You are on page 1of 55

UNIVERSIDAD NACIONAL

“SANTIAGO ANTÚNEZ DE MAYOLO”

FACULTAD DE ECONOMIA Y CONTABILIDAD


“Año del Buen Servicio al
Ciudadano”

Tema: Análisis de Decisiones

Alumno:
Puertas Sabino, Ricardo Docente:
DR. Ojeda Pereda, William
“Año del Buen Servicio al Ciudadano
Índice
1. Introducción .......................................................................................................................... 3
2. Antecedentes ........................................................................................................................ 4
3. Modelos De Inventario Probabilísticos ................................................................................ 5
3.1 Entrega Inmediata, Pedidos Semanales o Bisemanales. ............................................... 5
3.1.1 Caso Práctico. ........................................................................................................ 6
3.1.1.1. Ejemplo.............................................................................................................. 9
4. Inventarios probabilísticos con demanda Independiente .................................................. 13
4.1. Inventarios probabilísticos con demanda independiente de revisión continua ......... 13
4.1.1. Modelo de costo con faltante ............................................................................. 14
4.1.1.1. Supuestos ........................................................................................................ 14
4.1.1.2. Variables del modelo matemático .................................................................. 15
4.1.2. Modelo del nivel de servicio (Bonini et al., 2001) ............................................... 21
4.1.2.1. Supuestos ........................................................................................................ 21
4.1.2.2. Variables del modelo matemático .................................................................. 22
4.1.2.3. Determinación de la cantidad de pedido óptima ........................................... 22
4.1.2.4. Determinación del punto óptimo de pedido .................................................. 22
5. Conclusiones........................................................................................................................ 50
6. Anexos ................................................................................................................................. 51
1. Introducción

En este trabajo conoceremos los modelos de inventario probabilístico,


para ello debemos tener en cuenta que son inventarios y que son
probabilidades.
El inventario es el almacén físico de productos que una empresa mantiene
a la mano para promover el manejo fluído y eficiente de sus operaciones.
Las probabilidades es la expresión cuantitativa que comprenden las
asignaciones de valores numéricos a sucesos que tienen la posibilidad de
ocurrir.

Los modelos de inventario probabilístico es donde la demanda es incierta


o aleatoria en un periodo, estos modelos se caracterizan por poseer una
demanda y/o tiempo de suministro variables en el tiempo y la necesidad
o demanda del artículo es generada como consecuencia de las decisiones
de muchos actores ajenos a la cadena logística (clientes o consumidores),
por lo que la empresa no tiene control de la misma.

Estos problemas han sido denominados como problemas de inventario e


involucran decisiones que tienden a considerar, ¿cuándo hacer pedidos?
y ¿en qué cantidad?, además se basan en una política de inventarios que
es típica de cada problema. Es por ello, que en el área económica los
inventarios revisten una gran importancia, por lo que las empresas
realizan un gran esfuerzo, no sólo para gestionarlos debidamente, sino
para que además los resultados en cuanto a eficiencia y controlabilidad
del problema sean lo más satisfactorios posibles. Para ello es
indispensable usar políticas cuyos procedimientos a emplear resulten de
fácil utilización y permitan una operación fluida para la empresa.
2. Antecedentes

La gestión y el control de los inventarios representa una de las actividades


más importantes en las empresas, tanto en el sector primario como en el
comercio, la industria, etc. Estas organizaciones manipulan bienes y
artículos para su venta o su inclusión en la cadena de producción o
suministro. El control de los costos y la determinación de políticas
eficientes para el mantenimiento y gestión de los inventarios supone una
disminución de los gastos derivados de su actividad logística o comercial
y un crecimiento de sus beneficios.

El primer modelo de gestión de stocks lo propuso F.W Harris (1915),


quien propuso la famosa formula de la cantidad económica de pedido
(Economic Order Quantity, EOQ). Dicha formula también es conocida
como fórmula de Wilson. Taft (1918) trabajo con una ratio de producción
finito y propuso el modelo básico de cantidad de producción económica
(Economic Producción Quantity, EPQ).

Más adelante, T.C. Fry (1928) analizo un sistema en el cual los


requerimientos de los clientes no eran perfectamente conocidos, esto es
la demanda no era determinista y se consideraba una variable aleatoria.
La primera monografía sobre modelos de gestión de inventario la presentó
F.E. Raymond (1931) en su libro Quantity and Economy in Manufacture.
Algunos de estos modelos de gestión de stock fueron considerados por
los aliados en la Segunda Guerra Mundial en el abastecimiento de las
tropas y en el control del inventario del armamento usado en dicha guerra.

Desde mediados del siglo XX hasta nuestros días, miles de artículo sobre
modelos de gestión de inventario han aparecido publicados en revistas
científicas de matemática aplicada, ingeniería, economía e investigación
operativa. Para adentrarnos en el análisis de alguno de los modelos de
gestión de inventario, objeto del presente trabajo, es preciso introducir
ciertos conceptos básicos y describir las componentes de los sistemas de
inventarios.
Capítulo I

3. Modelos De Inventario Probabilísticos

La necesidad de mantener bienes físicos o mercancías almacenadas con


el propósito de satisfacer la demanda sobre un horizonte de tiempo
específico, actualmente puede ocasionar problemas en las empresas que
intentan asegurar un trabajo uniforme y eficiente en sus operaciones. En
esta parte veremos dos modelos de inventarios probabilísticos, primero
en la cuela la demanda será discreta y se asumirá que puedan haber
perdidas por costo de oportunidad, el segundo modelo la demanda se
considera como continua y además hay un tiempo de demora entre
pedidos y entregados. En primer caso se deberá decidir entre hacer
pedidos cada semana o cada dos semanas, asi como la cantidad de
unidades a pedir; en el segundo caso la decisión comprenderá la elección
de la cantidad a pedir y también la capacidad adecuada de
almacenamiento.

3.1 Entrega Inmediata, Pedidos Semanales o Bisemanales.

Se considera aquí la situación en la cual se debe decidir ente hacer un


pedido cada semana o cada dos semanas. Se supone que no hay tiempo
de espera para la entrega de los pedidos. Se asume que cuando se
incurre en faltantes se tiene una perdida por costo de oportunidad. Las
siguientes son las variables consideradas para el modelo.

t= Intervalo entre pedidos (1,2)


n= Demanda durante el inventario
P1(n)= densidad de probabilidad de n para t=1 periodo
P2(n)= densidad de probabilidad de n para t= 2 periodo
c1= costo de inventario unitario/semana
c2= costo de faltante unitario
c3= costo de hacer el pedido
z= nivel de inventario inmediatamente después de llegar el
pedido.
F1(z)= costo esperado (excluyendo c3), asociado con la política de
hacer un pedido por periodo para llevar al inventario al nivel z.
F2(z)= costo esperado excluyendo c3), asociado con la política de
hacer un pedido cada dos periodos para llevar el inventario al
nivel z.

3.1.1 Caso Práctico.

Supondremos que, si hay una demanda de n coches en un periodo t, la


demanda se presenta en los tiempos:

De modo que la demanda se presenta gradualmente durante cada


periodo.

En general existe dos casos:

1. n > z, y por lo tanto se produce un faltante en el inventario de la


figura (1) muestra la situación, y el área sombreada representa el
número de unidades del periodo.

