Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tbe criartos
pa.rn
la loar
dc dcckioe
bejo rlergo
eI
.t
I
'lI
Teorlo de dxisin
:
Tabla
Ve:taa
a:rle.s
l0
ri-ri
No. de dias
c.on esta venta
h.claHJlad qu!
se
I8
.?0
lt
'a
l2
27
qn
.10
90
1.00
la
..{ 0
de almacenaIo;.er pro-ducto no
Liene ningn valor despus d.el pnmer
d'a en que se ofece i;-";"i;.
p"rry:'r"'i."ira
e.,],
aJ probiema de
^",.1
cunro ordenai hoy p;ua
" ro,
;;-;;;;.
-a3
Una observaci1
"ui;oii",
ygntas
i"*A* por g i*, n* da la informa_
cin mosgada en ra Tabia
s-0. l,as probabdaa", ,, obhienen ar nor_
rfleliz^rladistribucin- I'^q' u.nr"Ju*nn
10 cajas en 18 de los go das;
estc es, ,Vgo J i'to -- .20 de las
;;;.
Esta disribucin ta-nbi;
y aleatoria. sro hay cuarro
".--L"ru,"
'aicres posibles para el voruner
*
u..rt"r'y;;;;;
patrn d,iscernible
en la secuencia en que ocurren
estqj cuatro valores.
si suponemo qt*" Et;; ;
lu:r:en de"ventas se ccmporrar ' argumentos para creer que el ve uunied,o
forma &f;;";;-"n er fururo, su del problear
'problema es deterrein*t
;*ff
hoy para el n+.
gccio demaana. si ma-anolou
"u*tn, *";;""-b.
soricitan
ms
cajas cle las que
-r";;;;"
hav a*nacenadas, l"r ur*iuG ""res
;;'8"
$5 (precio de
venta menos costo) por
cada venta gue no pued.a !n."r. po
otra paxte,
hay ccstos que resuJn d.
demasiadas-rJ.*
en
cualguier
"ltn;;;;d
un. dla dado
eef;d<,.ne
13
cajas
**1^tll_olg"..g,r,"
p.erc
sto
ven,je
I lene una. urilided, de
to.
$,il, $5 por caja, en
cajas. pero esto debe
reducise por $g,'el
-10
"*;; ,-J* no vendidas y sul vaLor.
EI calcto d.e utiCrlLe
cot*iti.at+ls. Una fcrma O. U"rO*
blema de Berh, es constuir
el prouna tabra q." ;*;a
Ls resuttados en
djneo de tcdas ias
>osibles
"d;;#.+;;{
co.nbiri";"J,::
r:'T::ij'
;".'"";q1X; *;tTffi"lJ":?,tr" :r
12 o-rs cas.-E"J fueron,t"r:ugnttudes
de las
para e';'u- considere
trj]]"loEivo
";;p;;;;;;;"10;
f?
''La
cond.ic,ionalr,
".ru"r,re
de orerra
manda' r,s urilidad"r pu"o.-.''il
y de_
p*iuu"i';,;Jaas
y son cond.icie
'nales 9rr.Que,u1_e-utiridia
"a","surta de ro*".ii] accin de almace_
. namienro otus,:." (giae"a,
y. tener,ventas de
, qn nrrmeo.t#e e_+*'i,
n;
n.o:ls
La' Ja'bla . +7. reRei;- idJ
,1 . . .
;dfu"{3i'g,f
er
inven rario
no se ha ven-do
iil-';i.il"'ifleja uur;;;;""oo
norearizadas.por
"r
*;,,
ic;l;-i?li lffij#
tajs).
.Jji-#il
:",Ti",*Jgrr.o*
=F-
Tabla
De:ada
(
yrrtap ),
ggjas
=
l-
=
=:.
F
F.
F.
E.
F
F
F,
F
F
**
3;
+
f
+
re
G
G
E
G
C:
p<rcible
l0
l6r
cais
Pgias lt
-" :1L-1?
qr
ll
s17
5{)
55
5!
r2
5()
bU
to
.57
50
ri(i
o:)
IU
::
condiciona]s,
55
=:11'
s+r
Beth a causa de su incapacidad de satisfacer la soij.citud de un comprador, esto es, a causa de una condicin de falta de inventario.
Ilerlvacin
f\ocese que eI atrnacena-r t\t ca3as a-r ciia, srenrpre resultr er u
de los sintos utjlidad de $50. Aun cuafo 1os compradores quieran 13 cajas en alguprre la tebla nT d"t, Be
slo ruede vender 10.
de utilidades
co:diclonsles
Cuando Be almacena 11 cajas, su utilidad ser g55 en 106 d.as que
los compradores soliciten 11, 12 o 13 cajas. Peo en los dlas en que ella
tenga 11 cajas en almacn y los compradores sociten sio 10 cajas,
su utdad cae a $47. l-a utidad de $50 en las 1O cajas vendldas debe
reducise en $3, el crxto de las cajas no venddas.
Un inventario de 12 cajas, aumenta las utllidades d.iarias a $6O,
pero slo en aquellos dfas en que 1os compradores guieran 12 o 13 cajas.
Si los cornpradores quisieran slo 10 cajas, la utilidad se reduce a S44;
la utilidad de $50 en la venta de 10 cajas es reducida en $6, el costo de
2 cajas no vendidas.
