Investigación de Operaciones II

Lectura Nr. 5
Modelos de inventario (III)

Docente:
Ricardo Caballero, M.Sc.
ricardo.caballero@utp.ac.pa
© UTP-FII
Contenido

1 Modelo de inventario de un solo periodo

2 Modelo de inventario con faltantes

3 Cantidad económica de pedido de varios artículos con limitación de almacenamiento

4 Método Silver Meal

© UTP-FII 2
Contenido

1 Modelo de inventario de un solo periodo

2 Modelo de inventario con faltantes

3 Cantidad económica de pedido de varios artículos con limitación de almacenamiento

4 Método Silver Meal

© UTP-FII 3
Generalidades

▪ Considera el riesgo que una persona está dispuesta a correr de que el inventario se
agote
▪ Este tipo de situaciones se conoce como problemas del quiosco de periódicos o modelo
de inventarios de un solo periodo.
▪ Un enfoque de toma de decisiones que utiliza la ganancia marginal o la pérdida marginal
se llama análisis marginal.
▪ Cuando se tiene un número manejable de alternativas y estados de naturaleza, se
pueden usar distribuciones discretas.
▪ Cuando hay un número muy grande de alternativas o estados de naturaleza, se puede
usar la distribución normal.

© UTP-FII 4
Ecuaciones
▪ Considera ganancias y pérdidas potenciales
𝑪𝒐 = 𝒄𝒐𝒔𝒕𝒐 𝒑𝒐𝒓 𝒖𝒏𝒊𝒅𝒂𝒅 𝒅𝒆 𝒅𝒆𝒎𝒂𝒏𝒅𝒂 𝒔𝒐𝒃𝒓𝒆𝒆𝒔𝒕𝒊𝒎𝒂𝒅𝒂
𝐸𝑠𝑡𝑒 𝑐𝑜𝑠𝑡𝑜 𝑟𝑒𝑝𝑟𝑒𝑠𝑒𝑛𝑡𝑎 𝑙𝑎 𝑝𝑒𝑟𝑑𝑖𝑑𝑎 𝑝𝑜𝑟 𝑜𝑟𝑑𝑒𝑛𝑎𝑟 𝑢𝑛𝑎 𝑢𝑛𝑖𝑑𝑎𝑑 𝑎𝑑𝑖𝑐𝑖𝑜𝑛𝑎𝑙 𝑦
𝑞𝑢𝑒 𝑛𝑜 𝑝𝑢𝑒𝑑𝑒 𝑠𝑒𝑟 𝑣𝑒𝑛𝑑𝑖𝑎𝑑
𝑪𝒖 = 𝒄𝒐𝒔𝒕𝒐 𝒑𝒐𝒓 𝒖𝒏𝒊𝒅𝒂𝒅 𝒅𝒆 𝒅𝒆𝒎𝒂𝒏𝒅𝒂 𝒔𝒖𝒃𝒆𝒔𝒕𝒊𝒎𝒂𝒅𝒂
𝐸𝑠𝑡𝑒 𝑐𝑜𝑠𝑡𝑜 𝑟𝑒𝑝𝑟𝑒𝑠𝑒𝑛𝑡𝑎 𝑙𝑎 𝑜𝑝𝑜𝑟𝑡𝑢𝑛𝑖𝑑𝑎𝑑 𝑝𝑒𝑟𝑑𝑖𝑑𝑎 𝑝𝑜𝑟 𝑛𝑜 𝑜𝑟𝑑𝑒𝑛𝑎𝑟 𝑢𝑛𝑎 𝑢𝑛𝑖𝑑𝑎𝑑 𝑎𝑑𝑖𝑐𝑖𝑜𝑛𝑎𝑙
𝑞𝑢𝑒 𝑝𝑢𝑑𝑜 𝑠𝑒𝑟 𝑣𝑒𝑛𝑑𝑖𝑑𝑎
▪ Ecuación del costo marginal 𝑷 𝑪𝒐 ≤ (𝟏 − 𝑷)𝑪𝒖 Donde P es la probabilidad de que
la unidad no se venda y 1-P es la probabilidad de que sí se venda porque debe ocurrir
una u otra cosa (la unidad se vende o no)
▪ Despejando 𝑪𝒖
𝑷≤
𝑪𝒐 + 𝑪𝒖
▪ Esta ecuación establece que se debe mantener el aumento del tamaño del pedido
siempre y cuando la probabilidad de no vender lo que se pide sea igual o menor que la
𝑪𝒖
razón 𝑪 +𝑪
𝒐 𝒖

© UTP-FII 5
Ejemplo - Análisis marginal con distribuciones discretas
Un hotel cerca de una universidad siempre se llena la noche anterior a los juegos de futbol.
Los antecedentes muestran que, cuando un hotel está totalmente reservado, el número de
cancelaciones de último momento tiene una media de 5 y una desviación estándar de 3. La
tarifa por habitación promedio es de $80. Cuando el hotel tiene un exceso de reservaciones
se presenta un cliente con reservación, la política es buscarle una habitación en un hotel
cercano y pagar la habitación. Por lo general, esto le cuesta al hotel más o menos $200,
pues las habitaciones contratadas de último momento son costosas.
¿Cuántas habitaciones debe reservar en exceso el hotel.