El inventario medio (I) es:


Y por lo tanto el costo de inventario se expresa como:

Cuando se presente el faltante se dejará de surtir a un cliente a un costo


de:

y el costo total de este primer caso (CT1) es de:

2. n < z se satisface la demanda y la situación se describe en la figura


(2):
El inventario medio es:

y el costo total para este caso es:

E1 costo esperado total F(t) (z) por el período t, excluyendo el costo C3 de


hacer el pedido, se obtiene multiplicando el costo asociado con la
demanda n por la probabilidad de n y sumando sobre el recorrido
apropiado de n.

Para hallar el valor mínimo de F(t)(z), requerimos que se


satisfaga la relación
Donde ▲F(t)(z) es la primera diferencia de la función F(t)(z).

3.1.1.1. Ejemplo.

Una agencia de automóviles tiene la opción de hacer pedidos una vez por
semana o una vez cada dos semanas. Se encuentra que el costo de
mantener un automóvil en existencia por una semana es de S 6 (seguras,
deterioro menor, intereses de capital, etc.). Los clientes, que no pueden
obtener automóviles nuevos inmediatamente, tienden a irse a otras
agencias; la empresa estima que por caria cliente que no puede obtener
entrega inmediata pierde un promedio de S 100.

Para un cierto modelo de automóvil en particular, las probabilidades de


una demanda de O, 1, 2, 3, 4 y 5 coches en una semana son 0.05, 0.10,
0.20, 0.30, 0.20 y 0.15, respectivamente. Cada vez que la agencia hace
un pedido, tiene un costo de S 40. ¿Que tan a menudo debe ordenar
automóviles, y a que nivel debe tener sus existencias? Suponga que no
transcurre tiempo entre el pedido y la entrega de las unidades).
Suponemos primero que la agencia hace un pedido semanal, y que cada
vez que lo hace lleva sus existencias al nivel z.

Encontramos entonces z de manera de hacer mínimos sus costos


esperados totales durante la semana. Cálculos semejantes, basados en
el supuesto de- que se hace una pedida cada dos semanas, nos
permitirán comparar los costos totales esperados por semana, de las dos
políticas. Podemos de esta manera decidir - cual política producirá las
costas esperados más bajos. Tenemos pues entonces que:
t= intervalo entre pedidos Cl,2)

n= demanda de coches en el intervalo de tiempo t

P2(n)= densidad de probabilidad de n cuando t es 1 semana

Cn= (0,1,2,3,4,5)

P2(n)= densidad de probabilidad de n cuando t es 2 semanas

Cn = (0,1,2,3,4,5,6,7,8,9,10)

C1= $ 6/s-u

C2= $ 100/u

C3= $ 40

z= nivel de inventario inmediatamente después de recibir un envió de


automóviles

F1(z)= costo esperado (excluyendo C3), asociado con la política de hacer


un pedido por semana para llevar el inventario al nivel z

F2(z) = costo esperado (excluyendo c3), asociado con la política de hacer


un pedido cada 2 semanas para llevar el inventario al nivel z.

De acuerdo al modelo, el cálculo del valor óptimo de z se hará a partir de


la ecuación de la primera diferencia:

Los valores del cálculo se encuentran en la siguiente tabla de la siguiente


página.
De acuerdo a estos cálculos, si la política es hacer pedidos cada semana,
el nivel de existencias debe llevarse a cinco automóviles. Como solo se

nos dan los valores de p1(n) (la distribución de la demanda


correspondiente a t=l), entonces como asunto preliminar tenemos que
calcular p2(n) (la distribución correspondiente a t=2). Si es razonable
suponer que las ventas en semanas consecutivas son mutuamente
independientes, entonces encontramos que:
y los resultados obtenidos se muestran en la tabla de la siguiente página,
donde de acuerdo a los mismos, si la política es hacer un pedido cada dos
semanas, entonces el nivel de automóviles que se debe alcanzar es de
ocho.

Para responder a la pregunta formulada en el enunciado del, problema,


debemos comparar los costos semanales totales asociados con las dos
políticas óptimas de pedidos. Esto podría hacer a partir de la fórmula para
Ft(z), pero es probablemente más rápido calcular Ft(O) y luego utilizar las
primeras diferencias ya tabuladas.

Por otra parte

Respuesta:

Con una política de ordenar cada semana de manera de llevar el


inventario a cinco automóviles, el costo semanario (exclusivo del de hacer
el pedido) es de S 21.06

Así, el costo total, por semana asociado con hacer una pedida cada
semana es S 21.06 + $ 40.00, o sea $ 61.06.

Con la política de pedir cada dos semanas, para llevar el inventario a ocho
automóviles, el costo por quincena (exclusivo del costo de hacer el pedido)
es $ 71.21

El costo total, por quincena (de cada dos semanas) es de S 111.21, o un


promedio de S 55.60 por semana.

Hay, por lo tanto, un ahorro de 3 5.46 que puede obtenerse si se hace el


pedido cada dos semanas. Inventarios probabilísticos con demanda
independiente
Capitulo II

4. Inventarios probabilísticos con demanda Independiente


A nivel general, los inventarios probabilísticos con demanda
independiente se caracterizan por la suposición de que sólo se conoce la
probabilidad de distribución de la demanda durante el tiempo de
producción, pero no la demanda actual durante ese periodo, por lo que,
cuando se establece el punto de pedido, existe la posibilidad de que el
inventario se agote y tener que enfrentar un costo por faltante y por último
la demanda del producto no se relaciona con la demanda de otros
productos.

Según Marthur y Solow (1996) los inventarios probabilísticos con


demanda independiente se pueden clasificar, según la frecuencia de
revisión en: modelos de revisión periódica y de revisión continua.
Adicionalmente los modelos de revisión continua se clasifican en: modelos
de revisión continua con nuevos pedidos y modelos de revisión continua
sin nuevos pedidos, en la figura 1 se muestra detalladamente la
clasificación de este tipo particular de inventarios. En todo modelo de
inventario es crucial la determinación del punto de pedido (R) y el tamaño
de pedido (Q), ya que el costo anual esperado del faltante se afectará por
estos valores, sin embargo, debido a la incertidumbre de la demanda
durante el tiempo de producción, en ocasiones se presenta un
agotamiento de existencia, por lo que deben tenerse unidades adicionales
en el inventario (inventario de seguridad). Para finalizar, es necesario
tener en cuenta al momento de seleccionar alguno de estos modelos de
inventario, que sólo son apropiados cuando la demanda procede de un
número razonable de fuentes independientes (demanda independiente) y
en su forma habitual, esto ocurrirá para inventarios con productos
terminados.

4.1. Inventarios probabilísticos con demanda independiente de revisión


continua

En este tipo de inventario se debe determinar el punto R, cuando el


inventario cae al nivel de punto de pedido, se ordenará un pedido de
tamaño constante Q (ver figura 2), en cuanto a la revisión, ésta se realiza
cada vez que se hace un retiro o una adición, lo que implica la inversión
de una considerable cantidad de tiempo en el mantenimiento del
inventario. La necesidad de un sistema computarizado para la
implantación de este sistema, implica una considerable inversión
económica, es por ello que se recomienda su aplicación únicamente a
aquellos artículos de mayor precio e importancia. El sistema de revisión
continua tiene dos variantes: el control de inventario con nuevos pedidos
donde se encuentran dos modelos: a) costo con faltante y b) nivel de
servicio; y el control de inventario sin nuevo pedido, el cual cuenta con
tres modelos: a) método marginal, b) costo de la mala disposición del
cliente (pérdida de Goodwill) y c) distribución de probabilidad continua.
Adelante se describirán con más detalles, los modelos correspondientes
al control de inventario con nuevos pedidos.