El almacena 13 cajas resultar en una utjlidad de g65'cuando hay
dernarda para 13 cajas. Habr una utilidad de $5 en cada caja vendida,
sin cajas sr vender. Cuando los compradores compren menos de 13
cajas, tal accin de a-lmacenaje resultar en urilidades de menos de
$65. Por ejemplo, con un nventario de 13 cajas y verrts de slo 11
cajas, la utilCad es $49; la utidad en 11 cajas, S55, se reduce en el
costo de 2 cajas no vendas.
ls tl
Tai tabla de utdades condicionales no le d.ice a Beth qu nmera
'/alor
' d onHltdde
de
cajas
debe almacenar cada a para maldmizer sus uuliades. Slo
'. ecndlclo- "les
le muestra cuJ, ser el resultado s un nrnero especlfico de cajas almacena y un nmero especifico de cajas se vende. Bajo condi.ciones de
j'
riesgo, ella no sabe por anticipado el tamao de ia demanda de un dfa
dado, pero an as debe decidir qu nmero de cajas, almacenadas consistentemenle, mod.mizar las utitid,des sobre
ul
periodo largo.
Da*tllir.;a.citt d.e la er u,ridr..d eryerado- El sigulene paso pafa letermina e.l .ngjor nrnero de cajas a almacena{, 6 asignar prcbabdades a.ios restadc's poslbles o utiliciades. Vimss en la Tabla 6 que las
probabitid.ides Ce ios- valores pgeibles para las ventas ern comg tiguutu
G
rC
G
iC
*
-
7'eora de decisin
I
q
J
q
tq
q
a
q
?
f
==
;
q
q
a
=l
,l
==;
c
I
=,
-.
]
t
:f
='=
h'obabilldad
Cajas
l0r
I
l
.:it)
'-l{)
:1r)
11
"l
_.
li'
posible de almacenamiento.
Antes se enunci que pdiamos calcuia el valor esperado de una Utiiidod eeperada
vaiable aleatoria aI ponlzrar caa aalor PosibL qtte ln uari-a'bl We
tonrar pr I probalidad de que tmne ese aalor. Usando esbe procedimiento, Beth puede calcular la urilidad esperad.a diariamente al a-lmace'
nar 10 cajas af da, como en la Tabla 5-8- '
Las figuras en la columna 4 de la Tabla B se obtienen aJ ponderar Ctculo d
la utilidad ccndicional de cada volumen.de ventas posible (columna 2) la ulidaparu
por la probabdad de que ocurra cacla utjlidad concional (colmna 3). esperada
16 cuatro
La suma en Ie rima columnr es la utilidad esperada gue resrdta de alternativss
almacenar 10 cajas cada da. I'{o es de sorprenderse que esla utidad de degisin
esperada sea de g5O, sin imxrtar si los compradores queran 10, 11,
13 cajas.
EI mismo clculo para un hventario diario de 11 unidades puede
hacefse, como lo hemos hecho' en la Tabla S9. Esro nos dice que si
Beth almacena 11 cajas aI da. su ttilidad' esperada con el tiernpo ser
de $53.40 rcr da. E0% del tiempo la utilidad daria ser $55; en estos
das los compradores piden 7L, 72 o 13 cajas. Sin embargo, la columna 3
nos dce que 2.OVo del ti.empo, el rn'ercado slo tomr 10 cajas, resul:
tando en una utilidad de sio $47. Es este hecho lo que reduce 'la
utilidad diaria esperada a $53.,tr0.
Paa 12 y f3 unidades, la utilidad aria esperada se calcula como se
rnustra
en.les tablas 5.lO y S1l, respscEivat:f,ente.
'Hemos
a-bora calculacio l utidad esperada de cada una de las cuaro acciones de almaenarniento abertas a Beth. Faa sumaizar, estas
utilidades esperadas son cqno sigue:
Si se almacenan 10 cajas al c[a, ]a utilidad esperada al da es de $50.00.
12
Tcbls
(
S. Utilidad
.:'p"'jgl
g:_g'"'e'"r
1)
Pr.obabdad
{3) .
' urur(lad
d tarmnno
*_T-;
esperada
:-.
_..._*
.__._
Tameo
mercado,
l0
il
del
(2).
'
Udlidsd
csjar condlcioaal
-_a!_Eeg3oo
t ir)
x
50.
50' ' x
l3
5UX
(3)
"?0
'4A
"CO
,t0
l.o0
11
"!i--__:
Sl0
?q,
tt
:
.
$5c
i.1
Tabla 5-y
(1)
Tanano
del
3)
(2)
P:robabl]Jdad
UHIded
<1e lamg-o
x
,:
*
qJt
I1i
u
l2
3)
-deL-Esr9-B&-
ltr
caje.5.
(4)
Udlldad
esperada
S 9.{ L)
.{0
lb.fr.l
3tl
.l{)
3.
100
5:1.+u
.)
de
alrraccuaieto
ptimo
Inerp:ettcio
de esta
allersa.va
c de<isin
sabe cutas cajas sern socitadas en ',,'t da dado. No hay garanla de qrre ha una udlidad de $53.6O maiana. Sin embargg, si
alrnacena 12 unidade:s al d;r bajo ias condiciones dadas, prc,,-nedi-etd ubdades de 53.60 por da. Esto es lo mejor que pude hacer, porque la
el,eccin de cua-lquier otra de las tres posibles acciones de almacenani,ento, resultar en una udlidad promedio rrleror ai dfa.
luformcin
prlecta
IJilidd es:erada
(1)
Taao del
mercado, caja:
r0
it
I.t
t3
Utilil,t.t
condlcic*ral
52x
60x
dox
a'l-cena 12 cai.
