DISEO DE SISTEMAS

LGISTICOS

Introduccin a la
Logstica

Modelos Logsticos
de
Aprovisionamiento

Modelos
Logsticos de
Transporte

Modelos
Logsticos de
Produccin e
Inventarios

Modelos
Logsticos de
Distribucin

UNIDAD 2

MODELOS LOGSTICOS DE APROVISIONAMIENTO

AGENDA

Unidad 2
Recapitulacin

Factores en un modelo
logstico de aprovisionamiento

Naturaleza de los Pronsticos

Mtodos de Pronstico
Tcnicas de Pronsticos

Planificacin y pronsticos del

inventario

Presentacin 1

Procesamiento del pedido

Presentacin 2

Optimizacin de inventarios

Presentacin 3

Modelacin y simulacin de
abastecimiento e inventarios

Modelo determinstico y Esttico. EOQ Clsico

Modelo EOQ Probabilizado

I. Factores en un Modelo Logstico de aprovisionamiento

I. Factores en un Modelo Logstico de aprovisionamiento

La planeacin y el control de las actividades de logstica y de la cadena de suministros
requieren estimados precisos de los volmenes de producto y de servicio que sern
manejados.
Estos estimados de ordinario se presentan en la forma de pronsticos y
predicciones y es mas probable que esta tarea se asigne a marketing.

I. Factores en un Modelo Logstico de aprovisionamiento

El anlisis est dirigido principalmente al pronstico de la demanda.
La necesidad de proyecciones de la demanda es un requerimiento general a lo
largo del proceso de planeacin y control.
Cuando la incertidumbre de la variable de prediccin es tan alta que las tcnicas
estndar de pronsticos y su aplicacin en la planeacin de la cadena de suministros
llevan a resultados insatisfactorios, se necesitarn otros mtodos de planeacin.

I. Factores en un Modelo Logstico de aprovisionamiento

1.1 Naturaleza de los Pronsticos
El pronstico de los niveles de demanda es vital parra la firma como un todo, ya que
proporciona los datos de entrada para la planeacin y control de todas las reas
funcionales, incluyendo logstica, marketing, produccin y finanzas.
Los niveles de demanda y su programacin afectan en gran medida los niveles de
capacidad, las necesidades financieras y la estructura general del negocio.

I. Factores en un Modelo Logstico de aprovisionamiento

1.1.1 Demanda Espacial VS demanda Temporal
Tiempo o temporal se refiere a los niveles de demanda comunes en los pronsticos.
La variacin de la demanda en el tiempo es resultado del crecimiento o declinacin de
los ndices de ventas, variacin estacional del patrn de demanda, as corno de las
fluctuaciones generales ocasionadas por mltiples factores.
La mayor parte de los mtodos de pronostico a corto plazo se relacionan con este tipo
de variacin temporal, a menudo denominada como series de tiempo.
La logstica tiene tanto dimensiones de espacio como de tiempo. Es decir, el
responsable de la logstica deber saber dnde tendr lugar el volumen de demanda y
cundo lo har. Se necesita localizacin espacial de la demanda para planear la
ubicacin del almacn, equilibrar los niveles de inventario a travs dela red de
logstica y asignar geogrficamente recursos de transportacin

I. Factores en un Modelo Logstico de aprovisionamiento

1.1.2 Demanda Irregular VS demanda Regular
Los responsables de la logstica acomodan los productos en grupos para diferenciar
niveles de servicio. Estos grupos y los artculos individuales dentro de ellos forman
distintos patrones de demanda en el tiempo. Cuando la demanda es "regular los
patrones de demanda por lo regular podrn descomponerse en componentes de
tendencia, estacionales y aleatorios. En tanto las variaciones aleatorias sean una
pequea proporcin de la variacin restante en la serie de tiempo, se obtendr en
general un adecuado pronstico a partir de los procedimientos de pronstico
tradicionales.
Cuando la demanda para los artculos es intermitente, debido a un bajo volumen
general y a un alto grado de incertidumbre en cuanto al momento y la cantidad en
que se presentar el nivel de demanda, se dice que la serie de tiempo es
desproporcionada o irregular.
Este patrn a menudo se encuentra en los productos que se estn introduciendo o
retirndose de la lnea de productos, demandados por relativamente pocos clientes,
divididos entre muchas ubicaciones de inventario y de manera que la demanda en
cada ubicacin es baja o es derivada de la demanda por otros artculos.