4.1.1. Modelo de costo con faltante

Bonini et al. (2001) explican en su libro Análisis cuantitativo para los


negocios, que el propósito de este modelo es minimizar el costo total en
que se incurre durante un periodo dado, además que considera tres
costos: a) de situar el pedido; b) de mantener una unidad en el inventario
por un año; c) de carecer de una unidad de inventario (costo del faltante
o de escasez). El tamaño óptimo del pedido y el punto óptimo de pedido
serán en general, una función de estos tres costos más la tasa promedio
de la demanda durante el periodo de producción y la variabilidad de la
demanda durante ese periodo.

4.1.1.1. Supuestos

a) Tiempo de producción para el reabastecimiento se conoce y es


constante.

b) El costo de faltantes es por unidad e independiente de la duración de


las existencias.

c) La demanda durante el tiempo de producción (M) se distribuye


normalmente.
d) El punto de pedido óptimo R es mayor que la demanda promedio del
tiempo de producción.

e) El inventario de seguridad, en promedio, siempre está en el inventario.

f) Se quiere determinar cuánto debe ser el pedido (Q) y cuándo hacerlo


(R).

4.1.1.2. Variables del modelo matemático.

Sean:

R = punto de pedido.

Q = cantidad de pedido.

D = demanda promedio por año.

K = costo de hacer un pedido.

Kc = costo de mantener por un año una unidad en el inventario.

Ku = costo por faltante.

M = número de unidades de la demanda durante el tiempo

de producción para el reabastecimiento.

M = número promedio de unidades que se requieren durante

el tiempo de producción.

M = desviación estándar de la demanda durante el tiempo

de producción.

4.1.1.3. Determinación de la cantidad de pedido óptima

La determinación de la cantidad de pedido óptima (Q), se realiza a través


de la aplicación de la ecuación 1, cálculo de la cantidad económica de
pedido (CEP):
La aplicación de esta misma ecuación no es a la ligera, sino que se hace
bajo la suposición de que el valor del cep es una aproximación razonable
al valor de la cantidad de pedido óptima, la cual se sustenta en dos
razones, en primer lugar se ha demostrado que la suma de los costos
anuales de procesamiento de pedidos, más los costos anuales de
mantener el inventario no es muy sensible a errores moderados en Q y en
segundo lugar, aunque Q y R en teoría deben determinarse
simultáneamente, en situaciones más prácticas no se presentan
problemas serios de costo si Q está determinada de forma independiente
a través de la ecuación anterior, la cual es considerada la fórmula básica
para el cálculo de Q, independientemente si la demanda es determinística
o probabilística.

4.1.1.4. Determinación del punto óptimo de pedido: un


método marginal

A pesar de que no es necesario calcular los valores de Q y R


simultáneamente, como ya se explicó, Q influye directamente en el
número de veces por año que se estará expuesto a una posible situación
de agotamiento de existencia, por ello es indispensable tener en cuenta
para determinar R, el valor de Q. Ahora bien, a través de la aplicación de
un análisis marginal se obtiene la fórmula que permite determinar R. Como
primer paso se establece un valor en el punto de pedido, que podría ser,
R= M, demanda promedio del tiempo de producción. Determinado este
valor, es preciso averiguar si es conveniente aumentar R en una unidad.
Esto se logra calculando el costo anual esperado de agregar otra unidad
a R y el costo anual esperado de no agregar la unidad adicional y luego
realizar la comparación de un costo frente al otro. Debido a que la unidad
adicional se agregaría al inventario de seguridad (R =M), lo que implica
que se tendría que mantener en el inventario casi todo el tiempo, el costo
anual de incrementar en una unidad a R, es casi igual a kc. En vista de
que en este modelo la demanda es incierta, no es posible determinar
exactamente el costo anual incremental esperado de no agregar la unidad
adicional a R, es por ello que se recurre a herramientas probabilísticas
para su cálculo:

Si se define F(R) como la probabilidad de que la demanda (M) durante el


tiempo de producción sea menor o igual al valor corriente de
R: F(R) = Prob (M ≤ R). Entonces, la probabilidad de que la siguiente
unidad (o más) sea demandadaes 1-F(R).

La figura 3 muestra de forma gráfica el comportamiento de los costos de


agregar y no agregar la unidad incremental. En ella es posible apreciar
que a medida que R aumenta, la probabilidad de exigir la unidad adicional
(o más) cae y las dos líneas se llegan a cruzar, en este punto dejan de
agregarse unidades a R, ya que el costo de añadir una unidad excede el
costo de no hacerlo. Cuando las líneas se cruzan, los dos costos
incrementales son iguales, en forma matemática esto se puede
representar como se muestra en la ecuación:

Despejando F(R) de la ecuación 3 se obtiene la ecuación 4, que no es


otra cosa que la probabilidad deseada de la demanda del tiempo de
producción menor o igual a R.

Una vez determinado el valor de F(R), en la tabla de distribución normal


se ubica el valor de Z correspondiente, el cual será el número de
desviaciones estándar que deben seguirse desde la media de ventas,
antes de que la probabilidad sea F(R), de que la demanda del tiempo de
producción, M sea igual o menor que R (ver figura 4). El punto de pedido
óptimo (R), se calcula mediante el uso de la ecuación.

Es posible observar que por definición, el punto de pedido es igual a la


demanda promedio del tiempo de producción más el inventario de

seguridad. Por tanto, el inventario de seguridad es

4.1.1.5. Cálculo de la desviación estándar del tiempo de producción de la


demanda

Es muy común que el tiempo de producción para el reabastecimiento sea


diferente al periodo estándar utilizado para reunir los datos de la demanda.

Es por ello necesario un método que permita calcular a partir de

, donde se refiere a la desviación estándar de la demanda durante el


periodo estándar. A continuación, se deduce la ecuación que permite

determinar , lo cual se realiza a través de un ejemplo para facilitar su


comprensión.

Si se tiene un tiempo de producción de tres semanas y un periodo


estándar de una semana, es posible considerar la demanda del tiempo de
producción como la suma de tres demandas aleatorias semanales. Ahora
bien, si las demandas semanales son independientes, la varianza de la
suma es igual a la suma de las varianzas como se muestra a continuación:

De esta manera, si asumimos L como la duración del tiempo de


producción, entonces la fórmula general es la que se muestra a
continuación:
4.1.1.6. Costo total esperado

El propósito de todo modelo de inventario es en esencia, disminuir en lo


posible el costo total esperado para un periodo determinado.
Teóricamente la ecuación 7 permite calcular el valor del costo total
esperado, su uso es muy simple, ya que sólo consiste en sustituir los
valores de las variables, bien sean los proporcionados por el sistema o
calculados mediante los procedimientos que anteriormente se explicaron,
a excepción de N(Z), la cual se refiere a la función de pérdida unitaria para
la distribución normal estándar, y Z es igual a R convertida a las unidades
de la desviación estándar a partir de la demanda media, durante el tiempo
de producción y se calcula a través de la ecuación 8, para luego buscar
su valor en la tabla normal.