(3)
(2)
iIJ
a_l
Pobabllidad
de tmeo
dcl mercdo
.20
{{)
.j(]
_,1()
t.{ri)
(4)
rilllqrl
esperada
8.80
:10.80
18.00
accla prlme
-++
):'1'ou e de almacrranlento
!4
+
4
=
=
=
=
+
a
+
+t
+
Teorla de decbitt
T':r>'. l
.;.i
()
Probabilidac
' :-- -- ci t21ano
Ta.nallo Cel
Utided
;rercado, caja!; condlconal
li
tll
i{!
il
49
1!
,7
ll
o5
.'
(3,
(?)
*-ei.''i""-
"3d
,46
JE
ol-.rd.d
c-sPcr|la
'
:"8.10
lI. l0
_. 0
i i){;
L,
l9' 6u
610
iE
t,4CI
Ahora,e}lapuedeprccederalclculodelautilidadesperadacon
'Er,o se muesti en la Tabla 5-13. Ei prrcedif"ril"ib"''p.if..,".
13,
""ias,.
'''!.oLi'.i1zUdad.scoodicjona1"s.u"jcenizz,:';:.:.:
"
' -',,j:
poelbles de
Accitires
*-'*'-*
"----.----'
Yentas pcslbles,
t0
il
cajae ro "1LT_..-.
150
t:
l3
:--
almaceir'arfiJato
-tl:1f'_.-.i?".::$- il-::i:l
Dev
)b1
Slg::rl$eds
do
la utilida
ergerads con
lnic.r:n,gl6n
perfecta
lb
Tabla illi.
/I\
Tamaq
mercado,
l(I
,r-r
.:;,-
UFilidad
Urilictsd
conCicional
bajo ct rleza
de
tar.r
,rs0
-?a
-*c,
l2
t,{)
IJ
s
_:.
"A
"3U
IU
Lr)
_ -_
ao
del mercado
1I
es-
F'elada qgfi
irrfprrnac
Probebilfdad
prfecta
..
=
=
-
\ l0.f)0
Z.{r(_r
I8 i)0
u.3u
iisJ
Orro enloque Hay otro enfoque pala este mismo problema. Podenros calcular las can.
l)2taesolver este tidades con las que
se redrrcirn las mximas utilidades posibles ($56-50)
Problona bajo varias acciones de almacenamienco;
Y
entonces podemos etegir aquel
curso de accin que minirniz.a.rd estas reducciones o prdas.
Tipos de prdida
Estn irrvolucrad.os dos ripos de prdidas, ( I ) peiaicJas por obsolescencia son aquellas causadas al almacenar demasiadas unidades; (2)
prdidas dz csporttLnidad son la causadas al no tener inientario cuando
los compradors quieren comprar.
La Tabla 5:14 es una tbla de prdidas concionales para Be.
cada va-lor en la tabla esr condicionado a que se almacene un nrnero
especijco de cajas v se solicite tambin un nmero. especfico. l-os valores incluyen no sclo aquellas prdidas de inventario obsoleto cuando,
ei nmero de cajas aLnacenadas excede el nmero que los compradors
desean sno tamu.sn aquel-las prdas de oportunidad que resultan de
las ventas perdidas cuando.el mercado habra aceptado ms que ei nmero a]macenado.
Interpretacin de
Ninguna de estas prdidas se incure cuando el nmero almacena"do
table de prdid-as en un ria cualquiea es el mismo que
el nmero soii.citado. Esta condicondlcionales
cin produce en la i.agonai puros ceros. cifras de dinero arrifu. de cua-lquier cero representan las prdidas que resultan. del jnventario obsoleto;
en cada caso el nrrrero almacenado es mayor que eI nmero venrtjdo.
Por ejempio, si se aimacenan 3 cajas y slo se venden 10 cajas, hay
una prdida resultante por el costo de 3 caj# no vendidas,
Lcs valores debaio de la digonal de ceros representan prdidas de
oporlunldad que resuilan de solicitudes que no se pueden saLisface. por
ejemplo, si slo se alrnacenan 10 cajas pro se solicitan 13 cajas, hay
una prdida de opcrtunidad de $15. Esto representa la urilidad desp'erdciada de $5 por caja sobre las tres cajas sobcitadas pero no disponible.
_=r
-::
-r
'Teora de decisin
---
:._
-::
-:-
E-
-r
=r
c1)as __*o1l*o"o
!
rt
i'J
13
'to
.{o
..lP
'f{)
en-
-r
:
-r
=
=
=
:=
-
=r
-
h
h
h
n
la Tabia 5-14'
Clculo
de la prdida
esperoda
iosible
dad posible de gselsOl-",q^aa aciori
cifras de prdJdas pmiJ*"u"tro
d"
t"'to
t""
cemos esto rcncet;;;
de la Tabla
t
bles en cada cotumial"" l" i"ur" lni"l;lt:"tt:|1ades
tb cajas' ia p'rd'ida esperada se
5-6 Para una accin de almacena
IJ.,.,r^ como en Ia Tabia 5-15'
Prdidai conCicisnales'
Tblu tt{.