I. Factores en un Modelo Logstico de aprovisionamiento

1.1.2 Demanda Irregular VS demanda Regular

I. Factores en un Modelo Logstico de aprovisionamiento

1.1.2 Demanda Irregular VS demanda Regular

I. Factores en un Modelo Logstico de aprovisionamiento

1.1.3 Demanda Derivada VS demanda Independiente
Cuando la demanda es generada por parte de muchos clientes, la mayora de los
cuales adquieren en forma individual solo una fraccin del volumen total distribuido
por la empresa, se dice que esta demanda es independiente. Por otro lado, la
demanda es derivada a partir de los requerimientos especificados en un programa de
produccin, y se dice que esta demanda es dependiente. Por ejemplo, el nmero de
llantas nuevas que se ordenaran a un proveedor ser un mltiplo del numero de
automviles nuevos que el fabricante construir.
Cuando la demanda es independiente, los procedimientos de pronsticos estadsticos
funcionan bien.
El pronstico de los requerimientos mediante el procedimiento de demanda derivada
da por resultado pronsticos perfectos en la medida en que la demanda del producto
final se conozca con certeza.

I. Factores en un Modelo Logstico de aprovisionamiento

1.2 Mtodos de Pronstico
Se dispone de varios mtodos de pronstico estandarizados. stos se han dispuesto
en tres grupos: cualitativos, de proyeccin histrica y causales.
Cada grupo difiere en trminos de la precisin relativa en el pronstico sobre el largo
plazo y el corto plazo, en el nivel de sofisticacin cuantitativa utilizada y en la base
lgica (informacin histrica, opinin experta o encuestas) de la que se deriva el
pronstico.

I. Factores en un Modelo Logstico de aprovisionamiento

1.2.1 Mtodos Cualitativos
Los mtodos cualitativos utilizan el juicio, la intuicin, las encuestas o tcnicas
comparativas para generar estimados cuantitativos acerca del futuro. La Informacin
relacionada con los factores que afectan el pronstico por lo general es no
cuantitativa, intangible y subjetiva.
La naturaleza no cientfica de los mtodos los hacen difciles de estandarizar y de
validar su precisin. Sin embargo, estos mtodos pueden ser los nicos disponibles
cuando se intenta predecir el xito de nuevos productos, cambios en la poltica
gubernamental o el impacto de una nueva tecnologa. Son mtodos ms bien
adecuados para pronsticos de mediano a largo plazo.

I. Factores en un Modelo Logstico de aprovisionamiento

1.2.2 Mtodos de Proyeccin Histrica
Cuando se dispone de una cantidad razonable de informacin histrica y las
variaciones de tendencia y estacionales en las series de tiempo son estables y bien
definidas, la proyeccin de esta informacin al futuro puede ser una forma efectiva
de pronstico para el corto plazo. La premisa bsica es que el patrn del tiempo futuro
ser una rplica del pasado, al menos en gran parte. La naturaleza cuantitativa de las
series de tiempo estimula el uso de modelos matemticos y estadsticos como las
principales herramientas de pronstico. La precisin que puede lograrse para
periodos de pronstico menores a seis meses por lo general es buena. Estos modelos
trabajan en forma adecuada simplemente debido a la estabilidad inherente de las
series de tiempo en el corto plazo.

I. Factores en un Modelo Logstico de aprovisionamiento

1.2.3 Mtodos causales
La premisa bsica sobre la que se construyen los mtodos causales para pronsticos es
que el nivel de la variable pronosticada se deriva del nivel de otras variables
relacionadas. Por ejemplo, si se sabe que el servicio al cliente tiene un efecto positivo
sobre las ventas, entonces al conocer el nivel proporcionado del servicio al cliente
podr proyectarse el nivel de las ventas. Podramos decir que el servicio "causa" las
ventas.
Los modelos causales vienen en una variedad de formas: estadsticos, en el caso de los
modelos de regresin y economtricos; y descriptivos, como en el caso de los modelos
de entrada - salida, ciclo de vida y simulacin por computadora
Un problema principal con esta categora de modelos de pronstico es que con
frecuencia resulta difcil encontrar verdaderas variables causales.
Con demasiada frecuencia, el tiempo para adquirir la informacin para las variables
conducentes consume todo el tiempo o la mayor parte del periodo de uno a seis
meses, en el que se encuentra que tales variables dirigen al pronstico

