Iop 2
Iop 2
Iop 2
En años más recientes, los sistemas de dos contenedores han sido sustituidos por
sistemas de inventarios computarizados. Se hace un registro electrónico de cada
adición al inventario y cada venta que ocasiona una salida, y la computadora
siempre tiene el nivel actual del inventario.
(Por ejemplo, los dispositivos de lectura de códigos de las cajas registradoras de
las tiendas detallan por un lado las compras y por el otro registran la venta de
productos para ajustar los niveles de inventario actuales.) La computadora envía
una orden en cuanto el nivel de inventario llega al punto de reorden.
También conocido como EOQ con demanda probabilística, es una adaptación del
modelo EOQ deterministico (clásico). Este es un proceso estocástico de inventario
en el cual la demanda se describe mediante una distribución de probabilidad.
Usan una aproximación que sobrepone una existencia constante de reserva sobre
el nivel del inventario en todo el horizonte de planeación. El tamaño de la reserva
se determina de tal modo que la probabilidad de que se agote la existencia
durante el tiempo de entrega (el periodo entre la colocación y la recepción de un
pedido) no sea mayor que un valor especificado.
Sean
Figura . Reserva de
inventario impuesto al
modelo clásico de CEP
Fuente: “Investigación
de Operaciones 6°
Edición” de Taha
Hamdy A., página 560
Ejemplo 1.
Datos:
L = 12 días
σ = 10 luces
α = 0.05
2𝐾𝐷
𝑦∗ = √ (1)
ℎ
2 ∗ $100 ∗ 100
𝑦∗ = √ (2)
$0.02
𝑦∗
𝑡𝑜 ∗ = (4)
𝐷
Se sustituyen los datos correspondientes en la fórmula:
1000
𝑡𝑜 ∗ = (5)
100
𝑡𝑜 ∗ = 10 𝑑í𝑎𝑠 (6)
Paso 3: Como el tiempo de entrega L = 12 días es mayor que la longitud del ciclo
t0* (=10 días) se debe calcular Le. Pero primero se calcula la cantidad de ciclos
incluidos en L:
𝐿
𝑛 = (𝐸𝑛𝑡𝑒𝑟𝑜 𝑚𝑎𝑦𝑜𝑟 ≤ ) (7)
𝑡𝑜 ∗
12
𝑛 = (𝐸𝑛𝑡𝑒𝑟𝑜 𝑚𝑎𝑦𝑜𝑟 ≤ ) (8)
10
𝑛 = 1 𝑐𝑖𝑐𝑙𝑜 (10)
𝐿𝑒 = 𝐿 − 𝑛 ∗ 𝑡𝑜 ∗ (11)
𝐿𝑒 = 12 − (1 ∗ 10) (12)
𝐿𝑒 = 2 𝑑í𝑎𝑠 (13)
Paso 5: El tiempo efectivo de retraso es igual a 2 días, con este dato se procede a
calcular la Demanda promedio durante el tiempo de entrega (µL) y la Desviación
estándar de la demanda durante el tiempo de entrega (σL):
0.045
𝐵 ≥ 𝜎𝐿 ∗ 𝐾𝛼 (20)
Paso 8: El último elemento que se debe calcular para determinar la política óptima de
inventario es el Punto de reorden (R*):
𝑅 ∗ = 𝐵 + 𝜇𝐿 (23)
𝑅 ∗ = 23 + 200
𝑅 ∗ = 223 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
R// La política óptima de inventario con una reserva B establece comprar 1000
unidades siempre que el nivel de inventario baje a 223 unidades.
Ejemplo 2.
