GESTION DE INVENTARIOS CON DEMANDA INCIERTA

Incluso con incertidumbre, es necesario hacer algún tipo de pronóstico de la demanda esperada y de cuál
pudiera ser la variación. Puede usarse el enfoque de tres estimaciones: optimista, más probable y pesimista.
Convirtiendo estas estimaciones en una distribución de probabilidad. Es decir, el pronóstico debe expresarse
en términos probabilísticos, de modo que la demanda tenga una distribución de probabilidad.
Dada esta incertidumbre debemos considerar el riesgo de incurrir en faltantes o excesos de inventario.
Vamos a considerar dos tipos de productos: uno Perecedero, que puede permanecer en inventario durante solo
un periodo limitado antes de que ya no pueda venderse. Y el otro será un producto estable, que se mantendrá
vendible por un tiempo mayor o indefinido.

CASO PARA PRODUCTOS PERECEDEROS.

Un vendedor de periódicos que tiene una amplia gama de revistas y periódicos en su puesto de venta, desea
saber cuántos ejemplares debe ordenar al distribuidor de El Comercio, si los ejemplares son traídos por la
mañana y los que no se venden se devuelven al día siguiente. El distribuidor otorga un pequeño reembolso por
los ejemplares no vendidos. Los datos son:
El pago por cada periódico es de $ 1.50 del vendedor al distribuidor
El vendedor vende cada ejemplar a $ 2.50
El vendedor recibe $ 0.50 como reembolso por ejemplar devuelto.

El vendedor mantiene un registro de sus ventas diarias y se tiene lo siguiente: Vende 9 ejemplares el 30% de
los días, 10 ejemplares el 40% de los días y 11 ejemplares el 30% de los días.

SOLUCION.
Usando la regla de decisión de Bayes, se puede llenar la tabla de pagos, para cada alternativa: la ganancia en
un día dado se determina por cuántas peticiones de compra ocurren para El Comercio en el día, de modo que
estos números posibles (estados de la naturaleza) serían 9,10 y 11 respectivamente. Luego tenemos que
considerar la probabilidad relativa de cada estado de la naturaleza.
La Ganancia = ingresos por ventas - costo de compras + reembolso

Por ejemplo si ordenamos 11 ejemplares al distribuidor y se venden sólo 9, la ganancia es:

Ganancia = 9*($2.50) - 11*($1.50) + 2*($0.50) = 7

De esta manera, entonces podemos llenar la tabla de pagos para cada alternativa considerada.

REGLA DE DECISION DE BAYES

Estado de la Naturaleza (ventas) Ganancia
Alternativa 9 10 11 Esperada
Ordenar 9 $9 $9 $9 $9.00
Ordenar 10 $8 $10 $10 $9.40 Ganancia máxima
Ordenar 11 $7 $9 $11 $9.00
Probabilidad 0.3 0.4 0.3

La alternativa más rentable a largo plazo es pedir 10 ejemplares, lo cual proporcionará un promedio de ganancia
diario de $ 9,40 contra $ 9,00 de las otras alternativas.

Preguntas de repaso
1. Qué factores determinar la decisión del vendedor de periódicos?
2. Porqué estan limitadas las alternativas de decisión del vendedor a 9,10,u 11 ejemplares?
3. Qué significa el estado de la naturaleza y que implica la alternativa que puede tomar el vendedor?

Suposiciones del Modelo de Inventario para productos perecederos.

1. Cada aplicación involucra a un solo producto perecedero.
2. Cada aplicación incluye a un solo periodo dado que producto no puede venderse después.
3. Será posible disponer de cualesquiera unidades que queden del producto al final del periodo, incluso quizá
recibiendo un valor de recuperación para las unidades.
4. La única decisión a tomar es cuántas unidades pedir (la cantidad a ordenar) de modo que puedan formar
parte del inventario al principio del periodo.
5. La demanda para retirar unidades del inventario y venderlas ( o para cualquier otro propósito) es incierta
durante el periodo. Sin embargo, la distribución de probabilidad de la demanda es conocida ( o al menos estimada)
6. Si la demanda excede la cantidad a ordenar, se incurre en un costo por subordenar. En particular, el costo
por cada unidad faltante es Cabajo = costo unitario por subordenar
Cabajo = disminución en la ganancia que resulta por no ordenar una unidad que pudo venderse
7. Si la cantidad a ordenar excede la demanda, se incurre en un costo por sobreordenar, en particular el costo de cada
unidad adicional es Carriba = costo unitario por sobreordenar
Carriba = disminución en ganancias que resulta de ordenar una unidad que no pudo venderse

Aplicación del Modelo al caso ejemplo.