=L
i-o
los
como:
io estas probabilidades
/ l6-
Ventas posi-
bles- cajas
li
li
11 cajas
$,,
"_J
{)
;l
r0
rS
o|
l,)
tl
12 caias 13 cajas
1O cajas
$9
F6
Tanao
del
---_-'-EsGad
Prdida
ll
l?
l.'
al almacenar 10 cajas'
!(l
ix
I t)
13
de tamao.
'"2
uC0
'...3.
_J9
r,0s
Prdida
eepeiada
5,o0
:lj0rl
3.itt
Prdida esPeroda
para lal cuatro
alie
rusfivss
d deElgin
=*
...
Tbla
i
F
t2
l3
r) 1r
I -.f
l0
.t0
l.o0
s3.r0
1.00
(.,
Beth puede enJocar la determiracin de la aqcin de almacenamiento ptima dede crralquier Pu.nto de vista, maxlrriza las utlllds'des esPe'
rdas o 'mlnlmizar las prrildae esPeradas; ambc's e:rfoqueo llegan a la
.misme tsrlelcin. En la'Tabla 5,19 'lhostraress que.las urtdedes son
mamzadas y las p,lrdidas oesPradas eon mnimi:adas qando Beth
Perry almacena 12 urridad* dlariament.
I valor c*errdo
o Ie lfo:acln
Fat*aqt
Tsuao dl
-----FStrd-sd
Pdldg
dc
56x
3x
l0
,r"
jr.
I3
tama1o
del mercrdo
Pdld
eperade
.20
s 1.20
.4 ()
.10
1.20
.00
.50
l.(x)
S!.90
Aq{An pttm
,
ol
sl:rrc{ttrdsto
Beth puede ganar udUdales diaias Promedio de $56.50 ei dene informacin Pertecta sc'bre eI futuro (ver Tabla F13). $r mejor utilidad
dlaia esprada sln el Pronosticador es 610 $53'60 (ver Tabla 5-B .a
Tabla
5-1S
rmorio del
rycn
l0
ll
t?
l3
Prdtda
Probabtlldcd
';;;;;;
o*'i
59
6
ll
()
I'"'J#"
Prlda
c'eena
>:
'.20
s 1.80
):
..{0
2.40
:':
-30
.90
.00
s5. l0
,1
.lo
t.{J0
,=
-1
G
E
E
Teora de deciin
'I'bi
1
-
lO cajas
Utilidad
fuyio"
esPerada
:nerada
-i50
rr{)
5rr
io9
prdida esperada
_a:'i1"
-ED
1"
1 cajas
$55.40
3"1
IJ!qcenaEuenta
13 cajas
i,5,,tto
s"t
5-11i. La diferenc-ia c[ 52 9 es ]a cntidad mxirna que estaria drspuesta a pagar, por d:.a, por un Pronosticador perfecto, porque sta es
ia canUdd mxirna en la que puede increrg,entar su ganancia diaria
esperada. Esta diferencia es el valm esferado de ta inf anna.cin perfect-oy se concce como VEIP. No tiene sen[ido Pagar ms de $2.90 Por el
pronosticador: el hacerlo bajara ia utiiidad **1 esPerada
Al de!rmirar qu in{ormacin a<cional es.valiosa en el Placeso de
oma de decisin, es un problema serio para los gerentes. En nuestro
ejemplo, enccntrarnos que Eeth pagara $2.90 a-I da Por un Pronosricador
perlcto. AI gener*lizar, a parti.r de este ejemplo, podemos decir, que el
u^lpr esperaCo de la lnformacir pedecta es igual a la perdida rnnima
esperada.
sin embargo, no es a rnenu<io que uno sea lo suficientemente afortun4do de poJer obtener un pronosticador pertecto; as, en la mayoria
de las situciones de torna de decisin,.lcs gerentes estn realmente intentando e.va-luar eI valor de la inforrnacin que ies perrni4r toma una
mejor decisin en vez de una Txtrfecta.
Arf,'gulos gue t'ena:a un Velor e rceup*s+i6n. En el ejemplO pretfo._' YIor
do re<r:peracin
supusimos qul el picducto que s,e estaba vendiendo te corrsideraba intil
"venta".
de
si ,no s" u"?dja al da siguiente de la entrega, 9 sea ql da
Por supuest, est suposicin de que no dene valor de recuperacin no
producto t*t 4g"!' valor de rcuperacin,
siempre es re-lista, bi
"l
ento;es esla candad se debe considerar al .cal.culal las urilidades conai.iorrU"r par accin de almacenamiento. Consider el iaso de los araneI da andaos fresos, Ios que se ordenan po! el detal.lista tyse.reciben
'venden
a $B por
rerior al da de venta. cuestan $5 por caa y se
puede
salir de
caja; cualquier remnente no vendido a-l'final del da, se
l-al precio de recuFracin de $2 P"t_9.aj1.La ^observacin-nos Ingesrra
que ias ventas pasadas ban varialo de l5 a 18 cajas por da;.no hay
iazn fara creer que el volumen de vents tmqr cualquier oga mag!i
:.