A continuación, con el propósito de ejemplificar el modelo presentado, se


estudiará el caso de una empresa dedicada al ramo de la construcción,
donde el inventario de piezas de repuestos es de gran importancia a fin
de no tener retrasos en ninguno de los proyectos en ejecución, ya que se
requiere de un mes para recibir los pedidos.

Se considerará la pieza mtd-3456. Se espera que esta pieza se requiera


a una tasa de 100 unidades (U) por mes (1 200 U por año). Se ha
observado que la demanda durante un mes es casi normal con una
desviación estándar de 40. El costo de los pedidos es de US$1 000 por
pedido; el costo de mantenimiento es de US$20 por año, y el costo de los
faltantes es de US$200 por unidad. Se debe determinar el tamaño del
pedido Q, el punto de pedido R y el costo total esperado. Las variables
conocidas se enumeran a continuación:

En primer lugar, se determinará el tamaño del pedido, mediante la


ecuación:

Una vez determinado que el tamaño del pedido Q = 346 unidades, ya es


posible deducir el valor de R, para ello se requiere en primer lugar, calcular
la probabilidad de la demanda (M) durante el tiempo de producción,
donde:

Una vez determinado el valor de F(R) = 0.9712 se ubica el valor de Z


correspondiente en la tabla de la función de distribución normal
estandarizada. El valor de Z = 1.90 al sustituirlo en la ecuación 5 permite
obtener el valor de R, como se muestra a continuación:
En este punto sólo falta calcular el valor de la función de pérdida unitaria
para la distribución normal estándar N(Z) aplicando la ecuación 8, con el
cual se podrá determinar el valor del costo total esperado, usando la
ecuación:

el valor de la pérdida unitaria para la distribución normal es 0.01105.


Sustituyendo los valores en la ecuación 7 obtenemos:

Costo total (Q, R) = 3 774.798 + 4 980

Costo total (Q, R) = US $8 754.798

De lo anterior se puede concluir que a un Costo total Esperado de US $8


754.798 la empresa debe hacer pedidos de 346 unidades y el punto
óptimo para realizar un pedido es cuando le queden en su inventario 176
unidades.

4.1.2. Modelo del nivel de servicio (Bonini et al., 2001)

Su propósito es minimizar el costo total en que se incurre durante un


periodo, dado con base en la satisfacción de una fracción específica de la
demanda. Considera tres costos: K, kc, ku.

4.1.2.1. Supuestos

 El tiempo de producción para el reabastecimiento se conoce y es


constante.
 El costo del faltante es por unidad, independiente de la duración de
la existencia.
 El criterio para decidir si es conveniente o no aumentar R en una
unidad, ya no es únicamente la comparación del costo anual
esperado de agregar otra unidad a R con el costo anual esperado
de no agregar la unidad adicional, sino que además se incluye el
porcentaje de nivel de servicio que se desea (P).
 La estimación del costo de un faltante, se fundamenta en el
problema de determinar el nivel de servicio deseado. M, se
distribuye normalmente.
 El punto R es mayor que la demanda M promedio del tiempo de
producción.
 El inventario de seguridad, en promedio, siempre está en el
inventario
 Se quiere determinar Q y cuándo hacerlo (R).

4.1.2.2. Variables del modelo matemático

Sean:

P = nivel de servicio.

(1-P) = fracción de pedidos no cumplidos por ciclos.

Las demás variables se definieron en la sección anterior

4.1.2.3. Determinación de la cantidad de pedido óptima

Al igual que en el modelo de costos con faltante, para el cálculo de Q, se


considera la expresión (1), independientemente si la demanda es
determinística o probabilística, es por ello que también es usada en este
modelo para tales efectos.

4.1.2.4. Determinación del punto óptimo de pedido

Una vez calculada Q, se debe determinar el número de pedidos que se


estima incumplir en un tiempo de producción:

Donde el valor de N (Z) se obtiene de la tabla de pérdida normal unitaria.


Ahora bien, como la demanda promedio sobre un ciclo de
reabastecimiento debe ser igual al suministro promedio a largo plazo, y ya
que la cantidad suministrada es Q, entonces, la demanda promedio
durante el ciclo también es Q, por tal motivo es posible representar la
fracción esperada de los pedidos no cumplidos en un ciclo a través de la
ecuación.

Debido a que el nivel de servicio es P, la ecuación para la determinación


de la fracción de pedidos no cumplidos por ciclos puede igualarse a 1-P
como se muestra en la ecuación:

Despejando N(Z) de la ecuación 11, se obtiene la ecuación

Una vez determinado el valor del lado derecho de la ecuación 12, se utiliza
la tabla de pérdida normal unitaria N(Z), para encontrar
el valor de Z , el cual se sustituye en la ecuación para
calcular el punto óptimo de pedido.

4.1.2.5. Costo total esperado

Una vez determinadas todas las variables que afectan los costos del
inventario la ecuación, permite calcular el valor del costo total esperado.

Ahora se mostrará de forma práctica el modelo anteriormente explicado,


para ello se usará nuevamente el caso de la empresa dedicada al ramo
de la construcción, sólo que en este caso la empresa considera el
mantener un nivel de servicio del 99%. A continuación, se enumeran las
variables conocidas:
En este caso no es necesario calcular, ya que el cálculo se realizó cuando
se aplicó el modelo de costo faltante Q = 346
unidades. Para poder determinar el valor de R se usará
la ecuación, pero antes se debe calcular el valor de Z que

es desconocido, para ello se debe, en primer lugar, deducir el valor de


N(Z) como se muestra a continuación:

A continuación, se utiliza la tabla de pérdida normal unitaria N(Z), para


encontrar el valor de Z que satisfaga la ecuación, de donde se obtiene un
valor de Z= 0.98 el cual permite calcular el punto óptimo de pedido, como
se muestra a continuación:

Finalmente, ya se tienen los valores de todas las variables necesarias


para determinar el costo total esperado:
En conclusión, para un nivel de servicio de 99% con una cantidad de
pedido Q = 346 el punto óptimo de pedido debe ser R =139 unidades y el
costo total esperado será de US$7 708.21.