I. Factores en un Modelo Logstico de aprovisionamiento

1.3 Tcnicas de Pronsticos
Los pronsticos para periodos mediano y largo por lo regular se le proporcionan al
responsable de la logstica. A menos que exista la necesidad de desarrollar pronsticos
especficos de largo plazo, la labor del responsable de la logstica estar limitada a los
pronsticos de corto plazo que ayudan en el control de inventarios, programacin de
envos, planeacin de la carga de almacn y similares.
En numerosos estudios se ha demostrado que los modelos "simples" de la variedad
de series de tiempo con frecuencia predicen tan bien o mejor que las versiones ms
sofisticadas y complejas. Los modelos de series de tiempo pueden ser superiores a los
modelos causales

I. Factores en un Modelo Logstico de aprovisionamiento

1.3.1 Nivelacin o ajuste exponencial
Tal vez, la tcnica ms til para el pronstico de corto plazo sea el ajuste exponencial.
Es simple, requiere que una cantidad mnima de Informacin sea conservada para su
aplicacin continua. Se ha observado que es la ms precisa entre los modelos
competidores de su clase, y es autoadaptable a los cambios fundamentales en la
informacin pronosticada.
Tal esquema de ponderacin geomtrica puede reducirse a una simple expresin que
incluye slo al pronstico del periodo ms reciente y a la demanda real para el
perodo actual. De esta forma, el pronstico de demanda para el siguiente periodo
estar dado por:

Pronstico Nuevo = (demanda real) + (1 ) (pronstico previo)

donde es un factor de ponderacin, comnmente denominado como la constante
de ajuste exponencial, con valores entre O y 1.

I. Factores en un Modelo Logstico de aprovisionamiento

1.3.1 Nivelacin o ajuste exponencial
Ejemplo:
Suponga que se pronostic un nivel de demanda de 1000 unidades para el presente
mes. La demanda real para el mes presente son 950 unidades. El valor de la constante
de ajuste es: 0.3

Pronstico nuevo = ???????

I. Factores en un Modelo Logstico de aprovisionamiento

1.3.1 Nivelacin o ajuste exponencial
Ejemplo:
La siguiente informacin trimestral representa una serie de tiempo de la demanda
para un producto:

Quisiramos pronosticar la demanda para el tercer trimestre de este ao. Asumiremos

que = 0.2 y que el pronstico anterior se construye a partir del promedio de los
cuatro trimestres del ltimo ao. Por ello, F0 = (1200 + 700 + 900 + 1100)/4 = 975.
Comenzamos con el pronstico del primer trimestre y luego continuamos con los
clculos hasta que alcancemos el tercer trimestre.

I. Factores en un Modelo Logstico de aprovisionamiento

1.3.1 Nivelacin o ajuste exponencial
La eleccin del valor adecuado para la constante de ajuste exponencial requiere un
grado de discernimiento, un valor demasiado alto puede volver "nervioso" al
pronstico y rastrear variaciones aleatorias en la serie de tiempo en vez de los
cambios fundamentales. Cuanto ms pequeo sea el valor, mayor ser l peso
otorgado a la historia de la demanda para el pronstico de la demanda futura y mayor
ser el retraso de tiempo para responder a los cambios fundamentales en el nivel de la
demanda.
Valores bajos proporcionan pronsticos muy "estables" que no son sujetos a fuertes
influencias debido a la aleatoriedad en la serie de tiempo.
Los valores acordados tpicamente van de 0.01 a 0.3.

I. Factores en un Modelo Logstico de aprovisionamiento

1.3.2 Correccin por Tendencia
El modelo bsico de ajuste exponencial da buenos resultados cuando se aplica a un
patrn de series de tiempo o cuando los cambios en los componentes de tendencia y
estacionalidad no son tan grandes. Sin embargo, cuando existe una tendencia
importante o un patrn estacional significativo en la informacin, el retraso inherente
de pronstico en este tipo de modelo puede arrojar errores inaceptables.
La versin de tendencia corregida del modelo es un conjunto de ecuaciones que
pueden expresarse como:

St+1 = At + (1 - )(St + Tt)

Tt+1 = (St+1 St) + (1 )Tt
Ft+1 = St+1 + Tt+1
Ft+1 = pronstico con tendencia corregida para el periodo t+ 1
St = pronstico inicial para el periodo t
Tt = tendencia para el periodo t
= constante de ajuste de tendencia

