades. xn ) Cuanto mayores sean los valores de la DAM o la  .84 comp./semana./semana..92 unidades de A vendidas * 5 comp. Así: (i) En el caso de que los componentes no sean compatibles: Para el producto tipo A (vente máxima estimada 10 unidades por semana)  Disponibilidad máxima necesaria de componentes por semana = 10 unidades de A x 5 componentes/unidad = 50 componentes /semana.4 unidades/semana.También se puede calcular con las funciones incluidas en la hoja Excel: DESVPROM ( xi ) 2. como indicamos antes..44 unds... = 24.6 = 25.  Remanente de componentes en el inventario = 50 – 24.6 comp.17 unidades de A vendidas * 5 comp.  Remanente de componentes en el inventario = 50 – 20. /unid. Total inventario semanal componentes para A o B = 6. /semana. Pero..85 = 29.15 unidades/semana. Total inventario semanal componentes para A y B = 54. Para calcular los ahorros de coste derivados del almacenamiento deberíamos considerar la cantidad componentes que almacenamos y los que se consumen cada semana.  Consumo semanal = 9. En el caso los ahorros de coste derivados del almacenamiento deberíamos considerar la cantidad componentes que almacenamos y los que se consumen cada semana.08 unidades de A y B por semana x 7 componentes/sem.  Consumo medio de componentes por semana = 4.