:'
nitud en el futuro. ,,
A] usar ios rnismos Procedimientos .que en i rraUla 5-6, establ'cernos
estas probabidades para los valores que tomarn las ventas:
FienrPlo de tooa
que
15
de recu'eracin
<'-:'
Probabilidad de
T,-a-o
del mercado tamao del mercado
.li)
lb
.2tl
ti
.4 ()
ai)
IH
Clculo
de u$lidades
condkionalce
r(,,,
unautilid.addiariade$45siimPortarsilademandaesParalS'16'
se venrjerr, pcru r
17 o 1g cajas. l-u' i .3, "g"cenadas srempre
,e pued"n vender ms eir cualquier da'
UninventariodeTcajasaldaresulterenunautilidadde$51,en
o 18 cajas' Hasta ahora;' e]
aquellos das en que Ia dmanda sea de 17
que en todos nuesclcuio de las utiliades condicionales es el mismo
ett guc el
uos ejemPlos previos. Sin embzrgo' en c1/alqtiEr.m-omento
to de ten'ta' el cdlc-ulo
nmero aim-acentd.o excedn a la-dtrnand'o aa
recupery? en gonsi
de ls. utdod. concion'a'I deb tomar el aalor de
17 cajas se almacenan pro
d.eractn. f,rto ,rr""", po' ejemplo' cuando
slo se venden
como sigue:
tS;;t;J i*.trilii"
$45
Ms valor de recuperacin de
Utdad condicional
-10
--;.^7
+4
caias
-m
menos
Tabl
"aa*lli^-nl"r"idn
de $2' As'
a"
el valor
5-20
UClldades concionales'
Acciones
Demada Posible
ventar ( caj
cuando
as
l6
t7
t8
.
.
I
I
I
I
I
I
I
I
I
l
I
I
I
I
I
I
I
r
t
I
I
I
I
I
I
I
I
I
I
I
I
I
I
I
)
)
t
I
t
)
i
I
t
Teora
dt dectsto,t I
es,
no
vendidas.
[,a presencia de] valor de recuperacion en un problema de inve'nlarios. no eltera la apcacin de cualcuier princrpicr explicado attteriormente en este captulo. Simplen-rente significa que debernos considerar
su ei'ecto sobre utilidades y prdidas condicionales. Acabarros de ver
que el valor de recuperacin au:menta las utilidades condtcionales porque
reduce la prdida causada por el almacenamiento en exceso.
Procedemos como antes al determira la accrn ptima de alma.e- Clc:ilo dc la.
namiento a tonrar. El siguiente.paso es dererminar la utilidad esperada utilidades
par:i
para cada una de las cuatro acciones posibles de almacenamienlo. l:sio esperadas
las cra to
involucra ponderar las cifras de utilidades condicionales para cada accirr alterna tivas
de almacenamiento por la pt'obabilidad de quro cada un ocurrir, r' des- d decisin
pus sumar los resultados para cada accin de almacenamiento.
La Tabla 5-2 1 presenra las cifras de .uulidades espeladas resulrantes;
el almacenami.ento de 17 cajas ai dia es la accin de almacenamiento
ptima. Con el tiempo. podemos obtener ma)'ores utilidades promedio v
totales al almacenar 17 cajas cada dia. aun cuando algunos dias la demanda ser para 15, 16 o i8.
En muchos casos, el vior de recuperacin de un atculo no vendi|gr.ffiu de un valor
puede tomar ms de un va-lor,.dependiendr de la aririguedad de ese *f- rJe recuperaci&n
tculo; no es raro. p\rr ejemplo. gue el pan fresco tenga un Precio en iel
superrnercado, qqe el pal "del da antedor" se venda a un precio algo
ms bajo y que el pan de ms de -l das no tenga prcticamente valor.
Eri algunos casos como ste.y en situaciones con valores de recuperacin ms complicadcs, las soluciones tabuiares ai problema se lr:elven
muv cornpljcadas e .incmodas. En la rnavoria de ta.les situaciones, los
investigadores d.e operaciones prefieren usar mtodos ms eficientes que
el enfoque tabular. Fxaminemos uno de sos ahora.
. Us ciel an<ili.rl'.
utilidades condicionales
nmero de c:iiculos-requerido. La Tabla 5-2 1 mostr 4 acciones de almacenamientr. posible- r 4 niveles de venla posible. lo que resulta e) una
tabla de utii;dad .orldi"ion"l qr:e conriene l6 posibilidades para utilidades condjcionales. Suponga querhubier:r irabiclo 200 valores posibles para
los volnenes de venta v un nrnefo igual de acciones de almacenanriento
posibies. Habra habido un nmeo muy dto pe clculos al determinar
la utilidad condicional v sprada de cada .co'mbinacin posible. El enfoque marginal evita este prbblema'de exceso de trabajo.comPutacional ;
Ia unidad ser o no ser veiraa.'-La,'srrnia.de las,probabilidades de esros
dos eventos debe se igual'a 1; Pr ejemplo, si.la,'probabdad,de:vender
ia unidad adicinal es ,4, enfonces,is; probabilidad ,de' no venderla. debe
sel -6, L suma? 1. '
Hagamos 'q" p represent,.13 'protrabilidad de vender una. unidad
adicional, entonces- t -l p debe ser 1a probabilidad de ro vendeila Si
Frobieas
con demssiadas
utiliddes
condicioneles
Fobabilidad
de vcnder y
nu
'11
Tabta
5-li
llH.ltdadea pspcradus.
Acplone
15
T"r.'4,o
del
mercado,
caJae
Frobatttde,d
Ce
tarf
.llJ
lij
.20
4r)
t5
ll
.30
tJ
unidd
dlcior'rl
Prdtd marglual
5-{::)
.15
lq cclr
PaJen
Utilldad
condiclonal
t5
l.t)0
vcndcr
8'o
del mecado
dg llq3qqnaqJFto pgdb{er
Urtliad
eaperode
Udlidad
conclonal
_\ -{.50
!.00
q9
J.00
48
43
3.50
s-{
48,
5.00
Udllded
esParrds
5 a.lQ
qn
19.20.