Todas las suposiciones se puede ajustar al caso anterior: cada ejemplar es un producto perecedero que no puede venderse
después de ese día (el único periodo), aunque puede ser devuelto al distribuidor y lograr un reembolso (valor de recuperación)
Las dos últimas suposiciones pueden ajustarse si consideramos:
Cabajo = precio unitario de venta - costo unitario de compra
Cabajo = 2,50 - 1,50 = $1.00

Carriba = costo unitario de compra - valor unitario de recupero

Carriba = 1,50 - 0,50 = $1.00

La desventaja de apoyarse en la regla de decisión de Bayes como el método para resolver el modelo es que la mayoría de
las aplicaciones involucra muchas más alternativas de decisiones y estados de la naturaleza que el problema anterior. Por
ejemplo si esto se aplicara a otro periódico más popular en donde el rango de ejemplares vendidos fuera de 100 a 200,
tendríamos que considerar 101 alternativas de decisión y 101 estados de la naturaleza.
Un enfoque equivalente para resolver el mismo problema es centrar la atención sólo en los costos de subordenar y sobre
ordenar. Eliminando los factores de ingresos y costo que no afectan la decisión y concentrándonos solo en los costos antes
mencionados
Estado de la Naturaleza (req. Compra) Costo
Alternativa 9 10 11 Esperado
Ordenar 9 $0 $1 $2 $1.00
Ordenar 10 $1 $0 $1 $0.60 Mínimo Costo
Ordenar 11 $2 $1 $0 $1.00
Probabilidad 0.3 0.4 0.3

Un enfoque más rápido.

Una forma mucho más rápida de resolver problemas de cualquier tamaño, involucra usar el Nivel de Servicio, definido como
sigue: Nivel de servicio = probabilidad de que No ocurra un faltante
De modo que dadas las probabilidades anteriores, los niveles de servicio para las tres alternativas del problema son:
Nivel de Servicio si se ordenan 9 ejemplares = 0,3
Nivel de servicio si se ordenan 10 ejemplares = 0,3+0,4 = 0.7
Nivel de Servicio si se ordenan 11 ejemplares = 0,3+',4+0,3 = 1

Podemos dar una regla sencilla para resolver esto

Regla de pedidos para el modelo de productos perecederos.

1. Nivel óptimo de servicio = Cabajo/(Cabajo + Carriba)
2. Elegir la menor cantidad de pedido que proporciona al menos ese nivel de servicio. Puesto que Cabajo = $1,00 y Carriba
¨= $1,00 , la fórmula da:
Nivel óptimo de servicio = $ 1,00/($1,00+$1,00) = 0.5

En referencia a los niveles de servicio para las tres alternativas de cantidades a ordenar del problema, la más pequeña que
proporciona al menos este nivel de servicio óptimo es pedir 10 ejemplares. Que resulta la misma respuesta del problema.

NIVEL DE SERVICIO OPTIMO PARA EL CASO DE PRODUCTOS PERECIBLES

DATOS RESULTADOS
Precio unitario de venta = $2.50 Costo de sobreordenar $1.00
Costo unitario de compra = $1.50 Costo de subordenar $1.00
Valor unitario de recupero= $0.50 Nivel optimo de servicio 0.5

Para cualquier cantidad de pedido dada, la definición de nivel de servicio se puede reabastecer en otra forma equivalente como
Nivel de Servicio = Probabilidad de que la demanda sea menor que o igual a la cantidad a ordenar
Nivel de Servicio = P(demanda <= cantidad de pedido)

La probabilidad entonces será P(demanda <=9) = 0,3

La probabilidad entonces será P(demanda <=10) = 0,3 +0,4 = 0.7
La probabilidad para P(demanda <=11) = 0,3+0,4+0,3 = 1

Ejemplo 2.
Ahora queremos encontrar la cantidad optima a ordenar para otro de sus periódicos. Cuyas ventas diarias oscilan entre
100 y 200 ejemplares con aproximadamente iguales probabilidades en este intervalo. Se conocen los costos unitarios
relevantes Cabajo = $0,75 y Carriba = $0,25

Podemos aceptar que como las probabilidades de las diversas demandas posibles entre 100 y 200 son casi iguales, una
buena estimación de la distribución de probabilidad de la demanda es la distribución uniforme entre 100 y 200.