Datos:
L = 7 días
σ = 20 Discos
α = 0.02
2𝐾𝐷
𝑦∗ = √ (1)
ℎ
2 ∗ $100 ∗ 200
𝑦∗ = √ (2)
$0.04
𝑦∗
𝑡𝑜 ∗ = (4)
𝐷
Se sustituyen los datos correspondientes en la fórmula:
1000
𝑡𝑜 ∗ = (5)
200
𝑡𝑜 ∗ = 5 𝑑í𝑎𝑠 (6)
Paso 3: Como el tiempo de entrega L = 12 días es mayor que la longitud del ciclo
t0* (=10 días) se debe calcular Le. Pero primero se calcula la cantidad de ciclos
incluidos en L:
𝐿
𝑛 = (𝐸𝑛𝑡𝑒𝑟𝑜 𝑚𝑎𝑦𝑜𝑟 ≤ ) (7)
𝑡𝑜 ∗
7
𝑛 = (𝐸𝑛𝑡𝑒𝑟𝑜 𝑚𝑎𝑦𝑜𝑟 ≤ ) (8)
5
𝑛 = (𝐸𝑛𝑡𝑒𝑟𝑜 𝑚𝑎𝑦𝑜𝑟 ≤ 1.4)7 (9)
𝐿
El valor de 𝑡 ∗ es igual a 1.4 por lo que n será igual al entero mayo más próximo,
𝑜
en este caso n sería igual a 1 ciclo.
𝑛 = 1 𝑐𝑖𝑐𝑙𝑜 (10)
𝐿𝑒 = 𝐿 − 𝑛 ∗ 𝑡𝑜 ∗ (11)
𝐿𝑒 = 7 − (1 ∗ 5) (12)
𝐿𝑒 = 2 𝑑í𝑎𝑠 (13)
Paso 5: El tiempo efectivo de retraso es igual a 2 días, con este dato se procede a
calcular la Demanda promedio durante el tiempo de entrega (µL) y la Desviación
estándar de la demanda durante el tiempo de entrega (σL):
0.055
𝐵 ≥ 𝜎𝐿 ∗ 𝐾𝛼 (20)
Paso 8: El último elemento que se debe calcular para determinar la política óptima de
inventario es el Punto de reorden (R*):
𝑅 ∗ = 𝐵 + 𝜇𝐿 (23)
𝑅 ∗ = 58.11 + 400
𝑅 ∗ = 458.11 𝐷𝑖𝑠𝑐𝑜𝑠
R// La política óptima de inventario con una reserva B establece comprar 1000
unidades siempre que el nivel de inventario baje a 458.11 unidades.
Ejemplo 3.
Una compañía que fabrica televisores produce sus propias bocinas para utilizarlas
en la fabricación de estos aparatos. Los televisores se ensamblan en una línea de
producción y se necesita una bocina por televisor. Las bocinas se fabrican por
lotes, pues no justifican toda una línea de producción y se pueden producir
cantidades relativamente grandes en un tiempo corto. Por lo tanto, estas bocinas
se colocan en inventario hasta que se necesitan para ser ensambladas en los
televisores. La compañía está interesada en determinar cuándo producir un lote de
bocinas y cuántas producir en cada lote. Es necesario tomar en cuenta varios
costos:
Datos:
L = 1 mes
σ = 2000 bocinas
2𝐾𝐷
𝑦∗ = √ (1)
ℎ
2 ∗ $12000 ∗ 8000
𝑦∗ = √ (2)
$0.30
∗
𝑦∗
𝑡𝑜 = (4)
𝐷
Se sustituyen los datos correspondientes en la fórmula:
25298
𝑡𝑜 ∗ = (5)
8000
𝑡𝑜 ∗ = 3.16 𝑚𝑒𝑠𝑒𝑠 (6)
Paso 3: Como el tiempo de entrega L = 1 mes es menor que la longitud del ciclo
t0* (=3.16) no es necesario calcular Le. Podemos decir que L=Le
Paso 4: El tiempo efectivo de retraso es igual a 1 mes, con este dato se procede a
calcular la Demanda promedio durante el tiempo de entrega (µL) y la Desviación
estándar de la demanda durante el tiempo de entrega (σL):
0.045
𝐵 ≥ 𝜎𝐿 ∗ 𝐾𝛼 (13)
Paso 8: El último elemento que se debe calcular para determinar la política óptima de
inventario es el Punto de reorden (R*):
𝑅 ∗ = 𝐵 + 𝜇𝐿 (16)
𝑅 ∗ = 8000 + 3290
𝑅 ∗ = 11290 𝑏𝑜𝑐𝑖𝑛𝑎𝑠
R// La política óptima de inventario con una reserva B establece comprar 25,298
unidades siempre que el nivel de inventario baje a 11,290 unidades.
