Unidad IV

Tcnica de Montecarlo
Sistema de Inventarios
Lneas de Espera
 Tcnica de Montecarlo
Cuando un modelo involucra muestreo
aleatorio a partir de una distribucin de
probabilidad, el procedimiento se denomina
Simulacin Montecarlo, que
generalmente est orientada hacia la
computadora, ya que sin su rapidez la
mayora de los modelos de simulacin
Montecarlo, no seran prcticos.
La tcnica de Montecarlo que versa sobre
experimentos con nmeros aleatorios, se
inici durante la Segunda Guerra Mundial
cuando se aplic a problemas relacionados
con la bomba atmica. Esta aplicacin
supuso la simulacin directa del
comportamiento sobre los neutrones de
carcter aleatorio, y su difusin en el
material fisionable.
Posteriormente, el mtodo de Montecarlo se
utiliz para resolver ciertas ecuaciones
integrales que aparecen en la fsica para las
cuales no se poda obtener una solucin
analtica.
El mtodo de Montecarlo genera al azar las
coordenadas de un punto dentro de un
espacio y determina si el punto cae dentro
del rea o volumen definido por la integral.
Repitiendo varias veces el experimento y
midiendo la proporcin de puntos que caen
dentro del rea o volumen se obtiene un
valor aproximado para la integral.
La simulacin del muestreo, conocida
generalmente como Montecarlo, hace
posible introducir datos en un sistema que
tenga las propiedades estadsticas de
alguna distribucin emprica.
Por ejemplo:
Si el modelo involucra el flujo de pedidos,
de acuerdo con la distribucin
experimentada en la demanda real, se
podr simular la llegada de un pedido
por medio del muestreo de Montecarlo
elaborado sobre la distribucin real, de
manera que la regulacin del flujo de
pedidos en el sistema simulado sea paralelo
a la experiencia real.
Conceptos
Generales
 Inventario
Por Inventario se comprende a un conjunto
de recursos tiles que se encuentran ociosos
en algn momento.

Existe un problema de inventario, cuando,

por un lado, el nivel de la cantidad de recursos
disponibles se puede variar a travs de un
control que ejerce quin toma decisiones y por
otro lado, cuando algn costo del inventario
disminuye, al aumentar ste.
Para cumplir a tiempo con la Demanda, las
empresas mantienen con frecuencia
existencias a la espera de su venta.
 Objetivo de los problemas de
inventario
El Objetivo de los problemas de inventario
consiste en minimizar los costos (totales o
esperados) del sistema, sujeto a la
restriccin de que se debe satisfacer una
demanda (conocida o aleatoria). Por medio
del control de inventarios de un producto, o
un grupo de productos, se puede contestar
a las siguientes preguntas:

Cunto se ordena o produce? (Q)

Qu tan frecuente se debe ordenar o

producir? (R).
 Entre los Sistemas de inventarios que se
han estudiado en cursos de investigacin de
operaciones se encuentran:

1.- Sistema de pedidos a intervalos fijos:

La cantidad pedida es variable y el tiempo
de pedido constante.
2.- Sistema de pedido de tamao fijo:
La cantidad pedida es constante y el
tiempo de pedido es variable.
 Los Modelos de los sistemas de inventarios,
que con mayor frecuencia se aplican en
estos tipos de problemas son:

1).- Modelo bsico:

Con demanda constante, reposicin
instantnea y sin faltante.
2).- Modelo con faltante:
En cada ciclo falta material.
Componentes de un Sistema de
Inventario
Los Costos: pueden ser de
mantenimiento, Penales, fijos y
de produccin o reorden.
Costos de mantenimiento
Asociados con el almacn mismo:
Capital invertido,
Acarreo (estiba, carga y descarga),
Almacenamiento (renta del lugar y

depreciacin del inmueble),

Administrativos (salario del personal

encargado del inventario),

Seguros, impuestos, depreciacin,

deterioro, obsolecencia, mermas, prdidas

por robo, luz, agua, etc.
 Costos Penales
Por no satisfacer la Demanda en un
momento dado. Lo que se deja de ganar
por no tener el artculo pedido.

 Costos Fijos
Relacionados con un proceso de produccin
o reorden, independientemente de la
cantidad que se produzca o se ordene:
preparacin de mquinas, entrenamiento de
empleados, etc.
Costos de produccin o Reorden

Dependen de la cantidad que se produzca o

se ordene
 Demanda
Es el nmero de unidades requeridas en un
perodo; o cantidad que se vendera si se
dispusiera de toda sta, puede ser:

DETERMINISTICA: Se conoce con

exactitud
ALEATORIA: Con distribucin de
probabilidad conocida o no.
 Productos
Pueden ser uno solo o varios.
Tambin pueden procesarse por unidad o

por lote.
Pueden ser: Perecederos o Duraderos.
 Tiempo de Entrega o de
Anticipacin
Es el lapso que transcurre entre el momento
que se ordena el artculo o se decide
fabricar ste, y el momento en que se
entrega al cliente o se termina su
produccin.
Puede ser:

Determinstico (se conocen con certeza)

Aleatorio
 La teora de inventarios
Se divide de acuerdo a la combinacin
de los siguientes factores:

Determinstica o Estocstica, segn el

tipo de demanda.
Demanda Constante o variable, segn el

tiempo.
De un producto, multiproductos o
productos substitutos; productos
perecederos.
 Con tiempo de entrega determinsticos o
estocsticos.
Con tiempos de entrega instantneos o no

instantneos.
Con costos penales o sin ellos.
Con costos fijos o sin.
Con costos lineales o no lineales
Tambin en funcin de la forma como se
toma una decisin.