Capítulo III

5. Modelos Probabilísticos de control del inventario

En general, debe mantenerse cierta cantidad de producto en inventario para el


funcionamiento eficiente de un negocio. Esa cantidad está condicionada o
depende de la demanda que haya de los productos en cuestión, dado que esta
demanda debe cubrirse con la cantidad de inventario almacenada. Los modelos
clásicos de gestión de stock consideran que la demanda es conocida y
constante. Generalmente, esta situación en la que conocemos con precisión las
demandas futuras es más bien poco común en la práctica. Por ello, en esta

memoria preferimos admitir que contamos con menos información acerca de la


demanda futura. Así, supondremos que la demanda es aleatoria y conocemos el
tipo de distribución probabilística que sigue, junto con sus respectivos
parámetros. En base a esa información decidiremos cuales deberían ser las
políticas a seguir, de modo que se minimice el costo total de gestión del
inventario. En estos modelos, y siempre que se pueda, se toman los datos
históricos como referencia para establecer la distribución de probabilidad de la
demanda. Hay que considerar fluctuaciones aleatorias en la demanda y como
afecta a la gestión del inventario, estimando las variables de decisión para limitar
los riesgos en la toma de decisiones. En concreto, se debe analizar y estudiar el
sistema de inventario para establecer el periodo de gestión del inventario y la
cantidad a reponer en el siguiente pedido. En este trabajo, nos vamos a centrar
en un grupo de sistemas que serán sistemas probabilísticos de gestión de
inventario, esto es, la demanda no es conocida con certeza. Consideraremos
políticas tipo (t,S) con tiempo de retardo nulo. Por tanto, trabajaremos con el
periodo de gestión t y el nivel de inventario S. Algunas veces el periodo de
gestión se considerar ha fijado y otras veces tendremos que determinan el
periodo de gestión óptimo. Así, tendremos que analizar sistemas de período de
gestión y sistemas de nivel de inventario. En el primer sistema el nivel de
inventario está fijado Sp de forma que no ocurren roturas y buscamos determinar
el periodo de gestión ´optimo. En cambio, en los dos sistemas siguientes es el
período de gestión tp el que est´a fijado y buscamos el nivel de inventario
´optimo. En el primero de ellos, el patrón de demanda es uniforme, mientras que
en el segundo la demanda es instantánea y est´a concentrada totalmente al
principio del periodo. Posteriormente, en el cap´ıtulo 5 se estudiará la aplicación
de modelos probabilísticos de inventario al estudio del sistema de inventario de
cierto tipo de cerveza embotellada que se comercializa en un restaurante.

5.1. El Modelo Probabilístico de Periodo de Gestión (t, Sp)

En este capítulo, se estudiará un sistema probabilístico de gestión de inventario


para el que, concretamente, el nivel de inventario estará fijado en Sp y no se
permitirán las roturas. Por tanto, es un sistema tipo (1, 3), es decir, solo se
consideran el costo de mantenimiento del inventario y el costo de reposición.
Primero determinaremos la función de coste que recoge los costes relacionados
con la gestión del inventario. A continuación, trataremos de determinar el periodo
de gestión optimo, es decir, aquel que minimice el costo total del inventario.

Dado un periodo de tiempo t, debemos conocer la demanda mínima xmin(t), la


demanda máxima xmax´ (t), la función de densidad de la demanda f(x) y la
demanda media x(t). El valor r = x(t) t representa la razón media de demanda y
puede ser una constante conocida. En este sistema no se permiten roturas. Por
ello, el nivel de inventario debe ser su- eficientemente grande de forma que la
demanda máxima xmax´ (t) durante el periodo de longitud t no llevará a causar
roturas. Suponemos que xmax´ (t)xmax´ (t). Por tanto, asumimos que:

Sp = xmax´ (t) ⇒ Sp = Sp(t)

Las fluctuaciones en el inventario en un sistema probabilístico de periodo de


gestión considerando un patrón uniforme de demanda se muestran en la figura
N° 5

Teniendo en la figura N° 5, la cantidad media en inventario en cualquier periodo


de gestión durante el que haya una demanda de x unidades es

Por tanto, la cantidad media esperada en el inventario es:

El número de reposiciones por unidad de tiempo es

Los costos de mantenimiento c1 y de reposición c3 son, respectivamente, de


dimensiones

Calculamos el costo total a partir de la expresión:

Por tanto, por la igualdad (2.1), la ecuación del costo total esperado del sistema
es:
Para encontrar el periodo de gestión t óptimo es únicamente necesario conocer
la función

cualquier función
que relaciona la demanda máxima durante cualquier periodo t con la
demanda media durante ese periodo. Sabiendo que tenemos:

Sustituyendo el valor de xmax dado en (2.6) en la función de coste (2.5),


obtenemos:

Ahora consideramos tres casos especiales para la función A(t) y, de esta forma,
conseguiremos el periodo de gestión y nivel de inventario óptimos, junto con el
costo total mínimo.

Recordamos que y, por tanto, siempre A(t) debe ser mayor o igual
que 1, para todo t.

5.1.1. Ejemplo 1: A(t) = k con k ≥ 1

Cuando la ratio de demanda máxima con respecto a la demanda media durante


cualquier periodo t se asume que sea una constante k, la ecuación se reduce a:

Nuestro objetivo será minimizar la ecuación anterior, es decir, obtener el periodo


de gestión óptimo y el costo mínimo. Entonces derivando e igualando a cero
tendremos el periodo óptimo:
Sustituyendo en la función de coste, se obtiene el coste mínimo

y como tendremos que el nivel de inventario es:

Cuando la demanda es determinista y constante,


entonces

En este caso, el sistema se reduce al sistema de tamaño del lote clásico (de
hecho, se observa que las soluciones anteriores son las mismas que los del
sistema clásico).

5.1.2. Ejemplo 2:

En este caso, . En aplicaciones reales la ratio de la


demanda máxima con respecto a la demanda media durante el periodo t,
dependería generalmente de t. Aquí asumimos que, a mayor t, menor ratio.

Supongamos, entonces que donde la dimensión del parámetro b es


[b] = [T].

La ecuación del coste del sistema, por la expresión, llega a ser:


Por tanto, la solución óptima es:

y el coste mínimo es:

Es interesante comparar también este sistema con el sistema de tamaño del lote
clásico. Así, si en la ecuación clásica:

sustituimos rt por q obtenemos:

Comparando esta ecuación, inmediatamente notamos que ´estas difieren sólo


con respecto al término c1br en la ecuación. La cantidad br puede así ser
interpretada como un stock amortiguador, que evite las roturas.

5.1.3. Ejemplo 3

Ahora la función de coste será:

Derivamos respecto de t e igualamos a 0:


Despejando t, se obtiene el periodo de gestión óptimo:

Sistemas Probabilísticos de Inventario:

El nivel de inventario óptimo es:

El costo óptimo será:

En el capítulo siguiente desarrollamos el modelo probabilístico de nivel de


inventario asumiendo que el periodo de gestión est´a fijado y que la demanda se
distribuye de manera uniforme a lo largo del ciclo del inventario.

5.2. El Modelo Probabilístico de Nivel de Inventario (tp, S) con patrón de


demanda uniforme
En este capítulo describiremos el Modelo Probabilístico de Nivel de Inventario
con patrón de demanda uniforme. La política que seguiremos es una política (t p,
S). Se trata de un sistema tipo (1,2), en el cual el periodo de gestión tp está fijado
y donde debe determinarse el nivel de inventario óptimo S 0. Aquí los pedidos se
colocan en intervalos regulares de tiempo e intervienen los costos de
mantenimiento y de rotura. No se considera el costo de reposición al optimizar la
función de coste total, ya que este coste de reposición es siempre constante e
independiente del nivel de inventario considerado. De modo que los parámetros
considerados en este modelo son el costo unitario de mantenimiento c1 con
dimensión [$] / [Q][T] y el costo unitario de rotura c2 con dimensión [$] / [Q][T], si
se permite cubrir la rotura con la llegada de nuevos productos, o con dimensión
[$]/ [Q], si se considera que las roturas son ventas perdidas.