FORMULAS
2𝐾𝐷
Cantidad económica de pedido; 𝑦∗ = √ ℎ
𝑦∗
Ciclo de pedido: 𝑡𝑜 ∗ = 𝐷
𝐿
Cantidad de ciclos incluidos en L: 𝑛 = (𝐸𝑛𝑡𝑒𝑟𝑜 𝑚𝑎𝑦𝑜𝑟 ≤ )
𝑡𝑜 ∗
Punto de reorden: 𝑅 ∗ = 𝐵 + 𝜇𝐿
FORMULAS
𝐷
Cantidad de pedidos por unidad de tiempo =𝑦
𝐾∗𝐷
Costo de preparación por unidad de tiempo: = 𝑦
𝑦
Inventario promedio: 𝐼 = 2 + 𝑅 − 𝐸{𝑥}
2𝐷(𝐾+𝑝𝑆)
Ecuación 1: 𝑦∗ = √ ℎ
∞ 𝑦∗
Ecuación 2: ∫𝑅′ 𝑓(𝑥)𝑑𝑥 = 𝑃𝐷
2𝐷(𝐾+𝑝𝐸{𝑥})
Ecuación 3: 𝑦̂ = √ ℎ
𝑝𝐷
Ecuación 4: 𝑦̃ = ℎ
2𝐾𝐷
Ecuación 5 𝑦 ∗ = √ ℎ
Los pasos del algoritmo son los siguientes:
2𝐾𝐷
Paso 0. Usar la solución inicial 𝑦1 = 𝑦 ∗ = √ , y hacer 𝑅0 = 0. Igualar 𝑖 = 1 y
ℎ
seguir en el paso i.
Ejemplo 1:
Datos:
1 1 1
f(x) = , 𝑒𝑛 𝑑𝑜𝑛𝑑𝑒 𝑏 = 100 𝑦 𝑎 = 0, f(x) = = , 0 ≤ x ≤ 100
𝑏−𝑎 100−0 100
1
f(x) = , 0 ≤ x ≤ 100
100
𝑎+𝑏 0+100
E(x) = = = 50 galones
2 2
E(x) = 50 galones
𝑦̂:
2𝐷(𝐾 + 𝑝𝐸{𝑥})
𝑦̂ = √
ℎ
𝑦̂ = 774.6 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
𝑦̃:
𝑝𝐷
𝑦̃ =
ℎ
10 ∗ 1000
𝑦̃ =
2
𝑦̃ = 5000 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
∞
𝑆 = ∫ (𝑥 − 𝑅)𝑓(𝑥)𝑑𝑥
𝑅
100
1
𝑆=∫ (𝑥 − 𝑅) 𝑑𝑥
𝑅 100
𝑅2
𝑆= − 𝑅 + 50
200
2𝐷(𝐾 + 𝑝𝑆)
𝑦𝑖 = √
ℎ
2 ∗ 1000(100 + 10𝑆)
𝑦𝑖 = √
2
∞
𝑦∗
∫ 𝑓(𝑥)𝑑𝑥 =
𝑅 𝑃𝐷
100
1 2𝑦𝑖
∫ 𝑑𝑥 =
𝑅 100 10 ∗ 1000
𝑦𝑖
𝑅𝑖 = 100 − 𝐸𝑐. 𝐵
50
3- Ahora por medio de la ecuación 5, la ecuación de S y de las recién
obtenidas ecuaciones A y B se obtendrá 𝑦 ∗ y R* por medio de iteraciones
continuas de acuerdo al algoritmo anteriormente mencionado:
Iteración 1:
2𝐾𝐷
𝑦∗ = √
ℎ
2 ∗ 1000 ∗ 100
𝑦1 = √
2
𝑦1 = 316.23 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
𝑦𝑖
𝑅𝑖 = 100 −
50
316.23
𝑅1 = 100 −
50
𝑅1 = 93.68 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
Iteración 2:
𝑅12
𝑆= − 𝑅1 + 50
200
93.682
𝑆= − 93.68 + 50
200
𝑆 = 0.19971 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
𝑦2 = √100,000 + 10,000𝑆
𝑦2 = 319.37 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
𝑅2 = 93.612 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
Iteración 3:
𝑅22
𝑆= − 𝑅2 + 50
200
93.6122
𝑆= − 93.612 + 50
200
𝑆 = 0.20399 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
𝑦3 = √100,000 + 10,000𝑆
𝑦2 = 319.44 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
𝑦𝑖
𝑅𝑖 = 100 −
50
319.44
𝑅3 = 100 −
50
𝑅2 = 93.611 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
𝑦 ∗ = 𝑦2 ≈ 319.44 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
𝑅 ∗ = 𝑅2 ≈ 93.611 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