Revisiones continuas
Peridicas de inventarios.
 Enla primera, se toma una decisin (cunto
comprar o producir) cuando el nivel del
inventario alcanza un cierto valor.

En la segunda, se toma cuando ha

transcurrido un perodo de tiempo prefijado.
 Procedimiento
1. Identificar las Variables Aleatorias del
modelo y sus distribuciones de
probabilidad

2. Obtener los generadores de Proceso para

las variables aleatorias dadas.
3. Suponer los valores de las variables de
decisin:
Cuanto ordenar: Q
Cuando ordenar: R
Considerando el comportamiento de la
demanda.
4. 4.- Para Sistemas de Inventarios:

Sin faltantes: Iprom / unidad de tiempo

= (II + IF )/2

Con faltantes: Iprom / unidad de tiempo

= ((II + IF)/2)(II/D)
Donde:
Iprom: Inventario promedio.

II: Inventario Inicial.

IF: Inventario Final.
D: Demanda.
5. Aplicar la tcnica de Montecarlo para
hacer la simulacin.
Ejemplo 1: Fabrica Prez y
Asociados
La Demanda diaria y el Tiempo de Entrega
de un producto fabricado en Prez y
Asociados, siguen las distribuciones de
probabilidad mostradas a continuacin:

1.- Demanda diaria:

Dem: 0 1 2 3 4 5 6 7 8
Prob: .04 .06 .10 .20 .30 .18 .08
.03 .01
2.- Tiempo de Entrega (das):
Das: 1 2 3 4
Prob: .25 .50 .20 .05
 La informacin con respecto a los Costos
relevantes es:
Ordenar: $50/orden; Inventario:$2.6/u/mes.
Faltante:$25/u.

 Si en el inventario Inicial existen 15

unidades. Simular la operacin del Sistema
durante un mes de 24 das hbiles y
Determinar para ese perodo los valores
ptimos de Q y de R.
Ejemplo 2. Vendedor de
Revistas.
Un vendedor de revistas compra
mensualmente una revista el da primero de
cada mes. El costo de cada ejemplar es de
$15. La demanda de esta revista en los
primeros 10 das del mes, sigue la
Distribucin de Probabilidad de la tabla 1.

 Al final del dcimo da, el vendedor puede

regresar cualquier cantidad al proveedor,
que se las pagar a $9 el ejemplar, o
comprar a $12 el ejemplar. La Demanda en
los siguientes 20 das del mes, est dada
por la Distribucin de Probabilidad de la
tabla 2.

 Si el precio al pblico es de $20 por

ejemplar, le surten 50 revistas al iniciar el
mes. SIMULAR la operacin del Sistema
para determinar la poltica de Compra.

Tabla 1: Tabla 2:
Dem pi: Dem pi:
5 .05 4 .15
6 .05 5 .20
7 .10 6 .30
8 .15 7 .20
9 .25 8 .15
10 .25
11 .15
Ejemplo 3.- Panadera
Pierre
La panadera PIERRE hace y vende pan
francs, Cada maana, la panadera
satisface la Demanda del da con un pan
recin horneado. Pierre puede hacer el pan
nicamente en lotes de una docena de
panes. Cada pan tiene un costo de
fabricacin de $0.80. Supondremos, que la
demanda diaria total de pan tambin se
presenta en mltiplos de 12.
 Los datos demuestran que esta Demanda
vara de 36 a 96 panes diarios. Un pan se
vende a $1.60 y si sobra pan al final del da
se vende a una cocina de beneficencia a un
precio de recuperacin de $0.60 por pan.
Si la Demanda es mayor que la oferta,
suponemos que hay un costo por ganancia
perdida de $0.80/pan, debido a la prdida
de clientes que van con los competidores.
 Los registros de la panadera muestran que
la Demanda diaria se puede clasificar en
tres tipos: ALTA, MEDIA y BAJA. Estas
demandas se presentan con probabilidades
de 0.30, 0.45 y 0.25, respectivamente.

La Distribucin de la Demanda por

categoras aparece en la siguiente tabla:
Probabilidades:
Dem. Alta: Media Baja:
36 0.05 0.10 0.15
48 0.10 0.20 0.25
60 0.25 0.30 0.35
72 0.30 0.25 0.15
84 0.20 0.10 0.05
96 0.10 0.05 0.05

 Pierre quiere determinar el nmero

ptimo de panes que debe hacer cada da
para Maximizar la Ganancia
(ingreso + ingresos de recuperacin
costo de fabricacin costo de ingresos
perdidos).
SIMULAR el sistema durante un mes de
30 das y tomar de 2 dgitos de la Tabla del
Apndice A comenzando con la 1.
Columna de la izquierda.
Las Distribuciones de Probabilidad:

Tipo: Pi: Fi: Ri:

Alta .30 .30 .00 - .30
Media.45 .75 .30 - .75
Baja .25 1.00 .75 1.00