Con los costos unitarios dados, la regla de ordenar dice que:

Nivel optimo de servicio = Cabajo/(Cabajo + Carriba) = $ 0,75/($0,75+$0,25) = 0.75

Algunos tipos de productos perecederos.

1.Periódicos y revistas.
2. Flores
3. Comida fresca de un restaurante
4. Legumbres, frutas y verduras vendidas en un supermercado.
5. Arboles de Navidad.
6. Ropa de temporada: abrigos de invierno, ropas de baño en verano, etc.
7. Tarjetas de felicitación, productos de hallowen
8. Artículos de moda como CDs. Videos, etc.
9. Autos con modelos nuevos.
10. Productos que pueden volverse obsoletos pronto.
11. Refacciones vitales que se tienen que fabricar durante la última corrida de producción de un modelo.
12. Reservaciones proporcionadas por una aerolínea para un vuelo en particular. (caso American Airlanes).

Preguntas de Repaso.
1. Por qué este modelo para productos perecederos necesita un solo periodo?
2. Cuál es la única decisión que debe tomarse en este modelo?
3. Qué suposición se hace acerca de la demanda del producto?
4. Cómo se define el costo unitario por subordenar, Cabajo y el costo por sobreordenar Carriba?
5. La regla de decisión de Bayes toma la misma decisión cuando se expresan los pagos en términos de
ganancias a maximizar o en términos de los costos de subordenar y sobreordenar a minimizar ?
6. Cuál es la definición de nivel de servicio?
7. Cuál es la fórmula de nivel óptimo de servicio?
8. Para la aplicación gráfica de la regla de ordenar, Cuál es el punto que da la cantidad óptima a ordenar?
9. Mencione otros productos perecederos donde se puede aplicar este modelo.

3. Un producto de temporada tiene los siguiente información:

El precio de venta al público es de $ 50.30 por cada unidad.
El costo de compra al proveedor es de $ 35.10 por unidad.

Por motivos de competencia y para mantener su nivel de servicio la empresa prefiere comprar a un competidor
antes de perder a un cliente por falta de stock. En este caso el precio al que compra es de $ 60
Al final de la temporada los artículos que no se han vendido se ofrecen a $ 25.
Se estima una demanda con distribución normal con media de 900 y desviación de 122.

Datos:
Precio venta 50.3
Costo 35.1
Valor salvam 25

Penalidad B ( 60 - 50.3 ) 9.7

Costo faltante : CF = Pv - C + B = 24.9
Costo excedente: CE = C - VS = 10.1

Paso 1. (P <= Q ) = CF / CF + CE = 0.71142857

Paso 2. Hallar Z 0.711 = Norminv(0.711 ) = 0.55756296

Paso 3. Q * = Media + Z 0.711 * 122 = 900 + 0.55756296 * 122 = 968.022681

Comprobando con la tabla

Q Z Ganancia
700 -1.64 8607
800 -0.82 10690
900 0 11980
925 0.2 12126
930 0.25
968 0.56
1000 0.82
1030 1.07
1100 1.64
1200 2.46 10640

Calculamos la Ganancia esperada = ( Pv - C) X Venta esperada - (C- Vs) * Excedente esperado - B * Ventas perdidas esperadas)

Ventas perdidas esperadas.