© UTP-FII 6
Ejemplo - Análisis marginal con distribuciones discretas
Cantidad de cancelaciones Probabilidad

0 0.05
1 0.08
2 0.10
3 0.15
4 0.20
5 0.15
6 0.11
7 0.06
8 0.05
9 0.04
10 0.01

Con estos datos históricos se crea la matriz estado alternativa que muestra el efecto de la
sobreventa.
© UTP-FII 7
Ejemplo - Análisis marginal con distribuciones discretas

.
La mejor estrategia para sobrevender es la que representa el costo mínimo

© UTP-FII 8
Análisis marginal con la distribución normal

Cuando la demanda del producto o las ventas siguen una distribución normal, lo cual es
una situación común de los negocios, es posible aplicar el análisis marginal con la
distribución normal siguiendo los siguientes pasos
𝑪𝒖
1. Determinar el valor de para el problema.
𝑪𝒐 +𝑪𝒖

2. Localizar P en la distribución normal y encontrar el valor Z asociado.

𝑋∗ − 𝜇
3. Encontrar X usando la relación 𝑍= para despejar la política de
𝜎
almacenamiento que resulte

© UTP-FII 9
Ejemplo - Análisis marginal con la distribución normal
La demanda de ejemplares del periódico Chicago Tribune en el quisco de Joe se distribuye
normalmente y tiene una media de 60 periódicos al día, con una desviación estándar de 10
ejemplares. Con una pérdida marginal de 20 centavos y una utilidad marginal de 30
centavos, ¿què política de almacenamiento diario debería seguir Joe?

© UTP-FII 10
Ejemplo - Análisis marginal con la distribución normal
𝐶𝑢 20 centavos 20
𝑃≤ = = = 0.40
𝐶𝑜 + 𝐶𝑢 20 centavos + 30 centavos 50

Usando la distribución normal, se obtiene el valor de Z apropiado

Z = 0.25 desviaciones estándar de la media

El área bajo la curva es 1 – 0.40 = 0.60
(Z = 0.25) Media de ventas diarias

El área bajo la curva es 0.40

 = 50 X* X = Demanda

Política óptima de almacenamiento (62 periódicos)

© UTP-FII 11
Ejemplo - Análisis marginal con la distribución normal

En este problema,  = 60 y  = 10, de modo que

𝑋 ∗ − 60
0.25 =
10

o bien,

X * = 60 + 0.25(10) = 62.5, o 62 periódicos

Joe debe ordenar 62 ejemplares del diario, ya que la probabilidad de vender 63 periódicos
es ligeramente menor que 0.40.

© UTP-FII 12
Contenido

1 Modelo de inventario de un solo periodo

2 Modelo de inventario con faltantes

3 Cantidad económica de pedido de varios artículos con limitación de almacenamiento

4 Método Silver Meal

© UTP-FII 13
EOQ con faltantes planeados

▪ Si los clientes aceptan que hayan

faltantes, es decir, que su pedido se
satisfaga despuès, cuando no se tiene
artículo en almacén, entonces la
venta no se pierde
▪ Cada unidad faltante se le asocia un
costo agregado por faltantes

Características
▪ Con S ordenes atrasadas cuando llega un encargo de tamaño Q, the S ordenes seran enviadas
directamente al cliente and el restante Q – S unidades se almacenaran en inventario.
▪ Q – S sera el nivel de inventario máximo
▪ El ciclo de inventario de T dias sera dividido en dos fases; t1 dias cuando el inventario esta en mano
y las ordenes son satisfechas a medida que se solicita y t2 dias cuando hay desabasto y todas las
ordenes son tomadas como ordenes atrasadas a satisfacher cuando llegue el lote Q

© UTP-FII 14
EOQ con faltantes planeados – fórmulas
𝐷 (𝑄 − 𝑆)2 𝑆2
▪ Costo total annual 𝑇𝐶 = 𝐶𝑜 + 𝐶ℎ + 𝐶
𝑄 2𝑄 2𝑄 𝑏