5.2.1. Caso de recuperación de roturas

Desarrollaremos primero el modelo probabilístico de nivel de inventario para


unidades continuas. Posteriormente, analizaremos la situación que se tendría si
se trabaja con unidades discretas.

5.2.1.1. Unidades continuas


Aquí consideraremos la situación donde las roturas se recuperan; esto es,
cuando ocurre alguna rotura, el cliente está dispuesto a esperar a que llegue
nueva mercancía en la siguiente reposición. Así, en ese instante será cuando el
cliente reciba su pedido. La demanda x durante el periodo fijo tp es una variable
aleatoria continua, siendo f(x) la densidad de probabilidad de esta demanda x.
Esta demanda se asume que ocurre con un patrón uniforme, es decir, la
demanda se extrae del inventario de manera uniforme a lo largo del periodo.

Las fluctuaciones del inventario vienen descritas en la figura 6.

Sea I(T) el nivel de inventario en el instante T, con T ∈ (0, tp), como la demanda

sigue un patrón uniforme, entonces . Por tanto, ese nivel de


inventario es una función lineal decreciente a lo largo del periodo de gestión tp.
Dos situaciones típicas surgen en este sistema, dependiendo de los valores
relativos del nivel inicial S del inventario y de la demanda x. Vienen descritas en
la siguiente figura:
Figura 7: Esquema de dos situaciones de fluctuación del inventario Definamos
I1(x) como la cantidad media en el inventario para una demanda dada x, e I2(x),
la rotura media durante el periodo de gestión para esa demanda x.

abscisas durante el periodo en el que hay rotura y la longitud de t p. Nótese que,


si x ≥ , habrá un periodo t1 en el que hay stock y otro periodo t2 en el que hay
rotura. En ese caso, por semejanza de triángulos, se tiene que

. Por tanto, despejando,

Teniendo en cuenta lo anterior, se pueden calcular, para una demanda x dada,


la cantidad media en el inventario

y la rotura media:

De lo anterior podemos hallar la cantidad media esperada en inventario I1 y la


rotura media esperada I2.

 cantidad media esperada en inventario

 rotura media esperada


El costo total esperado del sistema es por tanto

Para encontrar el nivel ´optimo S0 tenemos que derivar C(S) e igualar a cero, lo
que implica derivar una integral. Del cálculo infinitesimal, conocemos la
expresión de la derivada de integrales paramétricas con límites de integración
variables. Así, recordemos que si se tiene una función definida como:

entonces su derivada es

Aplicando el resultado anterior a nuestra ecuación del coste tendremos:

Igualando a cero esta derivada, obtendremos el nivel de inventario óptimo S 0,


que verifica la siguiente ecuación.

Para comprobar que el S0 es un mínimo examinamos la derivada segunda:

como f(x) es la densidad de probabilidad, entonces esa derivada segunda es

siempre mayor o igual que cero, esto es


El costo mínimo C0 se obtiene sustituyendo el S0 dado en la función del coste
recogida. La ecuación anterior que debe verificar el nivel de inventario mínimo
S0 no nos permite obtener S0 de forma explícita ni tampoco el coste C0.
Solamente para algunas funciones específicas de f(x) es posible obtener S0 y C0
en forma explícita, tal como se ilustra en los siguientes ejemplos.

5.2.1.2. Ejemplo:

Sea la densidad de demanda , calcularemos a continuación


el nivel de inventario óptimo S0 y el coste mínimo C0.

Esta densidad de demanda es un caso especial de la distribución gamma cuando


la media es 2b y la varianza 2b2. Nótese que si x sigue una Γ(p, a) = Γ(2, 1 b),
entonces la función de densidad es

El nivel óptimo S0 debe verificar

Resolviendo ambas integrales se obtiene

Sustituyendo en la ecuación del costo C(S) dada, se llega al coste mínimo

5.3. El Modelo Probabilístico de Nivel de Inventario (tp, S) con patrón de


demanda instantánea

En el presente capítulo trataremos con un patrón de demanda instantánea donde


la demanda ésta concentrada al principio del periodo de gestión o ciclo de
inventario. Téngase en cuenta que trabajaremos con un sistema tipo (1,2) con
un periodo de gestión tp fijado, en el cual necesitamos determinar el nivel de
inventario óptimo S0. En dicho sistema se permiten las roturas. Las posibles
fluctuaciones en el inventario del sistema son presentadas en la figura 8

Figura 8: Esquema ejemplo de fluctuaciones en el inventario del sistema

A continuación, analizaremos primero las condiciones de optimalidad del nivel


de inventario cuando las roturas son recuperadas con la llegada de la siguiente
reposición de productos. Posteriormente, se desarrollará la situación en la cual
las roturas no se recuperan y se produce pérdida de ventas.

5.3.1. Caso de recuperación de roturas


5.3.1.1. Unidades continuas

Sea f(x) la densidad de probabilidad de la demanda x durante t p. Asumimos


ahora que la demanda ocurre al comienzo de cada periodo, inmediatamente
después de que el inventario se haya sido elevado hasta el nivel S.

Sean c1 y c2 los costos unitarios de mantenimiento y rotura, respectivamente. La


dimensión de dichos costos es [$] / [Q][T].

De la figura podemos determinar la cantidad media en el inventario I1(x) y la


cantidad media de rotura I2(x) para cualquier demanda x. Dichos valores son
La cantidad esperada en el inventario es

y la rotura esperada viene dada por

Entonces el costo total esperado del sistema es

Para obtener el nivel de inventario óptimo S0 habrá que derivar e igualar a cero
la función de costo. Así tenemos

El nivel óptimo S0 se obtiene igualando a cero la derivada, esto es, dicho nivel
S0 debe verificar la ecuación

siendo F(x) la función de distribución de la demanda x, si ´esta es siempre


positiva. Nótese que, si la demanda x varía en el intervalo (−∞, ∞), entonces el
´optimo debe cumplir:
Capítulo VI

6. Aplicación del Modelo Probabilístico de Periodo de Gestión

Consideramos en este apartado, como hemos señalado antes, que


trabajamos con cierta marca de cerveza que no se produce en nuestra
región y que, por ello, el proveedor habitual no se la suministra al
restaurante. Así que la reposición de la cerveza requiere que el responsable
del restaurante vaya a comprarla a otro lugar. Como consecuencia, existe
un costo de reposición, que estipularemos en c3 =10 e. Analizaremos este
sistema de inventario como un modelo de periodo de gestión, en el que
intervendrá este costo de reposición c3 y el costo de mantenimiento c1
=0,0152226 que hemos hallado previamente, no permitiendo la posibilidad
de incurrir en roturas.