L (Z) Función de pérdida de la distribución normal.
Ventas perdidas esperadas = desv. L(z)
L(Z) = L(0.557) = 0.1799
L(Z) = 122 * (0.1799) = 21.9478 unidades

Ahora podemos calcular : Ventas esperadas + Ventas perdidas esperadas = demanda

de donde : Ventas esperadas = Demanda - Ventas perdidas esperadas
Esto es : ventas esperadas = Promedio * Desv *L(Z)
Ventas esperadas = 900 - 122 *(0.1799) = 878.0522 unidades para un Q de 968.02

Ahora calculamos los Excedentes esperados:

Ventas esperadas + Excedentes esperados = Q
Despejando Excedente esperado = Q - Ventas esperadas
Excedente esperado = 968.02 - 878.05 = 89.9704808

Con todo esto ya podemos encontrar la ganancia esperada: (Pv - C ) * Venta Esperada ) - (C-Vs)* Excedente esperado) - (B * vtas perdidas esperadas)
Ganancia esperada = (50.3 - 35.1)* 878.05 - (35.1 -25) *89.94 - (9.7 *21.9478) 12220
* vtas perdidas esperadas)
PRACTICA GESTION DE INVENTARIOS CON PEDIDO UNICO PRODUCTOS PERECEDEROS.

1. Reconsidere el problema de los periódicos, tomando en cuenta que al haber abierto una nueva oficina del
Banco de Crédito cerca al puesto de venta de periódicos, la demanda de ejemplares ha aumentado y está ahora
entre 15 y 18 ejemplares diarios. Las nuevas probabilidades estimadas son para 15 ejemplares 40% de los días
16 ejemplares 20% de los días y 17 ejemplares 20% de los días y 18 ejemplares el resto de días.
a) Use la regla de decisión de Bayes para determinar cuál debe ser la nueva cantidad a ordenar para maximizar
la ganancia diaria promedio.
b) Repita el modelo con el criterio de minimizar el costo diario promedio por subordenar o sobreordenar.
c) Use la regla para ordenar del modelo de productos perecederos para determinar la nueva cantidad a ordenar
d) Grafique la Probabilidad de la demanda P(demanda <=x) vs la Cantidad a ordenar (x).

2. El dueño de una panaderia se plantea de cuál debe ser la cantidad de Kg. De pan que debe hornear diariamente
para obtener el máximo beneficio sabiendo que el costo unitario total es de 0.70 S/Kg. Y el precio unitario es de 1.10 S/kg.
El pan no vendido en el día lo puede rematar a 0.40 S/kg.
Los datos de las demandas de 30 días son los siguientes:

273 248 278 268 256

257 263 261 267 262
261 270 281 263 255
264 264 277 274 265
252 251 267 262 246
258 242 260 261 254

3. Supongamos un artículo cuya vida útil es de 24 horas. La empresa fabricante desea saber el lote a fabricar cada dia,
Costo por unidad = 100 u.m.
Precio de venta = 170 u.m.
El stock sobrante se vende a 10 u.m.

4. Un comprador de un gran almacén que pide trajes de baño de moda, hace compras en invierno y la tienda planea
una liquidación de inventarios en febrero para vender cualquier género de sobrantes al 31 de enero. Cada pieza
cuesta $ 40 y se vende en $ 60. Al precio de venta de $ 30 se espera que cualquier existencia restante se venda
durante la venta de febrero; se asume que una distribución de probabilidad uniforme va de 350 a 650 artículos.
Esto es la demanda esperada es de 500 unidades. El comprador incurrirá en el costo de demanda sobrestimada
siempre que pida demasiado y tiene que vender los artículos extra disponibles después de enero. Así, el costo
por artículo de demanda sobrestimada es igual al costo de compra por artículo menos el precio de venta de febrero
El costo de la demanda subestimada es la ganancia perdida (la pérdida de oportunidad) debido a que pudo haber
vendido pero no estaba disponible en el inventario.
Se pide: a) Si la política fuera solo ordenar la cantidad igual a la demanda esperada, explique que riesgos se tendría
b) Grafique y encuentre la cantidad optima a pedir.
c) Si la distribución no fuera uniforme sino normal con una media de 500 unidades y una desviación estandar de 100
determine la cantidad a pedir. Rpta:

4. La empresa Rexpo quiere determinar cuántas camisetas fabricar para cubrir la demanda prevista para la exposición en una
El costo de adquisición de cada camiseta es de $ 25 y el precio de venta es de $ 75. Las camisetas que no se vendan duran
a las ONG para los niños de la calle. En el caso de que la demanda exceda la cantidad fabricada es posible adquirir camiseta
precio de $ 65.
La demanda de camisetas durante la feria es una variable aleatoria que se distribuye según una distribución uniforme entre 2
Se pide a) elabore la tabla de pagos/costos y determinar la cantidad óptima
b) Determine el nivel óptimo relacionando con el nivel de servicio.
c) Grafique sus resultados con la distribución uniforme.