I. Factores en un Modelo Logstico de aprovisionamiento

1.3.2 Correccin por Tendencia
Ejemplo:
Seguimos buscando tener un pronstico para el tercer periodo de este ao con una
correccin por tendencia. Utilizaremos un valor arbitrario de inicio de St = 975 (el
promedio de la demanda del ltimo ao) y Tt = 0(sin tendencia). La constante de
ajuste se supone 0.3 y permanece en el valor previo de 0.2.
:

I. Factores en un Modelo Logstico de aprovisionamiento

1.3.3 Correccin por Tendencia y Estacionalidad
Adems de la tendencia, tambin pueden considerarse los efectos de las fluctuaciones
estacionales en las series de tiempo. Antes de aplicar este tipo de modelo, deben
cumplirse dos condiciones:
l. Debe existir una razn conocida para los picos y valles peridicos en el patrn de la
demanda, y estos picos y valles deben presentarse en el mismo tiempo cada ao.
2. La variacin estacional debe ser mayor que las variaciones aleatorias, o "ruido".
Si la demanda estacional no es estable entonces se vuelve extremadamente difcil el
desarrollo de un modelo que prediga en forma precisa la direccin de la demanda del
siguiente periodo. Si ste es el caso, una forma bsica del modelo de nivelacin
exponencial, con un alto valor para la constante de ajuste para reducir los efectos del
retraso, podr generar un menor error de pronostico que con el modelo ms
complicado

I. Factores en un Modelo Logstico de aprovisionamiento

1.3.3 Correccin por Tendencia y Estacionalidad
El modelo de ajuste de tendencia-estacionalidad se construye alrededor del concepto
de pronosticar el ndice de la demanda real a la tendencia, y luego se desestacionaliza
para generar el pronstico. Las ecuaciones para este modelo son:
Adems de la tendencia, tambin pueden considerarse los efectos de las fluctuaciones

St+1 = (At/It+L) + (1- )(St + Tt)

Tt+1 = (St+1 St) + (1 )Tt
It = (At/St) + (1 - ) It+L
Ft+1 = (St+1 + Tt+1) It+L+1
Ft+1 = pronstico con tendencia corregida para el periodo t+ 1
= constante de ajuste sobre el indice de estacionalidad
It = ndice de estacionalidad para el periodo t
L = el tiempo para una estacin completa

I. Factores en un Modelo Logstico de aprovisionamiento

1.3.4 Definicin del error de pronstico
En la medida en que el futuro no es reflejado perfectamente por el pasado, el
pronstico de la demanda futura por lo general tendr cierto grado de error.
El error en el pronstico se refiere a lo cerca que se halla el pronstico del nivel de
demanda real. Se expresa adecuadamente en forma estadstica como desviacin
estndar, varianza o desviacin absoluta media.
El error de pronstico se define como:
Error de pronstico = Demanda real - Demanda pronosticada
Dado que la demanda pronosticada es un valor de media aritmtica, la suma de los
errores de pronstico sobre numerosos periodos deber ser igual a cero.

I. Factores en un Modelo Logstico de aprovisionamiento

1.3.4 Definicin del error de pronstico
De esta manera se desarrolla la forma comn de la desviacin estndar, y se corrige
para el grado de libertad que se perdi en la generacin del pronstico; es decir, en
el modelo de pronstico de "slo nivel. La expresin para esta desviacin estndar es:

donde
SF = error estndar del pronstico
At= demanda real en el periodo t
Ft = pronstico para el periodo t
N = nmero de periodos de pronstico r
La forma de la distribucin de frecuencia de los errores de pronstico se vuelve
importante al realizar afirmaciones sobre el pronstico. En la figura 8-3 se muestran
dos oe- mas tpicas gencrazadas de Ja disteibucin del error de pronstico

I. Factores en un Modelo Logstico de aprovisionamiento

1.3.4 Definicin del error de pronstico
A continuacin se muestran dos formas tpicas generalizadas de la distribucin del
error de pronstico

I. Factores en un Modelo Logstico de aprovisionamiento

1.3.4 Definicin del error de pronstico
Ejemplo:
Recuerde el pronstico de "slo nivel que tenga la siguiente informacin de
resultados:

Y determine la variacin:

2. Modelacin y simulacin de abastecimiento e inventarios

2. Modelacin y simulacin de abastecimiento e inventarios

El problema del inventario tiene que ver con guardar en reserva un artculo para
satisfacer
las fluctuaciones de la demanda. El exceso de existencias de un artculo aumenta
el costo del capital y de almacenamiento, y la escasez de existencias interrumpe la
produccin
y/o las ventas. El resultado es buscar un nivel de inventario que balancee las
dos situaciones extremas minimizando una funcin de costo apropiada. El problema se
reduce a controlar el nivel del inventario diseando una poltica de inventario que
responda
dos preguntas:
1. Cunto pedir?
2. Cundo pedir?
La base del modelo de inventario es la siguiente funcin de costo genrica:

2. Modelacin y simulacin de abastecimiento e inventarios

1. El costo de compra es el precio por unidad de un artculo de inventario. En
ocasiones,
el artculo se ofrece con un descuento si el tamao del pedido excede una cantidad
determinada, lo cual es un factor al momento de tomar la decisin de cunto pedir.
2. El costo de preparacin representa el cargo fijo en que se incurre cuando se coloca
un pedido (no importa su tamao).
3. El costo de retencin (almacenamiento) representa el costo de mantener las
existencias
de algo. Incluye el inters sobre el capital y el costo del almacenamiento,
mantenimiento y manejo.
4. El costo por escasez (faltante) es la penalizacin en que se incurre cuando se agotan
las existencias. Incluye la prdida potencial de ingresos, la interrupcin de la
produccin y el costo subjetivo de prdida de lealtad del cliente.

2. Modelacin y simulacin de abastecimiento e inventarios

Los costos descritos son conflictivos en el sentido de que el incremento de uno
puede provocar la reduccin de otro (por ejemplo, pedir con ms frecuencia eleva el
costo
de preparacin pero reduce el costo de retencin del inventario). El propsito de la
minimizacin
de la funcin de costo del inventario total es balancear estos costos conflictivos.
Un sistema de inventario puede requerir revisiones peridicas (por ejemplo,
pedir al inicio de cada semana o cada mes). Alternativamente, el sistema puede estar
basado en revisiones continuas, colocando un nuevo pedido cuando el nivel del
inventario
se reduce a un punto de volver a pedir especfico. Un ejemplo de los dos tipos
ocurre en tiendas al menudeo. La revisin es peridica si el artculo se repone cada
semana
o cada mes. Es continua si la reposicin ocurre siempre que el nivel del inventario
se reduce por debajo de un determinado nivel.

2. Modelacin y simulacin de abastecimiento e inventarios

En general, la complejidad de los modelos de inventario depende de si la demanda es
determinstica o probabilstica. Dentro de ambas categoras, la demanda puede variar,
o no, con el tiempo. Por ejemplo, el consumo de gas natural que se utiliza en la
calefaccin
domstica es estacional. Aun cuando dicho patrn se repite anualmente, el consumo
en un mismo mes puede variar de un ao a otro, dependiendo, por ejemplo, de la
severidad del clima

2. Modelacin y simulacin de abastecimiento e inventarios

En situaciones prcticas, el patrn de la demanda en un modelo de inventario
puede asumir uno de cuatro tipos:
1. Determinstico y constante (esttico) con el tiempo.
2. Determinstico y variable (dinmico) con el tiempo.
3. Probabilstico y estacionario a lo largo del tiempo.
4. Probabilstico y no estacionario a lo largo del tiempo.
Esta clasificacin supone la disponibilidad de datos confiables para pronosticar la
futura demanda.

2. Modelacin y simulacin de abastecimiento e inventarios

Una estimacin aproximada inicial se basa en el clculo de la media y la
desviacin estndar del consumo durante un periodo especfico (por ejemplo,
mensualmente).
Entonces puede usarse el coeficiente de variacin para valorar la naturaleza de la
demanda utilizando el siguiente lineamiento:1

2. Modelacin y simulacin de abastecimiento e inventarios

1. Si la demanda mensual promedio (registrada a lo largo de varios aos) es de
manera aproximada constante y V es razonablemente pequeo (,20%), entonces
la demanda puede considerarse determinstica y constante
2. Si la demanda mensual promedio vara de manera apreciable entre los diferentes
meses pero V permanece razonablemente pequeo en todos los meses, entonces
la demanda puede considerarse determinstica pero variable.
3. Si en el caso 1 V es alto (.20%) pero aproximadamente constante, entonces la
demanda es probabilstica y estacionaria.
4. El caso restante es la demanda probabilstica no estacionaria, la cual ocurre
cuando los promedios y los coeficientes de variacin varan apreciablemente mes
con mes.