En el segundo capítulo habíamos obtenido la siguiente ecuación de costo de un


modelo probabilístico de periodo de gestión, que posteriormente habría que
minimizar:

Como se muestra en la expresión anterior, se necesita la función A(t) y la

constante r o bien, directamente, la función (de hecho, en el


programa aparecerán las dos opciones al introducir datos). Por tanto, a partir de
los datos de venta de cerveza que nos han facilitado, debemos obtener

previamente las funciones , las cuales están en función del periodo


de gestión t empleado. En el cuadro 1 se recogen ambas funciones para algunos
valores diferentes del periodo de gestión. Para obtener los valores de esta tabla,
a partir de los datos de demanda diaria original se ha agrupado esta demanda
en diferente número de días constituyendo distintas tablas. Es decir, se han
elaborado varias tablas en las que en cada una aparecerían las botellas que se
han vendido en el periodo constituido por dos días consecutivos en cada celda,
tres días consecutivos y así cada t días consecutivos de la primera columna.
Luego, a partir de cada una de ´estas, se han evaluado y recogido en el cuadro
1, para cada periodo de t días, la media y el máximo junto con el resto de
funciones. Por otro lado, se debe tener en cuenta que el periodo de tiempo t en
que se tarda en reponer el inventario, es precisamente nuestra variable a
optimizar. Observemos que de la tabla se deduce que podemos asumir que la
razón media de demanda es prácticamente constante r = 12, 63666667. Las

funciones van creciendo a medida que aumenta el periodo t. Sin


embargo, la función A(t), en general, decrece con el tiempo aproximándose a 1.

Cuadro 1: Valores para distintos periodos de gestión t de la demanda media, la


demanda máxima, la razón media de demanda y las funciones y(t) y A(t).

Sea la función . En la última columna de la tabla se recogen


sus diferentes valores. Queremos ver si es posible establecer una curva de
regresión a partir de los datos de la tabla, que están en la primera (t) y ´última
columna (y). Realizamos un diagrama de dispersión entre las variables, para ver
que ajuste puede ser apropiado.
Figura N° 9 Diagrama de dispersión entre las variables t e y

De la gráfica se deduce que existe una alta correlación entre los datos, lo que
quizá puede deberse a que provienen de la misma demanda reagrupada. Vista
la relación clara entre las variables, utilizaremos la regresión lineal, tratando, a
partir de la observación simultanea de las variables t e y(t), de aproximar la
variable y(t) por la recta y(t) = a+bt. Obtendremos, a continuación, los valores de
los parámetros a y b con ayuda de la tabla.

Cuadro 2: Datos para el cálculo de la función de regresión de y(t)


Hallamos las medias, la varianza de t y la covarianza de las variables, que nos
permitirán hallar los parámetros a y b de la regresión lineal.

Así pues, hemos obtenido la siguiente recta de regresión y(t) = 16, 5744476+6,
28555056t. El ajuste es bueno puesto que el coeficiente de determinación resulta

muy cercano a 1, ya que es . Se han


calculado la varianza de y(t)

y la varianza residual contenidas en dicho


coeficiente con ayuda de la tabla 3.

Cuadro 3: Cálculos para la varianza del error de y(t) que nos permitirá hallar el
coeficiente de determinación De este modo, ya tenemos una expresión de y(t)
que permite extraer directamente sus valores a partir de una t y que, además,
podríamos utilizar en el programa de Matlab para obtener la solución.
Resolvemos ahora el problema de inventario de minimizar la funci´on de coste
que nos ha quedado tras sustituir la ecuación y(t) en ella, esto es:

Derivando e igualando a cero obtenemos el periodo de gestión óptimo t p:

Además, se tiene . Nótese que como la segunda derivada es


positiva, entonces el periodo de gestión t0 obtenido se trata de un mínimo. A
continuación, hallamos el coste sin más que sustituir t0 en la funci´on de coste,
obteniendo

Por último, necesitamos conocer también la ecuación de la función xmax(t) para


hallar el nivel de inventario ´optimo (Sp) según el periodo de gestión resultante.
Así, debemos encontrar una expresión que relacione xmax con t como lo hicimos
para y(t). Nos serviremos en esta ocasión de la primera (t) y tercera (xmax)
columnas de la tabla del principio (cuadro 1), para establecer una recta de
regresión.
Figura N° 10: Diagrama de dispersión entre las variables xmax(t) y t.

Se realizan los cálculos de manera análoga a cómo los hicimos para la funci´on
y(t). Esta vez llegamos a la expresión xmax (t) = 12, 6155189049674t + 16,
4035213734445, que podremos utilizar para hallar las soluciones del sistema.
Una vez tenemos el periodo de gestión ´optimo t0, evaluamos la funci´on xmax (t)
en ese punto para hallar el nivel de inventario ´optimo que resuelve el problema
de inventario: Sp(t0) = xmax (10, 22312925) = 145, 3736017 Así, lo ´optimo sería
en este sistema reponer cada 10 días una cantidad de 145 botellas. Si se ejecuta
el programa de Matlab propuesto en el Apéndice A, mediante la orden
“STOCK(@función)”, donde y(t) es la funci´on contenida en @función, e
introduciendo las opciones y datos que se requieran por teclado, entre ellos c 1,
c3 y la funci´on xmax(t) como @xmax, se obtienen en un fichero los siguientes
resultados:

 Se emplea el Sistema Probabilístico de Periodo de Gestión


 Periodo de gestión optimo t0= 1.02231379e + 01
 Nivel de Inventario optimo Sp = 1.45373711e + 02
 Costo optimo c0= 2.20865442e + 00

Puede observarse que dichos resultados coinciden con los obtenidos


previamente en el análisis desarrollado.
6.1. Aplicación del Modelo Probabilístico de Nivel de Inventario con patrón de
demanda uniforme y pérdida de ventas

Ahora consideraremos el sistema de inventario de botellas de cerveza como un


sistema probabilístico de nivel de inventario con patrón de demanda uniforme y
pérdida de ventas. Se supone que no hay un coste de reposición asociado al
inventario, porque se trata de una marca de cerveza local donde el productor no
cobra por reponer el inventario de sus clientes. Por otro lado, escogemos un
modelo en el que el patrón de demanda es uniforme y no instantáneo. Ello es
debido a que la distribución de la venta de botellas de cerveza no se ajusta a una
demanda instantánea, puesto que la demanda no se concentra en un solo
instante, sino que va ocurriendo en cualquier momento a lo largo de periodo de
gestión. Esto es así porque en el restaurante no se venden todas las botellas a
la vez y luego no se vuelve a vender más, sino que se venden en cualquier
momento del ciclo de inventario mientras esté abierto el restaurante y según sea
la demanda de los clientes. Además, suponemos que esta situación representa
un modelo de gestión de pérdida de ventas. Lógicamente, si un cliente pide una
botella, y no se le puede atender porque no hay stock, el cliente no esperara a
tomar la cerveza cuando llegue la nueva reposición de botellas, sino que, como
ya se comentó anteriormente, tendrá dos opciones a elegir: la pedirá en otro
local, produciéndose así una pérdida de ventas; o bien, pedirá una caña,
perdiéndose sólo parte de esa venta y así la rotura no será tan grande.
Observemos que vamos a trabajar considerando que la demanda x y el nivel de
inventario S son unidades discretas. Por tanto, utilizaremos la funci´on de coste
y la metodología empleada en el segundo apartado del capítulo 1. De modo que
tenemos que manejar las siguientes dos funciones para hallar el nivel de
inventario ´optimo del sistema y el coste mínimo:
A continuación, trabajaremos con distintos periodos de gestión (t p = 1, 2, 3, 4, 5
y 6 días) para calcular el nivel de inventario ´optimo en cada caso, con el objetivo
de ver cada cuánto día sería mejor reponer el inventario de cervezas. En este
sistema intervienen el costo de mantenimiento c1 =0,0152226 e por unidad y por
mes y el coste de rotura c2 = 0,124 e por unidad. En primer lugar, se resolverá el
problema para el periodo de 1 día, que es tp = 1 30 meses, puesto que debemos
cuantificarlo en meses al tener el costo de mantenimiento contado
mensualmente. Así, sea x =no de botellas de cerveza vendidas en el periodo t p.
En un día esta demanda x de botellas sigue la distribución de probabilidad que
aparece en el cuadro 2 y que ha sido extraída a partir de los datos de la demanda
a lo largo del año 2014 suministrados por el restaurante

Cuadro 4 Distribución de probabilidad de la demanda de botellas en el periodo


de 1 día.