5. Una panadería tiene unas ventas sustanciales del pan fresco. La demanda diaria tiene una distribución
uniforme entre 300 y 600 unidades de pan. El pan se hornea en la madrugada antes de que la panadería abra
al público, a un costo de $ 2 por unidad. Luego se vende a $ 3 por unidad ese día. Cualquier pan no vendido,
durante el día que se hornea se reetiqueta como pan de 1 día y se vende a $1.50 por unidad. ( 5 ptos)
a) Determine el nivel de servicio óptimo?
b) Encuentre gráficamente el número optimo de unidades a hornear cada mañana.
c) Con un inventario tan amplio de valores posibles en la distribución de la demanda, es difícil trazar con cuidado
la gráfica de la parte b) para determinar el valor exacto del número óptimo de unidades. Utilice el algebra para
calcular este valor exacto.
d) Dada la respuesta en la parte a) Cuál es la probabilidad de incurrir en faltantes de pan fresco en cualquier día?
e) Debido a que el pan es tan requerido, los clientes se frustran mucho cuando ocurre un faltante. El propietario
da una alta prioridad a mantener satisfechos a sus clientes, de modo que no le gusta tener faltantes. En vez de
usar una política de inventarios que simplemente maximiza su ganancia diaria promedio, siente que el análisis
debe considerar la pérdida de reputación ante el cliente debido al faltante. Puesto que esta pérdida de renombre
puede tener efectos negativos en las ventas futuras, estima que el costo de $ 1.50 por unidad debe ser evaluado
cada vez que un cliente no puede comprar pan fresco debido a un faltante. Determine el nuevo número óptimo
de unidades a hornear cada día con este cambio. Cuál es la nueva probabilidad de incurrir en faltantes en
cualquier día?
do y está ahora
0% de los días

para maximizar

idad a ordenar

rnear diariamente
o unitario es de 1.10 S/kg.

ote a fabricar cada dia,

o y la tienda planea
nero. Cada pieza
a restante se venda
0 a 650 artículos.
anda sobrestimada
ro. Así, el costo
o de venta de febrero
a que pudo haber

ue riesgos se tendría

ción estandar de 100

ta para la exposición en una feria.

tas que no se vendan durante la exposición se enviarán
es posible adquirir camisetas de otro fabricante a un

distribución uniforme entre 200 mil y 400 mil camisetas.

anadería abra
no vendido,

zar con cuidado

algebra para

en cualquier día?
El propietario
es. En vez de
ue el análisis
a de renombre
be ser evaluado
úmero óptimo
1. Reconsidere el problema de los periódicos, tomando en cuenta que al haber abierto una nueva oficina del
Banco de Crédito cerca al puesto de venta de periódicos, la demanda de ejemplares ha aumentado y está ahora
entre 15 y 18 ejemplares diarios. Las nuevas probabilidades estimadas son para 15 ejemplares 40% de los días
16 ejemplares 20% de los días y 17 ejemplares 20% de los días y 18 ejemplares el resto de días.
a) Use la regla de decisión de Bayes para determinar cuál debe ser la nueva cantidad a ordenar para maximizar
la ganancia diaria promedio.
b) Repita el modelo con el criterio de minimizar el costo diario promedio por subordenar o sobreordenar.
c) Use la regla para ordenar del modelo de productos perecederos para determinar la nueva cantidad a ordenar
d) Grafique la Probabilidad de la demanda P(demanda <=x) vs la Cantidad a ordenar (x).

