Modelos de Inventarios Probabilisticos

Qu cantidad de existencias debe mantener la empresa para protegerse razonablemente contra la incertidumbre?
Los modelos probabilsticos a presentar se consideran de periodos mltiples. No es recomendable permitir que el nivel de existencias alcance el nivel de cero.
Mg. Giovana Valverde 2

INVENTARIO PROBABILISTICO
Mg. Giovana Valverde A.

Existen factores de incertidumbre en lo que respecta a: Demanda variable. Tiempo de espera. Demanda durante el tiempo de espera. Demanda variable La demanda futura es incierta. Se debe reunir informacin en cuanto a situaciones pasadas para estimar la demanda futura. Se calcula la medida y la desviacin estndar para obtener indicadores de la demanda, usando los puntos medios de los intervalos.
Mg. Giovana Valverde 3

Tiempo de espera El tiempo de espera para recibir los pedidos, al igual que la demanda a menudo es incierto y este comportamiento se distribuye de alguna forma. Demanda durante el tiempo de espera Las dos fuentes de variacin de la demanda durante el tiempo de espera son: 1.La duracin del tiempo de espera, por periodo. 2.La demanda en el tiempo de espera, por periodo. Interactan para determinar la demanda durante el tiempo de espera
Mg. Giovana Valverde 4

Modelo Probabilstico de un periodo sin stock Inicial

Se realiza la planeacin para un periodo. La demanda D es una variable aleatoria con una distribucin de probabilidad . No hay inventario inicial. La decisin a tomar es el valor de Y, el numero de unidades que se deben comprar producir al principio del periodo para el inventario.

Objetivo:
Minimizar el costo total esperado, donde los componentes del costo son: C = Costo unitario de comprar o producir cada unidad. h = Costo de mantener por unidad de inventario lo que queda al final del periodo (incluye el costo de almacenaje menos el valor de recuperacin). P = Costo de penalizacin por unidad faltante durante el periodo. A = Costo Fijo
5 Mg. Giovana Valverde 6

Mg. Giovana Valverde

ANALISIS DEL MODELO D = Demanda probabilstica durante el perodo. La decisin sobre el valor de Y (la cantidad e inventario a adquirir), depende fuertemente de la distribucin de probabilidad de la demanda D. Quiz sea deseable,superar la demanda esperada, pero tal vez sin alcanzar la demanda mxima posible. Es necesario un balance o un trueque entre: 1.El riesgo de una escasez que implica costos por faltantes. 2.El riesgo de tener un excedente e incurrir en los costos desaprovechados de ordenar y almacenar mas de las unidades necesarias.
Mg. Giovana Valverde 8

f(D) = fdp de la demanda durante el perodo. Y X = Cantidad de pedido. = Cantidad disponible antes de que se coloque un pedido.

El modelo determina el valor ptimo de Y que minimiza la suma de los costos esperados de compra (o produccin), de manejo y de faltante.
Mg. Giovana Valverde 7

GRFICA
D<Y D>Y

Esto se logra minimizando el valor esperado (en el sentido estadstico) de las sumas de estos costos. La cantidad vendida esta dada por:

D Y-D Y

D
D-Y

Min {D,y}

si D <= y si D >= y

h (Y-D) , si D <=Y 0 , si Y=D

p (D-Y) , si D>=Y 0 , si D=Y

As, la Demanda es D y se tiene almacenado Y, el costo en el que se incurre esta dado por: C(D, y) = cy + p mx {0, D - y} + h mx {0, y - D} + A

Mg. Giovana Valverde

Mg. Giovana Valverde

10

Como la demanda es una variable aleatoria [con la distribucin de probabilidad f (D) dD], este costo tambin es una variable aleatoria. El costo esperado est dado por C(y), donde: Para el caso continuo:
C(y) = E{C(y)}= [cy + h mx {0, y - D} + p mx {0,D-y} + A] f(D)dD

E{C(y)} = Cy + h [(y - D)] f(D)dD + p [(D - y)] f(D)dD + A y

d=0

E{C(y)} = Cy + h [(y - D)] f(D)dD - p [(y - D)] f(D)dD + A = cy + A + L(y) En donde L(y) se conoce como costo esperado del faltante y de almacenaje.