14.41 '
S-17.40':.
<ptt)
\- - -
;r;cr-rr*;ir*t
'i
'""
--- "r:"";au";
El ,"itit"* olra vz a la Tabla 121 i]us6ar' la prdda maginal'
s"po"g* una ,i.ez rns cue decidimos *eTlT 16 unidades. Ahora sup"ig"fin, que-la decimosexta unidad (la unidad marginal) nb se vende;
uti"
es ahora $42; la
y s-e venden
unldades
15
almacenan
se
cuando
lidad. condicional cie $45
la unidad
de
el
coeto
son
por
Estos
$3
$3.
se recluce alora
;;
($2)'
"ttl;,
de
recupet'acln
valor
el
. no vendida ,($5) menos
unidades acionales en tanto la ut'idad mar'
almacna
pera
Se'd.eben
Segla
almEcenr ulddes grn^a.I- esperodn de almacenar cada una de ellas sa mayor que la ??dg
El tamao.d..", tl orden de cada dfa
,{Tlr:** lirgir*t esperada por almacenarla.
que la utilid'd marginal- esperada
en
1t...
,.,
debe aumentarse "tt" el pnrnto
:,..
a
I
-t
l
-
t
a
-l
-l
rl
-r
-l
il
a
-
rr
-
-l
a
a
-l
rl
-l
a
L
tr
.
=
-
L
-
Teora de decisin I
la
CaJas
__
Ud]-tdad Utllldad
candicional espereda
---
__
S:r.11il
1lr
9.rl{J
:{}...l0
I ir 3rr
i.{ H_6r)
-ca
U',dad
Utiutdad
condlciol:al
esPerada
55d
Q?Q
jas
18
.rl
13
5-l
S:l.tltr
..-1
rr.:rr
I t).21
sl;
.,1u
de-
rnarnda es:
Tsmano del
mercado
Habdad
de
t5
.(,
lfi
.10
l7
it
3g
t)0
Esta disrri.brcin nos indica. que coniorme aumentaJnos nuesto invenrario, la probabdaC de verrdr I unidad adicio;aal (estc es p) d1t:
minuye. Por ejemplo, conforme aurnenlamos nuesf,ro inventario de 15
a 16 urudades, la'probabilidad de vender 16 es .90. Esta es la probabiIid.ad de que ia demanda ser por 16 unidades o ms. Aqu est el
calculo
.2t
Probabiiidad de que
Pobabilidad de gue
Probabrlidad de
Pobabdad de
.40
.30
uidades
PrcbsbilJdad'
de verde ub
unids{i adlcional
.9C
Utilidad nargiDl
eep*reda
ol
une unidad
adlclont
vender
ii1
I
I
p)(Plvf
I
I
I
I
rt
tl
I
I
I
I
I
I
I
I
I
I
I
p(uM)*(i-p)(Pr{)
Al multiplica los dos trminos en el lado derecho de la ecuacin, obtenemos
p(Ulv{)-PM-p(PM)
Reuniendo Ios trrninos que conLiene
p(Uhf
) + p(Pirt)
p,
tenemos
=, PNI
p(Ulvf+PM)-Pr\d
Al vidir
ambos ia.dos de
PM
':' UI\f + Piif
da
(s-2j
cin);
as
I
I
I
I
I
I
I
t
I
I
t
t
*l
t
'tt
I
I
rl
I
I
I
Teora de decisin
r
r
.l
L
il
t
.
-
I
.
rl
a
-
P&1
$3 :
53+$3
ligima
S3
-..Sd
.5
Este valor de .5 para p sigaitica que para justificar el almacenamient(, de una unidd adiciolal, debernos tener ai menos una probabilidad acrnultttiva de .5 cie vender esa unidad, Para determinar la probabdad de vender cada unidad adicional que consideramos almacenar,
debemos calcular una serie de probabilidades acumulativas como en ia
Tabla 5-22.
Las probabilidades acumulativas en la coJumna del lado derecho de
la Tabla 5-22 represenlan las probabdades cle las ventas alcanzarn
o excedern cada uno de [os cuatro niyeles de ventas. Por ejemplo, el
l.O0 que.aparece junto al nivel de ventas de 15 unidades signica que
tenemos iOOm de certeza de vender 15 o ms uniddes. Esto debe ser
cierto porque nuesfro problema suPone que sitmpte ocurrir uno de los
cuatro niveles de venta.
EI valor de .9O de Ia probabilidad junto a la cifra de ventas de 16i cglcdc de las
unidades significa que slo tencrnos gOZc de seguridad de vender 16 offirobabili.dst:ts para
ms unidades. Esto se puede calcular en dos formas. kimero, podemos l' 3cuuul,rtivac
aadi las probabilidades de vender 16, 17 y
':fr#:,T;""
;"1";,
16 unidades .20
17 unidades .40
LB unidades +,30
,'
L
L
L
probabilldad de vender 16 o ms
O podramos razonar que las ventas de 16 o'ms unidades incluyen
tod.os los resultados p.<:sibles exuepto ventas de 15 unidades, que tienen
una probabilidad de .10.
L
L
?
I
-
L
ry
.
i '-\
Cilcrdo de la
probabilidad
FM
U}l{ +
de decisin
,90
r''
1.00
.-.10
--:g
.r$
l6
.3u
ti
.{t}
t8
.3)
P*-u"-uu-t.