Ejemplo 2:
Datos:
1
f(x) = 50, 0 ≤ x ≤ 50
𝑎+𝑏 0+50
E(x) = = = 25 galones
2 2
E(x) = 25 galones
Paso 1: Primero se necesita comprobar que el problema tenga una solución
factible. Se aplican las ecuaciones de 𝑦̂ y 𝑦̃ para obtener:
𝑦̂:
2𝐷(𝐾 + 𝑝𝐸{𝑥})
𝑦̂ = √
ℎ
𝑦̂ = 591.6 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
𝑦̃:
𝑝𝐷
𝑦̃ =
ℎ
10 ∗ 1000
𝑦̃ =
2
𝑦̃ = 5000 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
∞
𝑆 = ∫ (𝑥 − 𝑅)𝑓(𝑥)𝑑𝑥
𝑅
50
1
𝑆 = ∫ (𝑥 − 𝑅) 𝑑𝑥
𝑅 50
𝑅2
𝑆= − 𝑅 + 25
100
Paso 3: Para conocer las soluciones únicas para 𝑦 ∗ y R* se utilizan la ecuación 1 y
2 además de hacer uso del algoritmo numérico desarrollado por Hadley y Whitin, a
continuación se detalla el proceso:
2𝐷(𝐾 + 𝑝𝑆)
𝑦𝑖 = √
ℎ
2 ∗ 1000(100 + 10𝑆)
𝑦𝑖 = √
2
∞
𝑦∗
∫ 𝑓(𝑥)𝑑𝑥 =
𝑅 𝑃𝐷
50
1 2𝑦𝑖
∫ 𝑑𝑥 =
𝑅 50 10 ∗ 1000
𝑦𝑖
𝑅𝑖 = 50 − 𝐸𝑐. 𝐵
100
6- Ahora por medio de la ecuación 5, la ecuación de S y de las recién
obtenidas ecuaciones A y B se obtendrá 𝑦 ∗ y R* por medio de iteraciones
continuas de acuerdo al algoritmo anteriormente mencionado:
Iteración 1:
2 ∗ 1000 ∗ 100
𝑦1 = √
2
𝑦1 = 316.23 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
𝑦𝑖
𝑅𝑖 = 50 −
100
316.23
𝑅1 = 50 −
100
𝑅1 = 46.8377 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
Iteración 2:
𝑅12
𝑆= − 𝑅1 + 25
100
46.83772
𝑆= − 46.8377 + 25
200
𝑆 = 0.100001 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
𝑦2 = √100,000 + 10,000𝑆
𝑦2 = 317.805 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
Con y2 se puede calcular un nuevo valor de R2 por medio de la
ecuación B:
𝑦𝑖
𝑅𝑖 = 50 −
100
317.805
𝑅2 = 50 −
100
𝑅2 = 46.822 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
Iteración 3:
𝑅22
𝑆= − 𝑅2 + 25
100
46.8222
𝑆= − 46.822 + 25
200
𝑆 = 0.100997 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
𝑦3 = √100,000 + 10,000𝑆
𝑦2 = 317.821 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
𝑅2 = 46.8218 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
𝑦 ∗ = 𝑦2 ≈ 317.82 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
𝑅 ∗ = 𝑅2 ≈ 46.82 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
Ejemplo 1:
Datos:
1
f(x) = 20, 40 ≤ x ≤ 60
𝑎+𝑏 40+60
E(x) = = = 50 galones
2 2
E(x) = 50 galones
𝑦̂:
2𝐷(𝐾 + 𝑝𝐸{𝑥})
𝑦̂ = √
ℎ
𝑦̂ = 774.6 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
𝑦̃:
𝑝𝐷
𝑦̃ =
ℎ
10 ∗ 1000
𝑦̃ =
2