2. Modelacin y simulacin de abastecimiento e inventarios

Ejemplo:
Los datos que aparecen en la tabla proporcionan el consumo mensual (enero a
diciembre) de gas natural en una residencia rural a lo largo de 10 aos (1990-1999). El
proveedor enva un camin para llenar el tanque a peticin del propietario de la casa.
Desde el punto de vista del modelado de inventarios, es razonable suponer que cada
mes representa un periodo de decisin para la colocacin de un pedido. El propsito
de este ejemplo es analizar la naturaleza de la demanda.
Ao
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
Media
Desv. Est.
V(%)

Ene.
100
110
90
121
109
130
115
130
125
87
111.7
15.54
13.91

Feb.
110
125
100
130
119
122
100
115
100
80
110
15.2
13.8

Mar.
90
98
88
95
99
100
103
100
94
78
95
7.5
7.9

Abr.
70
80
79
90
75
85
90
95
86
75
82.5
7.99
9.68

Consumo de gas natural en pies3

May.
Jun.
Jul.
65
50
40
60
53
44
56
57
38
70
58
41
68
55
43
73
58
42
76
55
45
80
60
49
79
59
46
69
48
39
69.6
55.3
42.7
7.82
3.95
3.4
11.24
7.13
7.96

Ago.
42
45
39
44
41
43
40
48
39
41
42.2
2.86
6.78

Sep.
56
63
60
70
65
64
67
64
69
50
62.8
6.09
9.69

Oct.
68
77
70
80
79
75
78
85
90
70
77.2
6.91
8.95

Nov.
88
92
82
95
88
80
98
96
100
88
90.7
6.67
7.35

Dic.
95
99
90
100
94
101
97
105
110
93
98
6
6.1

2. Modelacin y simulacin de abastecimiento e inventarios

Ejemplo
a) Generar un Anlisis de la variacin:
Por Ao
Por Mes
Por % Variacin
b) Determinar Diferencias significativas

2. Modelacin y simulacin de abastecimiento e inventarios

Ejemplo
Conclusiones:
1. El consumo promedio es dinmico (no constante) debido al alto consumo promedio
durante
los meses invernales.
2. El coeficiente de variacin V es pequeo (, 15%) de modo que la demanda mensual
puede considerarse aproximadamente determinstica.
La conclusin es que la demanda mensual es (aproximadamente) determinstica pero
variable.

2. Modelacin y simulacin de abastecimiento e inventarios

2.1 Modelo determinstico y Esttico. EOQ Clsico
El ms simple de los modelos de inventario implica una demanda de tasa constante
con reposicin de pedidos instantnea y sin escasez.
y = Cantidad de pedido (nmero de unidades)
D =Tasa de demanda (unidades por unidad de tiempo)
t0 = Duracin del ciclo de pedido (unidades de tiempo)
Cuando el inventario llega al nivel cero, se recibe al instante un pedido de y unidades
de tamao. Las existencias se agotan uniformemente a una tasa de demanda
constante, D. El ciclo de pedido de este patrn es

2. Modelacin y simulacin de abastecimiento e inventarios

2.1 Modelo determinstico y Esttico. EOQ Clsico

El modelo de costo requiere dos parmetros de costo.

K = Costo de preparacin asociado con la colocacin de un pedido
h = Costo de retencin ($ por unidad de inventario por unidad de tiempo)
Dado que el nivel de inventario promedio es , el costo total por unidad de tiempo
(TCU, por sus siglas en ingls) es:

2. Modelacin y simulacin de abastecimiento e inventarios

2.1 Modelo determinstico y Esttico. EOQ Clsico
El valor ptimo de la cantidad de pedido y se determina minimizando el TCU(y).
Suponiendo que y es continua, una condicin necesaria para la optimalidad la solucin
de la ecuacin da por resultado el EOQ y como:

Por lo tanto, la poltica de inventario ptima para el modelo propuesto es:

2. Modelacin y simulacin de abastecimiento e inventarios

2.1 Modelo determinstico y Esttico. EOQ Clsico
En realidad, un nuevo pedido no tiene que recibirse en el instante que se pide. En
su lugar, puede ocurrir un tiempo de espera (tiempo de anticipacin) positivo L, entre
la colocacin y el recibo de un pedido. En este caso el punto de volver a pedir (punto
de reorden) ocurre cuando el nivel del inventario se reduce a LD unidades.
Cuando el tiempo de espera L es mayor que la duracin del ciclo (t0), definimos el
tiempo de espera efectivo como:

Donde
Por lo tanto el punto de volver a pedir ocurre cuando:

2. Modelacin y simulacin de abastecimiento e inventarios

2.1 Modelo determinstico y Esttico. EOQ Clsico
Ejemplo:
Las luces de nen en el campus de la Universidad de Arkansas se reemplazan a razn
de 100 unidades por da. La planta fsica pide las luces de nen de forma peridica.
Iniciar un pedido de compra cuesta $100. Se estima que el costo de una luz de nen
almacenada es de aproximadamente $.02 por da. El tiempo de espera entre la
colocacin y la recepcin de un pedido es de 12 das.
Determine la poltica de inventario ptima para pedir las luces de nen.
Con los datos del problema, tenemos:
D = 100 unidades por da
K = $100 por pedido
h = $.02 por unidad por da
L = 12 das

2. Modelacin y simulacin de abastecimiento e inventarios

2.1 Modelo determinstico y Esttico. EOQ Clsico
Ejemplo:
a) Determinar valor ptimo de la cantidad de pedido
b) Determinar ciclo de pedido (duracin del ciclo asociado)
c) Determinar tiempo de espera efectivo (Punto de volver a pedir)
d) Determinar el costo total por unidad de tiempo
e) Completar la poltica de inventario como:
Pedir (valor ptimo de la cantidad de pedido) unidades siempre que el nivel del
inventario se reduzca a (punto de volver a pedir) unidades. El costo de inventario
diario asociado con la poltica presupuestal es de (costo total por unidad de tiempo)
por da.

2. Modelacin y simulacin de abastecimiento e inventarios

2.2 Modelo EOQ Probabilizado
Algunos profesionales han buscado adaptar el modelo EOQ determinstico para
representar de forma aproximada la naturaleza probabilstica de la demanda.
El periodo crtico durante el ciclo de inventario ocurre entre la colocacin y la
recepcin de pedidos. ste es el lapso de tiempo en que se podran presentar los
faltantes (agotamiento de las existencias). La idea entonces es mantener existencias
de seguridad constantes que eviten la probabilidad de faltantes. Por intuicin, una
probabilidad de pocos faltantes implica mayores existencias de reserva, y viceversa.

2. Modelacin y simulacin de abastecimiento e inventarios

2.2 Modelo EOQ Probabilizado

La figura ilustra la relacin entre las existencias de reserva, B, y los parmetros del
modelo EOQ determinstico que incluyen el tiempo de espera, L;
la demanda promedio durante el tiempo de espera, mL, y la cantidad econmica de
pedido (EOQ), y*.

2. Modelacin y simulacin de abastecimiento e inventarios

2.2 Modelo EOQ Probabilizado
La suposicin principal del modelo es:
1. La demanda por unidad de tiempo es normal con media D y desviacin estndar ;
es decir, N(D, ).
2. Con arreglo a esta suposicin, la demanda durante el tiempo de espera L tambin
debe ser normal con media L = DL y desviacin estndar
Definiendo el parmetro K para la distribucin normal estndar de modo que
P{z K}, se desprende que

B L K

2. Modelacin y simulacin de abastecimiento e inventarios

2.2 Modelo EOQ Probabilizado
Ejemplo:
En el ejemplo anterior, donde se determina la poltica de inventario de las luces de
nen, la cantidad econmica de pedido es de 1000 unidades (y). Suponga que la
demanda diaria es N(100, 10); es decir, D = 100 unidades y que la desviacin estndar
es = 10 unidades.
Determine el tamao de las existencias de reserva, B, utilizando = 0.05.

2. Modelacin y simulacin de abastecimiento e inventarios

2.2 Modelo EOQ Probabilizado
Ejemplo:
Para K0.05 = 1.645
a)
b)
c)
d)

Determine demanda normal media (L)

Determine desviacin estndar (L)
Determine tamao de las existencias de reserva (B)
Complete la poltica de inventario ptimo con reserva

La poltica de inventario ptimo con reserva, requiere pedir (cantidad econmica de pedido, y)
unidades siempre que el nivel del inventario se reduzca a (tamao de las existencias de
reserva(B) + punto de volver a pedir,(Le) ) unidades.