Mg. Giovana Valverde

11

Mg. Giovana Valverde

12

Ahora es necesario obtener el valor de y, que minimiza C(y). Para obtener el valor de y que minimice el costo esperado (C(y)) debemos tener en cuenta lo siguiente: . 1.Sea D una variable aleatoria que tiene una funcin de densidad : f(D), si D >=0 0, de otra manera
y

2. Derivar el costo esperado C(y) respecto a Y e igualar a cero: dy Esta expresin implica que: c + h p{D<=y} + p (1-P{D<=y}) = 0 P {D<=y*} = p-c p+h
y d=0 d=Y

d (E{C(y)})= C + h f(D) dD p f(D)dD = 0

Se denota P {D<= y} = f(D) dD

0
Mg. Giovana Valverde 13 Mg. Giovana Valverde

14

Para el caso discreto C(y) = E {C(y)} = [cy + h mx {0, y - D} + p mx {0,D-y} + A] f(D)dD E{C(y)} = Cy + h (y - D) f(D) dD + p (D - y) f(D) dD d=0 d=Y +A Las condiciones necesarias para la optimizacin son: E {C(y-1)} >= E {C(y)} y E {C(y+1)} >= E {C(y)}
Y

Estas condiciones son suficientes porque E {C(y)} es una funcin convexa. Despus de algunas manipulaciones algebraicas, la aplicacin de estas condiciones da las siguientes desigualdades para determinar y *: P {D<=y* - 1} < = p-c < = p {D<=y*} p+h

Mg. Giovana Valverde

15

Mg. Giovana Valverde

16

Problema El propietario de un puesto de peridicos quiere determinar el nmero de ejemplares del Comercio que debe tener al inicio de cada da. Cuesta 30 centavos comprar un ejemplar, y el propietario lo vende en 75 centavos. La venta del peridico normalmente ocurre 7:00 a.m. Y 2:00 p.m. Los peridicos que se quedan al final del da se reciclan para un ingreso de 5 centavos por ejemplar. Cuntos ejemplares debe tener el propietario cada maana? Suponiendo que la demanda de da se puede describir como:Una distribucin normal con media 300 ejemplares y desviacin estndar de 20 ejemplares.
Mg. Giovana Valverde 17

Solucin Los costos de manejo y de penalizacin, no estn definidos. Sin embargo los datos del problema nos dicen que cada copia no vendida le costar al propietario 30 5 = 25 ctvos y que la penalizacin por quedarse sin existencias es de 75 centavos por copia. As tenemos: P = 75 centavos por copia por da. H = 25 centavos por copia por da. Ahora determinamos la porcin crtica: P{D<=y*} = p - c = p+ h
Mg. Giovana Valverde

75 30 75-25

0.45
18

Segn la ecuacin, el numero optimo de peridicos que se debe reservar es el numero y* que satisfaga: P{D<=y*} = 0.45 (1) Como la demanda D tiene una distribucin normal con promedio 300 y desviacin estndar20 (N(300,20)), podemos normalizar la ecuacin(1) con respecto a la variable aleatoria D y obtener: P ( D 300 < = y* - 300 ) = 0.45 20 20 P ( z <= y*- 300 ) = 0.45 20
Mg. Giovana Valverde

De las tablas normales estndar tenemos: P {z < = - 1.25} 0.45 (3) De (2) y (3) se obtiene : y* - 300 = -1.25 20 Y * = 300 20 (1.25) = 297.5 Por consiguiente, la cantidad de orden optima es: y * = 297.5 aproximadamente 298 ejemplares

(2)
19

Mg. Giovana Valverde

20

Ejercicio
1.- Considere el modelo de un perodo con h = $0.5, p = $4.5 y c = $0.5. La funcin densidad de la demanda est dada como:

f(D) = 1/10,
0,

0 D 10 D > 10

2.- Considerando el ejercicio anterior: a) Determinar la cantidad del pedido en cada uno de los casos siguientes: i) Inventario inicial = 5 unidades. ii) inventario inicial = 10 unidades b) Determine la probabilidad de que no se acabe la existencia durante el perodo.
Mg. Giovana Valverde 21