2𝐷𝐶𝑜 𝐶ℎ + 𝐶𝑏
▪ Cantidad económica de pedido 𝑄=
𝐶ℎ 𝐶𝑏

𝐶ℎ
▪ Faltantes planeados 𝑆=𝑄
𝐶ℎ + 𝐶𝑏
𝑄−𝑆
▪ Duración del inventario en mano 𝑡1 =
𝑑

▪ Duración de la parte de pedido 𝑆

𝑡2 =
pendiente en el inventario 𝑑

𝑄
▪ Tiempo de ciclo 𝑇=
𝑑

© UTP-FII 15
Ejemplo
▪ Suponga que una compañía de Radio tiene un producto para el cual los supuestos del
modelo de inventario con faltantes son válidas. La información es la siguiente

𝐷 = 2000 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠 𝑝𝑜𝑟 𝑎ñ𝑜

𝐼 = 20% 𝑝𝑜𝑟 𝑎ñ𝑜
𝐶 = $50 𝑝𝑜𝑟 𝑢𝑛𝑖𝑑𝑎𝑑
𝐶𝑜 = $25 𝑝𝑜𝑟 𝑜𝑟𝑑𝑒𝑛

▪ La compañía esta considerando la posibilidad de permitir algunos faltantes planeados

para este producto. El costo anual por faltante ha sido estimado en aproximadamente
$30 por unidad por año. Se tienen 250 días hábiles de trabajo

© UTP-FII 16
Ejemplo

2𝐷𝐶𝑜 𝐶ℎ +𝐶𝑏 2(2000)(25) 10+30

𝑄= = = 115 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
𝐶ℎ 𝐶𝑏 10 30

𝐶ℎ 10
𝑆=𝑄 = 115 = 29 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
𝐶ℎ + 𝐶𝑏 10 + 30

𝐼𝑛𝑣𝑒𝑛𝑡𝑎𝑟𝑖𝑜 𝑚á𝑥𝑖𝑚𝑜 = 𝑄 − 𝑆 = 115 − 29 = 86 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠

𝑄 115
𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑐𝑖𝑐𝑙𝑜 𝑇 = = = 14 𝑑í𝑎𝑠 𝑑𝑒 𝑡𝑟𝑎𝑏𝑎𝑗𝑜
𝑑 8

𝐷 (𝑄 − 𝑆)2 𝑆2 2000 86 2 29 2
𝑇𝐶 = 𝐶𝑜 + 𝐶ℎ + 𝐶 = 25 + 10 + 30
𝑄 2𝑄 2𝑄 𝑏 115 2 115 2 115
𝑇𝐶 = $867

© UTP-FII 17
¿Qué pasa si la compañía prohibe los faltantes?
◼ ¿Cuál sería la mejor política de inventario?

© UTP-FII 18
Contenido

1 Modelo de inventario de un solo periodo

2 Modelo de inventario con faltantes

3 Cantidad económica de pedido de varios artículos con limitación de almacenamiento

4 Método Silver Meal

© UTP-FII 19
EOQ con restricciones de espacio
▪ Este modelo se ocupa de varios artículos cuyas fluctuaciones de inventario individuales
siguen el patrón donde no se permiten faltantes
▪ Los artículos compiten por un espacio de almacenamiento limitado

▪ Conforme a la suposición de que no se permiten faltantes, el modelo matemático que

representa la situacion del inventario se da como
𝑛
𝐾𝑖 𝐷𝑖 ℎ𝑖 𝑄𝑖
𝑀𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑇𝐶𝑈 𝑄1 , 𝑄2 , … , 𝑄𝑛 = ෍ +
𝑄𝑖 2
𝑖=1

𝑠𝑢𝑗𝑒𝑡𝑜 𝑎
𝑛

෍ 𝑎𝑖 𝑄𝑖 ≤ 𝐴
𝑖=1 𝐷𝑖 = tasa de demanda
𝐾𝑖 = costo de preparación
ℎ𝑖 = costo por mantener
𝑄𝑖 > 0 𝑖 = 1,2, … 𝑛 𝑎𝑖 = 𝑅𝑒𝑞𝑢𝑒𝑟𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑑𝑒 á𝑟𝑒𝑎 𝑑𝑒 𝑎𝑙𝑚𝑎𝑐𝑒𝑛𝑎𝑚𝑖𝑒𝑛𝑡𝑜
𝑝𝑜𝑟 𝑢𝑛𝑖𝑑𝑎𝑑 𝑑𝑒 𝑖𝑛𝑣𝑒𝑛𝑡𝑎𝑟𝑖𝑜
𝐴 = Á𝑟𝑒𝑎 𝑑𝑒 𝑎𝑙𝑚𝑎𝑐𝑒𝑛𝑎𝑚𝑖𝑒𝑛𝑡𝑜 𝑚á𝑥𝑖𝑚𝑎 𝑑𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑙𝑒

© UTP-FII 20
Ejemplo
Los datos siguientes describen tres artículos de inventario

Artículo 𝑖 K 𝑖 ($) D𝑖 ℎ𝑖 ($) a𝑖 (𝑝𝑖𝑒𝑠 2 )

(unidades por día)

1 10 2 0.30 1
2 5 4 0.10 1
3 15 4 0.20 1
Área de almacenamiento total disponible = 25 𝑝𝑖𝑒𝑠 2

© UTP-FII 21
Ejemplo
Para resolver el problema, primero se aborda la situación no restringida encontrando la
𝑄 para cada artículo

Artículo 𝑖 K 𝑖 ($) D𝑖 ℎ𝑖 ($) a𝑖 (𝑝𝑖𝑒𝑠 2 ) Q𝑖 a𝑖 Q 𝑖

1 10 2 0.30 1 11.55 11.55

2 5 4 0.10 1 20 20

3 15 4 0.20 1 24.49 24.49

Total 56.04
𝑛

෍ 𝑎𝑖 𝑄𝑖 ≤ 𝐴
𝑖=1

11.55 + 20 + 24.49 ≤ 25
56.04 ≤ 25 La solución no satisface la restricción

© UTP-FII 22
Ejemplo
▪ Si la solución no satisface la restricción entonces debe utilizarse el multiplicador de
Lagrange
▪ El 𝜆 y la EOQ se determina a través de un proceso de ensayo y error con el uso de Excel
𝑛 𝑛
2𝐾𝑖 𝐷𝑖 𝐾𝑖 𝐷𝑖 ℎ𝑖 𝑄𝑖
𝑄= 𝑇𝐶𝑈 = ෍ + − 𝜆 ෍ 𝑎𝑖 𝑄𝑖 − 𝐴
ℎ𝑖 − 2𝜆𝑎𝑖 𝑄𝑖 2
𝑖=1 𝑖=1

© UTP-FII 23
Contenido

1 Modelo de inventario de un solo periodo

2 Modelo de inventario con faltantes

3 Cantidad económica de pedido de varios artículos con limitación de almacenamiento

4 Método Silver Meal

© UTP-FII 24
Silver Meal
▪ Válido sólo cuando el costo de producción unitario es constante e idéntico para todos los
periodos. Por esta razón solo se balancean los costos de preparación y retención
▪ Se puede calcular el tamaño de lote económico durante una situación dinámica

▪ Identifica los periodos futuros sucesivos cuya demanda puede ser satisfecha a partir de
la producción del periodo actual.
▪ Suponga que se produce en el periodo 𝑖, 𝑖 + 1,… y 𝑡, 𝑖 ≤ 𝑡 y se define 𝑇𝐶(𝑖, 𝑡) como los
costos de preparación y por mantener asociados para los mismos periodos
𝐾𝑖 , 𝑡=1

𝑇𝐶(𝑖, 𝑡) 𝑡−1

𝐾𝑖 + ℎ𝑖 𝐷𝑖+1 + ℎ𝑖 + ℎ𝑖+1 𝐷𝑖+2 + ⋯ + ෍ ℎ𝑖 𝐷𝑡 , 𝑡>𝑖

𝑖

𝐷𝑖 = tasa de demanda
▪ Luego se define 𝑇𝐶𝑈(𝑖, 𝑡) como el costo por periodo asociado 𝐾𝑖 = costo de preparación
𝑇𝐶(𝑖, 𝑡) ℎ𝑖 = costo por mantener
𝑇𝐶𝑈 𝑖, 𝑡 = 𝑡 = 𝑝𝑒𝑟𝑖𝑜𝑑𝑜
𝑡−𝑖+1
© UTP-FII 25
Ejemplo
▪ Encuentre la politica de inventario optima para la siguiente situacion de inventario de 6
periodos
▪ El costo de producción unitario es de $2 para todos los periodos

Periodo 𝑡 𝐷𝑖 (𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠) 𝐾𝑖 ($) ℎ𝑖 ($)