𝑦̃ = 5000 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
2𝐷(𝐾 + 𝑝𝑆)
𝑦𝑖 = √
ℎ
2 ∗ 1000(100 + 10𝑆)
𝑦𝑖 = √
2
𝑦𝑖
𝑅𝑖 = 60 − 𝐸𝑐. 𝐵
250
Iteración 1:
2 ∗ 1000 ∗ 100
𝑦1 = √
2
𝑦1 = 316.23 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
𝑦𝑖
𝑅𝑖 = 60 −
250
316.23
𝑅1 = 60 −
250
𝑅1 = 58.7351 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
Iteración 2:
𝑅12
𝑆= − 3𝑅1 + 90
40
58.73512
𝑆= − (3 ∗ 58.7351) + 90
40
𝑆 = 0.039999 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
𝑦2 = √100,000 + 10,000𝑆
𝑦2 = 316.86 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
316.86
𝑅2 = 60 −
250
𝑅2 = 58.7326 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
Iteración 3:
𝑅22
𝑆= − 3𝑅2 + 90
40
58.73262
𝑆= − 58.7326 + 90
40
𝑆 = 0.040158 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
𝑦3 = √100,000 + 10,000𝑆
𝑦2 = 316.862 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
𝑦𝑖
𝑅𝑖 60 −
250
316.862
𝑅3 = 60 −
250
𝑅2 = 58.7326 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
Los valores entre la iteración 2 y la iteración 3 son tan cercanos que se pueden
aceptar los valores de la iteración 3 como los valores verdaderos, es decir:
𝑦 ∗ = 𝑦2 ≈ 318.86 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
𝑅 ∗ = 𝑅2 ≈ 58.73 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
EJEMPLO 1:
Acerca de determinar la política de inventario de luces de neón, se determinó que la cantidad
económica de pedido era CEP = 100 unidades. Si la demanda diaria es normal, con promedio D =
100 luces y la desviación estándar = 10 luces, esto es, N(100, 10), determine el tamaño de la
reserva tal que la probabilidad de que se agote la existencia sea menor que α = 0.05.
Se cambian luces de neón en el campus de la U de A a una tasa de 100 unidades diarias. Estas
luces de neón se piden en forma periódica. Cuesta $100 iniciar una orden de compra. Se estima
que una luz de neón en el almacén cuesta unos $0.02 diarios. El tiempo de entrega, entre la
colocación y la recepción de un pedido es de 12 días.
https://ingenioempresa.com/sistema-de-revision-continua/
https://ingenioempresa.com/sistema-de-revision-
continua/#Plantilla_excel_para_inventarios_probabilisticos_de_revision_continua
http://ingjox.blogspot.com/2011/05/modelo-eoq-probabilizado.html
http://monoinvestigaciondeoperaciones.blogspot.com/2011/06/modelo-eoq-
probabilistico.html