Para responder a la pregunta de ¿cuál sería el nivel de inventario óptimo si fuera


posible reponer cada día? Hallaremos los valores de la funci´on G(S) para
diferentes valores de x y S, que se recogen en la última columna de la tabla 5.5.
Recordemos que, para este modelo, la condicionó de optimalidad es G (S 0 − u)
≤ c2 / tp ≤ G(S0). Teniendo en cuenta que c2 tp = 0,124/ 1/30 = 3, 72, resulta que

la solución es S0 = 21, dado que, como se aprecia en la columna de G(S) de la


tabla 5, van creciendo los valores y acercándose a esta constante hasta su
´ultimo término que es mayor que el valor de c2 tp, es decir 3, 595789 = G (20) ≤
3, 72 ≤ 3, 732657 = G (21).

Cuadro N° 5: Cálculo de los valores de la función G(S)

Para constatar que es un mínimo, aunque ello se haya deducido en el desarrollo


teórico del modelo, podemos calcular el costo ´optimo C(S) para todos los
valores de S. Estos valores aparecen en la última columna de la tabla 6.
Cuadro 6: Cálculo de los costos C(S) para cada uno de los valores posibles del
nivel de inventario.

Mirando la última columna, se aprecia que, como se esperaba, el costo mínimo


ocurre en S = 21, cuyo valor es C(21) = 0, 223375179. Además, como ya
vimos la evolución de la función G(S) cuando S aumenta, si hubiera un término
mayor probablemente su costo sería inferior. Por otro lado, cabe destacar que el
nivel de inventario ´optimo obtenido es grande porque ha sido preferible comprar
bastantes botellas para tenerlas almacenadas, con tal de no incurrir en una rotura
o faltante, al ser el costo general de rotura bastante mayor que el costo de
mantenimiento (hallados ambos en el primer apartado de este capítulo). También
si ejecutamos el programa STOCK, cuyo código se recoge en el Apéndice A, se
obtienen los resultados rápidamente en un fichero y coinciden con los descritos
previamente. Esta vez, en lugar de proporcionarle una función, se pide la
distribución de probabilidad en un documento de Excel, además de los valores
c1, c2 y tp.

A continuación, volvemos a usar el programa para el resto de los periodos


considerados (2, 3, 4, 5 y 6 días, con tp = 2 30, · · ·, 6 30), ya que nos permite
hallar las soluciones rápidamente. Previamente, se debe agrupar la demanda de
los días de dos en dos, de tres en tres y así, sucesivamente hasta de 6 en 6
(como se hizo para varios periodos distintos en el apartado anterior).
Posteriormente, se obtienen las distribuciones de probabilidad de la demanda de
botellas de cerveza durante esos periodos en varias tablas, que almacenaremos
en ficheros diferentes para luego llamarlos desde el programa. Se ejecuta el
programa para determinar el nivel de inventario ´óptimo para cada sistema con
ese tp fijado. A partir de los resultados obtenidos, se ha elaborado una tabla 5.7
que recoge, para cada sistema con distinto periodo tp, el nivel de inventario
´optimo y el costo mínimo. También se incluyen el costo ´optimo debido al
mantenimiento y el costo de rotura óptimo.
Cuadro 7: Niveles de inventario óptimos y costos óptimos para cada sistema con
periodo de gestión (tp) de 1, 2, 3, 4, 5 y 6 días, respectivamente.

Según se deduce aquí, es más conveniente reponer el inventario todos los días
a efectos de minimizar los costes, algo que en la práctica podría resultar difícil,
porque depende del distribuidor. Así, más bien lo que se podría extraer como
conclusión es que se debería reponer el inventario lo más frecuentemente que
sea posible. También vemos que hay sistemas de inventario (de 2 y 3 días de
periodo de gestión) en los que el nivel de inventario se acerca algo menos al
máximo de botellas de ese periodo.
7. Conclusiones
 La aplicación de los modelos presentados se recomienda
únicamente en aquellos artículos de mayor precio e importancia, ya
que su implantación amerita una considerable inversión en tiempo
de mantenimiento del inventario y en recursos económicos debido
a que es necesario un sistema computarizado para su control.

 El modelo de costo con faltante permite determinar un punto de


pedido, utilizando un modelo que evalúa el costo de faltantes,
buscando disminuir la probabilidad de que se presente
agotamiento de existencia durante el tiempo de producción, en
cambio el modelo del nivel de servicio se fundamenta en
determinar un punto de pedido basado en la satisfacción de una
porción específica de la demanda, fracción que se puede definir
con base en lo establecido por la competencia.

 La aplicación práctica de ambos modelos a un mismo caso de


estudio permitió evidenciar que no existe diferencia en el tamaño
del pedido (Q) independientemente el modelo que se use, sin
embargo, no ocurre lo mismo para el Punto Óptimo de Pedido (R),
ni para el Costo Total Esperado del Inventario, con la aplicación del
Modelo de Nivel de Servicio se obtuvo valores menores de estas
variables en comparación con los obtenidos al aplicar el Modelo de
Costo con faltante, lo que se traduce en ahorro para la empresa

 Por último, es muy importante que antes de tomar la decisión de


aplicar el modelo de costo con faltante o el de nivel de servicio, se
realice una evaluación que permita estimar la relación riesgo-
beneficio que ofrece cada uno de estos modelos, para así
determinar cuál es el que distribuye más eficientemente el dinero
del inventario de seguridad maximizando la disponibilidad del
producto y a la vez minimiza los costos de mantenimiento del
inventario, generando un adecuado equilibrio.
8. Anexos
Figura N° 5

Figura N° 5: Evolución de la cantidad de inventario en un sistema probabilístico de periodo de


gestión asumiendo que el patrón de demanda es uniforme.

Sustituyendo el valor de xmax dado en (2.6) en la función de coste (2.5), obtenemos:

Figura N° 6

Figura 6: Ejemplo de las fluctuaciones en el stock del producto en el sistema probabilístico de


nivel de inventario con patrón de demanda uniforme
Figura N°7

Figura N°7 Esquema de dos situaciones de fluctuación del inventario Definamos I1(x) como la
cantidad media en el inventario para una demanda dada x, e I2(x), la rotura media durante el
periodo de gestión para esa demanda x.

Figura N°8

Figura N°8 Esquema ejemplo de fluctuaciones en el inventario del sistema


Figura N° 9

Figura N° 9 Diagrama de dispersión entre las variables t e y.

Figura N° 10

Figura N° 10: Diagrama de dispersión entre las variables xmax(t) y t.