15;18
15 0.4 Estado de la Naturaleza (ventas)
16 0.2 a) Alternativa 15 16 17
17 0.2 Ordenar 15 $15 $15 $15
18 0.2 Ordenar 16 $14 $16 $16
Ordenar 17 $13 $15 $17
PV 2.5 Ordenar 18 $12 $14 $16
Cv 1.5 Probabilidad 0.4 0.2 0.2
R 0.5

Estado de la Naturaleza (ventas)

b) Alternativa 15 16 17
Ordenar 15 $0 $1 $2
Ordenar 16 $1 $0 $1
Ordenar 17 $2 $1 $0
Ordenar 18 $3 $2 $1
Probabilidad 0.4 0.2 0.2

c) Nivel óptimo de servicio = $ 1,00/($1,00+$1,00) =

Alternativa
Ordenar 15 0.4
Ordenar 16 0.6 Cantidad a ordenar
Ordenar 17 0.8
Ordenar 18 1

d) Ordenar 15 0.4 0.4

15.4
Ordenar 16 0.2 0.6
Ordenar 17 0.2 0.8 15.2
Ordenar 18 0.2 1
15
15

Alternativa 14.8
Ordenar 15 0.4 15
Ordenar 16 0.2 15.2 14.6
Ordenar 17 0.2 15
14.4

14.2

14
Ordena r 15
 15

14.8

14.6

Ordenar 18 0.2 14.4 14.4

14.2

14
Ordena r 15
do y está ahora
0% de los días

para maximizar

idad a ordenar

18
$15 15
$16 15.2 Mayor ganancia
$17 15
$18 14.4
0.2

Cabajo = precio unitario de venta - costo unitario de compra

18 Cabajo = 2,50 - 1,50 = $1.00
$3 1.2
$2 1 Minimo costo Carriba = costo unitario de compra - valor unitario de recupero
$1 1.2 Carriba = 1,50 - 0,50 = $1.00
$0 1.8
0.2

0.5

Gráfica de máximo ingreso

15.4
15.2
15.2
15 15
15

14.8

14.6
14.4
14.4

14.2

14
Ordena r 15 Ordena r 16 Ordenar 17 Ordenar 18
 15

14.8

14.6
14.4
14.4

14.2

14
Ordena r 15 Ordena r 16 Ordenar 17 Ordenar 18
nitario de compra

unitario de recupero
2. El dueño de una panaderia se plantea de cuál debe ser la cantidad de Kg. De pan que debe hornear diariamente
para obtener el máximo beneficio sabiendo que el costo unitario total es de 0.70 S/Kg. Y el precio unitario es de 1.10 S/kg.
El pan no vendido en el día lo puede rematar a 0.40 S/kg.
Los datos de las demandas de 30 días son los siguientes:

273 248 278 268 256

257 263 261 267 262
261 270 281 263 255 262 Media
264 264 277 274 265 9.36979741 Des
252 251 267 262 246
258 242 260 261 254

Cu 0.7 Costo fal 0.4

Pu 1.1 Costo sob 0.3
R 0.4
P0 0.57142857

z 0.18001237

Q 263.686679
near diariamente
unitario es de 1.10 S/kg.
3. Supongamos un artículo cuya vida útil es de 24 horas. La empresa fabricante desea saber el lote a fabricar cada dia,
Costo por unidad = 100 u.m.
Precio de venta = 170 u.m.
El stock sobrante se vende a 10 u.m.

Cu 100 C fal 70
Pv 170 Csob 90
R 10
0.4375
te a fabricar cada dia,
4. Un comprador de un gran almacén que pide trajes de baño de moda, hace compras en invierno y la tienda planea
una liquidación de inventarios en febrero para vender cualquier género de sobrantes al 31 de enero. Cada pieza
cuesta $ 40 y se vende en $ 60. Al precio de venta de $ 30 se espera que cualquier existencia restante se venda
durante la venta de febrero; se asume que una distribución de probabilidad uniforme va de 350 a 650 artículos.
Esto es la demanda esperada es de 500 unidades. El comprador incurrirá en el costo de demanda sobrestimada
siempre que pida demasiado y tiene que vender los artículos extra disponibles después de enero. Así, el costo
por artículo de demanda sobrestimada es igual al costo de compra por artículo menos el precio de venta de febrero
El costo de la demanda subestimada es la ganancia perdida (la pérdida de oportunidad) debido a que pudo haber
vendido pero no estaba disponible en el inventario.
Se pide: a) Si la política fuera solo ordenar la cantidad igual a la demanda esperada, explique que riesgos se tendría
b) Grafique y encuentre la cantidad optima a pedir.
c) Si la distribución no fuera uniforme sino normal con una media de 500 unidades y una desviación estandar de 100
determine la cantidad a pedir. Rpta:

a) Se puede tener una variacion de demanda esto puede ocasionar perdidas por faltantees y sobrantes

b)