]""*ui c'.
"
'que las ventas estarn
a
este nivel o'ms rriba
,.0$ u,\,
,90 " r\)rrl1'
?o , 9t'l'''i ''
'30 ' tsi ,l1*
.
Fobbiliilad
.rara
acurnulativa
l$ u:irfadas o m
a ta administacin
ventas
17
lE
.40
+.30
o ms
para 18 uiddes
Utdad y prdida
eq:erada p*ra
Ia decl:ooexta
u:rldd
derr 18.
Como se mencion previamente, el valcrr de p, la probabilidad acumuj
Itiv, d-iSrrrinuyc {o!1ft:me ! tive} d.e venes xu;ris'1ta' Ecte aunents
esperada disminuya y que la prdida maria uAdacl marginai
hace que
'esperada
-hasta, algun
aumente
Punto, en el que almacenar una
#:r"l
cional no sea redituable.
"rtira
Hemos dicho que las unidades a,:licionales se deben almacenar en
tato la probabilidad de vender al menos una unidad adicional sea Inayol
gue p. Podemos aplicar ahora esta regl a nuestra probabdad de disCribuiin de'ventas y dererminar cuntas unidades se deben almacenar.
Este proced.irniento nos ce gue debemos almacena la decimosexta
unidad ptrqr.,. la probabilidad de vender 16 'o ms es .90, una cifra
claramente mayor que nuesfta p de 50. Esto tambin sigrica que
la utilidad marginal esperada de almacenar esta unidad es mayor que la
prd-ida rnarginal esperada de al.macenarla. Esto se puede verificar como
sigue:
y rdida
Una decimospriima unidad se debe almacena porque la probaLtdad
eqrerad,a p*ra de vender 17 o ms unidades (.70) es mayor que la p requerida de '50.
utiis
'
espcrade pora
dciqoctaverldad
Ia
(1
-t-
+
-
-
Teoria de de'cisin I
ciusin,alcanzadaconelusodetablastjeutilidaclconcionalr,deurili.
dad esperada. Ambos mtodos c1e aniisis resultan en una decisin <ie
almacenar 17 unidades.en cada periodo-.
En el problema que acaba.rnos de resolver, supusilnos que las venLas
diarias eran una.v.driable aieato;ria; cle, acuerdo a csto, propusimos na
estrategia a seguir cada d.a sin alteraclQnr al.macenar 17 cajas. En. Ia
prctic rea-l , sin ernbargo, encontraramos srn duda que las enias dilrias tomarian Patrones reconocibles ciependiendo dei da parlicular de
Ia semana: esto parece invalidar el concepto de una variable aleatoria'
Por eremplo. en las venLas ai menudeo. se Iecopce generalmente que ei
sbacit .i ,-,., da de mayor volumen que el martes, ciiga.mos. Sinameni,lasveniasaImenudeqdeldomirrgoSonLipicarnentemenoreSque
las del yiernei. En situaciones donde hay Patrones reconocibles . en las Menejo de putroaes
de derards
ventas'diarias, an po.demos aplicallas'tcnicas que hemos aprendido' recono'cibles
Calculaamos una regla de aknacenanjento ptimo para cada da de la
smna. Por ejemplo,"pafa el s.bado como dtos da entrada usaramosi -:l expeiienci previa di vencas para los sbados sol-atnent. Cada uno d"{'
los o-tos 6 d.s sera tatao ite la misma forma. Esencialmente este.i"
enfftue representa nada ms el reconocirniento de, y la reaccin a, Peuoni discernibles en lo-que al prirrcipio Pa-ree ser un ambiente completamente aleatorio.
Crtteito
do rscio=alidad
Demanda
poslbl
(
lO cajas
cajas )
t0....
ll
t2
13 :.
de almacenauenrc
'
k'.:s j 512.i(,)''
() \.25= I2.:i0
.;() x .25 = 12.5()
5() x .ru =
sg,.,
lffi.
12 cajas
cajas
;' .ri =
55x"?5=
.55.>,25=
E5
l*.75
x .25 = l5.O()
x .95 = 15.00
60 x .95 = _15.00 '
: is.r.ot, '.
.--,-- .lt.
2
13.-7$
ti0
13.75
SiJ'utl
'
13 cajas
49
5?
t:5
= 12,!5
., l+.:5
x .25 -' lfi.U
x
.25
25
s53.,ro
i78
,pltccin dpl
,:
-
cltcrio
de rclonalided
a problcnls
Prcvios
tambin iguaimente pc<iria suponet que todor los estqdps de l,q vahtrg,
lz sott igaalm-ente proboblgs,
aplicar el citr:do cJe raciorlalioad aJ problema de las frgEas, Yflnog
que pueslE Que hay cuafto estadoq Fpsibles de la nafqraipa (delnende Fe{4
10, 11, 12 y 13 cajas), le asignaia una proba-bilidqd de .25 a cada uno
de estos estados. En la f'abla 5-23 hemos reptido la tabla de urilidades
condi.cionales que se mostr prirneramente en Ia Tabla 5-7 en la Pg.162,
aadido pesos de igual probabdad a .ios cuauo estados de la naturaleza
y calculaclo el valor esprado de las cuaho alternativas de almacenarniento. Usando est criterio, la decisin ptima de almacenamj.en[o es
12 cajas, con una urilidad esperada de 554.00.