1 10 20 1
2 15 17 1
3 7 10 1
4 20 18 3
5 13 5 1
6 25 50 1

© UTP-FII 26
Ejemplo
▪ 𝒊=𝟏
𝒕=𝟐
𝑡−1
𝒕=𝟏 𝑇𝐶 𝑖, 𝑡 = 𝑇𝐶 𝑖, 𝑡 − 1 + ෍ ℎ𝑖 𝐷𝑡
𝑇𝐶 𝑖, 𝑡 = 𝐾𝑖 𝑖
𝑻𝑪 𝟏, 𝟏 = 𝑲𝟏 = $𝟐𝟎 2−1

𝑇𝐶 1,2 = 𝑇𝐶 1, 2 − 1 + ෍ ℎ1 𝐷2
1
𝑇𝐶(𝑖, 𝑡)
𝑇𝐶𝑈 𝑖, 𝑡 = 𝑇𝐶 1,2 = $20 + $1 $15
𝑡−𝑖+1
𝑻𝑪 𝟏, 𝟐 = $𝟑𝟓
𝑇𝐶(1,1)
𝑇𝐶𝑈 1,1 =
1−1+1 𝑇𝐶(𝑖, 𝑡)
𝑇𝐶𝑈 𝑖, 𝑡 =
$𝟐𝟎 𝑡−𝑖+1
𝑻𝑪𝑼 𝟏, 𝟏 = = $𝟐𝟎
𝟏 𝑇𝐶(1,2)
𝑇𝐶𝑈 1,2 =
2−1+1
$𝟑𝟓
𝑻𝑪𝑼 𝟏, 𝟐 = = $𝟏𝟕. 𝟓𝟎
𝟐
© UTP-FII 27
Ejemplo
▪ 𝒊=𝟏

𝒕=𝟑 𝒕=𝟒
𝑡−1 𝑡−1

𝑇𝐶 𝑖, 𝑡 = 𝑇𝐶 𝑖, 𝑡 − 1 + ෍ ℎ𝑖 𝐷𝑡 𝑇𝐶 𝑖, 𝑡 = 𝑇𝐶 𝑖, 𝑡 − 1 + ෍ ℎ𝑖 𝐷𝑡
𝑖 𝑖

𝑇𝐶 1,3 = 35 + 1 + 1 7 𝑇𝐶 1,4 = 49 + 1 + 1 + 1 20
𝑻𝑪 𝟏, 𝟑 = $𝟒𝟗 𝑻𝑪 𝟏, 𝟑 = $𝟏𝟎𝟗

𝑇𝐶(𝑖, 𝑡)
𝑇𝐶𝑈 𝑖, 𝑡 =
𝑡−𝑖+1
𝑇𝐶(𝑖, 𝑡) 109
𝑇𝐶𝑈 𝑖, 𝑡 = 𝑇𝐶𝑈 1,4 =
𝑡−𝑖+1 4−1+1
49
𝑇𝐶𝑈 1,3 = 𝑻𝑪𝑼 𝟏, 𝟒 = $𝟐𝟕. 𝟐𝟓
3−1+1
𝑻𝑪𝑼 𝟏, 𝟑 = $𝟏𝟔. 𝟑𝟑

© UTP-FII 28
Ejemplo

Determine el mínimo local t* satisfaciendo la siguiente condición

▪ 𝑇𝐶𝑈 𝑖, 𝑡 + 1 ≥ 𝑇𝐶𝑈 𝑖, 𝑡
▪ 27.25 ≥ 16.33
▪ Por consiguiente se debe producir 10+15+7 = 32 unidades en
el periodo 1 para satisfacer los periodos 1 al 3 con un costo
total de $49

Periodo 𝑡 𝐷𝑖 (𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠) 𝑇𝐶(1, 𝑡) 𝑇𝐶𝑈(1, 𝑡)

1 10 20 20
2 15 35 17.50
3 7 49 16.33
4 20 109 27.25

© UTP-FII 29
Ejemplo

Tabla final

Periodo 𝑡 𝑈𝑛𝑖𝑑𝑎𝑑𝑒𝑠 𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑑𝑎𝑠 Costos ($)

1 32 49
2 0 0
3 0 0
4 20 18
5 13 5
6 25 50
TOTAL 90 122

© UTP-FII 30
Contacto

Ricardo Caballero, M.Sc.

Facultad de Ingeniería Industrial
Edificio B
ricardo.caballero@utp.ac.pa

© UTP-FII 31
Bibliografía
◼ Render, B. & Heizer, J. (2016). Métodos cuantitativos para los negocios. Pearson
◼ Taha, H. (2012). Investigación de operaciones. Pearson
◼ Chase, R. & Jacobs, F. (2014). Administración de operaciones, producción y cadena de
suministro. McGraw – Hill
◼ Andedrson et al. (1998). An introduction to management science – quantitative
approaches to decision making. West Publishing

© UTP-FII 32