Instituto Tecnológico Superior de Lerdo

Nombre del curso: Investigación de operaciones

Nombre del (a) profesora (a): Nancy Gabriela Marín Castañeda

Alumno: Mayorga Moreno Luis Daniel

Módulo: Cuarto Semestre

Grupo: 4° A

Nombre del trabajo: MODELOS E INVENTARIOS PROBABILÍSTICAS

Fecha: Jueves, 4 de Marzo del 2010

que utiliza existencias estabilizadoras para explicar la demanda probabilista. d urante el tiempo de entrega L se distribuye normalmente con media ðL y desviación standard L. o semana). de modo que se limite a cierto porcentaje la posibilidad de que se produzcan rupturas de stocks. donde . utilizando las tablas de la distribución normal estandarizada es posible determinar el p edido que se debe efectuar. L). MODELOS DE REVISIÓN CONTINUA Existen dos modelos.MODELOS E INVENTARIOS PROBABILÍSTICAS Los modelos desarrollados se clasifican en general bajo situaciones de análisis continuo y periódico. ð = máxima probabilidad disponible de agotamiento de las existencias durante el tiempo de entrega. En tal caso. la demanda durante L es N(ðL. que incluye la demanda probabilística de forma directa en la formulación MODELOS EOQ ³PROBABILIZADOS El tamaño de las existencias estabilizadoras se determina de modo que la probabilidad de agotamiento de las existencias durante el tiempo de entrega (el periodo entre colocar y recibir un pedido) no exceda un valor predeterminado. de la cual podemos determinar la distribución de la demanda durante L. L = desviación standard de la demanda durante el tiempo de entrega. Tengamos en cuenta que P(z>=Kðð ð ð y B>= L. La demanda durante el tiempo de entrega normalmente se describe mediante una función de densidad de probabilidad por unidad de tiempo (por ejemplo. XL. XL = variable aleatoria que representa la demanda durante el tiempo de entrega. N(ðL. en general. y de periodos múltiples Se supone que la demanda se conoce sólo en términos de prob abilidades. Los modelos de análisis periódico incluyen casos de un solo periodo. dado que la demanda por unidad de tiempo es normal con media D y desviación standard . el segundo un EOQ probabilistico mas exacto. L). B = tamaño de la existencia estabilizadora. entonces. el primero es una versión ³ probabilízada´ del EOQ determinista. o el stock de seguridad que se debe mantener. ðL = demanda promedurante el tiempo de entrega. es decir.Kð La principal suposición del modelo es que la demanda. De forma especifica. El modelo más sencillo considera aplicable el teorema central del límite. Sean: L = tiempo de entrega entre colocar y recibir un pedido. por lo cual estima que la demanda sigue una distribución normal. por día.

conservación y faltante. costo de faltante esperado: el faltante ocurre cuando x > R. De esta manera. la política requiere ordenar la cantidad y siempre que el inventario caiga al nivel R. costo de manejo esperado: el inventario promedio es I = y/2 + R . se determinan minimizando el costo esperado por unidad de tiempo que incluye la suma de los costos de preparación. durante el tiempo de entrega D = demanda esperada por unidad de tiempo h = costo de manejo por unidad de inventario por unidad de tiempo p = costo de faltante por u nidad de inventario K = costo de preparación por pedido Con base en estas definiciones. se usa un algoritmo numérico. igual a hI La formula no considera el caso de que R -E(x) pueda ser negativo. Para desarrollas la función de costo total por unidad de tiempo. la cantidad faltante esperada por ciclo es S = x(x-R) f(x)dx El costo de faltante por unidad de tiempo es = pDS/y La solución para obtener y* y R* optimas se determina por Y* =2D(K+pE(x)h la integral de R* hasta ð en función de (x) = hy*/pD como y* y R* no se pueden determinar de forma cerrada. por tanto. se determinan los elementos de la función de costo. a condiciones de que exista una so lución factible.ðL = DL L = L Modelo EOQ probabilistico Este modelo permite faltantes en la demanda. la distribución de la demanda durante el tiempo de entrega permanece estacionaria (sin cambio) con el tiempo. entre colocar y recibir un pedido. costo de preparación: el numero aproximado de pedidos por unidad de tiempo es D/y. sea f(x) = fdp de la demanda. El algoritmo se prueba para que converja en un numero finito de iteraciones.E(x) El costo de manejo esperado por unidad de tiempo es. desarrollado por Hadley y Whitin para encontrar las soluciones. Los valores óptimos de y y R. el nivel de reorden R es una función del tiempo de entrega. Como en el caso determinista. x. no se permite mas de una orden pendiente. por lo que el costo de preparación por unidad de tiempo es KD/y. El modelo tiene 3 suposiciones la demanda no satisfecha durante el tiempo de entrega se acumula. .

Sign up to vote on this title
UsefulNot useful