Crlterio de mxira
.
r.eroriailifud
Dem.rda
po.sible
(cajas)
Acciones
Probabdad
<ie esra
demanda
10 cejas
.:od.bles
cajas
de elrnace;r
12 caj*r
rm{s19
13 cejas
t*
Teor{a de decisiit
l?9
PM
'
uM+PM
::.
'1/
I.
tr'
'
$6
$7+$6
$6
- .$13
:'.462
probabd'ad.requerida'462eselreasombreada..s.tevedebea}macenar
riii; ri.,-
varibie
.
"l"tb.i-':'
iibud'a"continuamente'
.:ivntai prviasl'.
Probabitidd
mlaisa requerida
sjettPlifi:ae
ga la dstibucin
noraal
Puno Q
prornedio
+ .l de desviacin estndar
.001
51 0O0
4
f,
+
..
Teorla de deckin
quisiera senEi.
*-.
' Finalmente, sup6rnga, que su amigo le ofrece vendele una oportul
nidad de .9 de ganase $10 000 a canbio de todos sus bienes, que resultan valer $1 000. Si usa el valor esperado como su criterio de decisin,
se haralapregunta'Es.9 X $10OOO rnayor que $1 OOO?" con la misma
respueste que antes, a saber, "s". El. valor esperado de la aPuesta
(S90OO) es an I veces mayor que el cosio'de la apuesta ($1 000)' pero
ahora probablemente Ie dirfa que no a su arnigo, no Porgue el valor
esperado de la apuesta no sea atractivo sino Porque el pensamiento de
perder todos sus bienes. es un resultado complelamente inaceptable'
'' En estos es ejempls, el estudiante cambielcriterio de decisin alejndose del valor esperardo tan. Pronto como eI pensamiento de perder
$1O0O era demasiado doloroso a pesar del placer de que sq ganara
los $100O0. En este punto, el estudiante no estaba considerando el
valor esperado sino pensando nicamente en la satisfacc-6n. En este sen- Satisfaccin
tido, safisf accin se refiere exclusivamente al placer o falta del que uno
derivaa de ciertos resultados. La curva de satisfaccin de nuestro estuante hipotdco en la Fig. 5-2 es lineal cerca del origen (la'ganancia
de $1 es tan platentcra como la prda de $1 es Pencsa en esta regin);
se va rpidamente hacia abajo cuando la perdida potencial se eleva a
-niveles
cercanos a $1000. Especficamente, esta cuwq.'de satisfaccin
nos muestra que desde el punto de vista de nuestro estudlarite hipbttico,
el desagrado de perder $1 OOO es mayof que el placer de garar muchas
veces esa cantidad. La' forma de la curva de. satisfaccin de uilo es un
pronducto de la constitucin poicolgica d uno, C las expbctaciones de
futuro y la:deciiO-' ctci''n':particular que. 9e.,e9t
,.rrro
""uoa .del
I l6l
EF
6
Pda
de clmdvo
/t
(dln)
5 0'oo
Utidad de efrctlvo
ITa
de
drversas uri.lidades
prdidas.
r' curva evaluajndo"Una Persona-bien puede tener una curva de satisfaccirr para
de satisfaccin un ti.Po de situacin y una muy diferente
para la siguiente situacin.
sqtisfccionet
DiJerentes Satisficciones
Las. curvas
t.
{
{
{
+3
o
+1
{
{
{
j- 20
0@
o-
,4{
ooo
20
OOd
i..r.
{
{
{
{
{
(
{
{
{
.tI
'l{
4
4
*
--
-D
+
4
+
4-}
---4
-
Tgora d3 decisin
mente hemos lla-mado a estos inrli-,,iduos Head, Bell y l-ev' Las actiLudes
de estos tres individuos son fcilmente aPalentes del anIsis de su curva de satisfaccin. Head es un hombre de negocios cauto y consewador,
un movjnriento a la derecha del punto de utdad cero aument su
satisfaccin slo muy geramente mientras gue un movimiento a la
izquierda del cero disminuye su saLisfaccin en forma rpida' En tde sastifaccin de Head hca que
-inor Ce valores nulnricos, la curua000
aumenta su satisfaccin Por un
a
utdad
de
pasar de una
$0 $,50
que al moverse 3l rango
mientras
l.,escala
ialor'e 1 en
'erlical,
en el rnismo valor de
utilidad
su
srninuye
000
con
slo
de prdida
$2O
pueden ocurrir
donde
situaciones
evitar
vericai.
Head
t, n la escaLa
grandes prdidas, se dice que es rerlLente oI riesgo'
BelI es una historia tottlmente distinta. Vemos a partir de su curva de
saisfaccin gue una ufilidad eumenta su satisfaccin en mucho ms
de Io que la'disminuye una prda de la migna canridad. Especficarnente, al aumentar sus utiJidad.es en $10 000 (de $40 00O a $50 000)
eleva su sadsfaccin de 0 a +5 en ia escala vertical,'pero ei disminuir
sus utdades en $10 000 (de.$0 a -S10 000) sminuya su sastifaccin en slo .25, de -4 a -4.2.5. Bell es un jugador de chicas;.piensa
firmemente que una gra.n Prdida no hara las cosas mucho peores de
sera muy
que estn ahora pero, por el contrario, gue una gran utidad
'mayores gaan
para
obtener
grandes
riesgos
Tomar
safisfactoria.
*""iirl,
t83
al volr
esperado
*,