Cu 40
Pv 60 350 400 450 500
R 30 350 7000 7000 7000 7000
400 6500 8000 8000 8000
350 650 450 6000 7500 9000 9000
500 5500 7000 8500 10000
550 5000 6500 8000 9500
600 4500 6000 7500 9000
650 4000 5500 7000 8500
Probabilidad 0.14285714 0.14285714 0.14285714 0.14285714

c Cfal 20 CF 0.66666667
Csob 10
Z 0.4307273
media 500
des 100 Q 543.07273
 y la tienda planea
nero. Cada pieza
a restante se venda
a 650 artículos.
nda sobrestimada
o. Así, el costo
de venta de febrero
que pudo haber

e riesgos se tendría

ión estandar de 100

antees y sobrantes

550 600 650

7000 7000 7000 7000
8000 8000 8000 7785.71429
9000 9000 9000 8357.14286
10000 10000 10000 8714.28571
11000 11000 11000 8857.14286 Maxima ganancia
10500 12000 12000 8785.71429
10000 11500 13000 8500
0.14285714 0.14285714 0.14285714
4. La empresa Rexpo quiere determinar cuántas camisetas fabricar para cubrir la demanda prevista para la exposición en una
El costo de adquisición de cada camiseta es de $ 25 y el precio de venta es de $ 75. Las camisetas que no se vendan durant
a las ONG para los niños de la calle. En el caso de que la demanda exceda la cantidad fabricada es posible adquirir camisetas
precio de $ 65.
La demanda de camisetas durante la feria es una variable aleatoria que se distribuye según una distribución uniforme entre 20
Se pide a) elabore la tabla de pagos/costos y determinar la cantidad óptima
b) Determine el nivel óptimo relacionando con el nivel de servicio.
c) Grafique sus resultados con la distribución uniforme.

Ca 25 200 0.333
Pv 75 300 0.333
B 65 400 0.333
 a para la exposición en una feria.
as que no se vendan durante la exposición se enviarán
es posible adquirir camisetas de otro fabricante a un

stribución uniforme entre 200 mil y 400 mil camisetas.

5. Una panadería tiene unas ventas sustanciales del pan fresco. La demanda diaria tiene una distribución
uniforme entre 300 y 600 unidades de pan. El pan se hornea en la madrugada antes de que la panadería abra
al público, a un costo de $ 2 por unidad. Luego se vende a $ 3 por unidad ese día. Cualquier pan no vendido,
durante el día que se hornea se reetiqueta como pan de 1 día y se vende a $1.50 por unidad. ( 5 ptos)
a) Determine el nivel de servicio óptimo?
b) Encuentre gráficamente el número optimo de unidades a hornear cada mañana.
c) Con un inventario tan amplio de valores posibles en la distribución de la demanda, es difícil trazar con cuidado
la gráfica de la parte b) para determinar el valor exacto del número óptimo de unidades. Utilice el algebra para
calcular este valor exacto.
d) Dada la respuesta en la parte a) Cuál es la probabilidad de incurrir en faltantes de pan fresco en cualquier día?
e) Debido a que el pan es tan requerido, los clientes se frustran mucho cuando ocurre un faltante. El propietario
da una alta prioridad a mantener satisfechos a sus clientes, de modo que no le gusta tener faltantes. En vez de
usar una política de inventarios que simplemente maximiza su ganancia diaria promedio, siente que el análisis
debe considerar la pérdida de reputación ante el cliente debido al faltante. Puesto que esta pérdida de renombre
puede tener efectos negativos en las ventas futuras, estima que el costo de $ 1.50 por unidad debe ser evaluado
cada vez que un cliente no puede comprar pan fresco debido a un faltante. Determine el nuevo número óptimo
de unidades a hornear cada día con este cambio. Cuál es la nueva probabilidad de incurrir en faltantes en
cualquier día?
nadería abra
no vendido,

ar con cuidado
algebra para

n cualquier día?
El propietario
es. En vez de
ue el análisis
a de renombre
be ser evaluado
úmero óptimo