Está en la página 1de 11

FUNDAMENTOS DE LA PRODUCCION

PROYECTO GRUPAL PARTE 1

Presentado por:
ORLANDO ALBARRACIN ROA. Cd. 1111480295
NICOLAS ALBEIRO BETANCOURT MAYA Cd. 1111180185
YULIETH DELGADO GAMBOA Cd. 1111290105
ROSARIO FAJARDO BAENA Cd. 1111220047
GUSTAVO GOMEZ MURILLO Cd. 1111650059

Al tutor:
ANDRES IGNACIO ZAMUDIO CASTRO

MARZO DEL 2014

INTRODUCCIN

Los inventarios prevalecen en el mundo de los negocios. Mantener inventarios es


necesario para las compaas que tratan con productos fsicos, como fabricantes,
distribuidores y comerciantes. Por ejemplo, los fabricantes necesitan inventarios de
materiales requeridos para la manufactura de productos. Tambin deben almacenar
productos terminados en espera de ser enviados. De manera similar, tanto los
distribuidores como las tiendas deben mantener inventarios de bienes disponibles
cuando los consumidores los necesiten. Reducir los costos de almacenamiento
evitando inventarios innecesariamente grandes puede mejorar la competitividad de
cualquier empresa y este fin es logrado gracias a la aplicacin de modelos modernos
de inventarios que permiten su optimizacin y control permanente.
La razn fundamental para el control de inventarios se debe a que es poco frecuente
que los bienes que se tienen sean justamente los que se demandan. No tener los
materiales ni los suministros cuando se necesitan representa prdidas econmicas en
el proceso productivo o perder al cliente. Por otra parte, si se tiene en abundancia
para protegerse de faltantes, la inversin puede resultar muy grande por tener mucho
capital paralizado.

OBJETIVOS
Los principales objetivos para la ejecucin del presente trabajo son:

Reconocer el valor formativo de las herramientas clsicas de optimizacin en


una y dos variables para estudiar modelos sencillos de gestin de inventarios
o stocks.

Reconocer las limitaciones que implican, desde un punto de vista de la


simplificacin de la realidad, con la formulacin de los modelos presentados.

Establecer una relacin entre los dos modelos de inventario que se


presentan, admitiendo la posibilidad de formular otros ms realistas para

abordar el estudio de la gestin de stocks, que requerirn herramientas


matemticas ms complejas para su estudio
MODELO DE INVENTARIOS (Q,r)

Por definicin el modelo de tamao de lote, punto de re-orden (Q, r) , asume que una
orden es colocada en el momento en que el nivel de inventario alcanza el punto de reorden. Por lo tanto, el modelo requiere el uso de un sistema de informacin
transaccional, esto resulta sencillo con las actuales tecnologas de informacin. La
Figura ilustra el funcionamiento del modelo (Q, r) .

PUNTO DE REORDEN CON DEMANDA PROBABILSTICA

MODELO EOQ CON DEMANDA PROBABILSTICA


El sistema de inventario opera de forma continua con muchos perodos repetidos, el
inventario puede llevarse de un perodo al siguiente. Siempre que la cantidad en
inventario llega al punto de reorden, se coloca un pedido por Q unidades. Debido a
que la demanda es probabilstica, no puede determinarse con anterioridad el tiempo
en que se alcanzar el punto de reorden, el tiempo entre perodos y el tiempo en el
que el pedido de Q unidades llegar al inventario.
El comportamiento del inventario tiene la apariencia de la siguiente grfica:

Los incrementos o saltos en el inventario ocurren siempre que llega un pedido de Q


unidades. El inventario disminuye a una tasa no constante basada en la
demanda probabilstica. Se expedita un pedido nuevo siempre que se alcanza el punto
de reorden. En ocasiones, la cantidad a ordenar de Q unidades llegar antes de que el
inventario se agote, pero, a veces, una demanda mayor causar un agotamiento antes
de que se reciba un pedido. En este modelo se debe determinar entonces la cantidad
a ordenar Q y el punto de reordenar.
EJEMPLO DE APLICACION
Un procedimiento que puede emplearse para obtener buenas polticas de inventario
de

cantidad

ordenar

punto

de

reorden

factibles,

que

resultan

una

buena aproximacin a la solucin ptima es el siguiente:


Considrese el siguiente problema: Dabco necesita saber cunto y cundo ordenar de
modo que pueda mantener una poltica de inventario de bajo costo. El costo de
ordenar focos es de $12 por pedido, una unidad cuesta $6 y la empresa usa una tasa
del costo de mantener de 20% anual para su inventario. Dabco experimenta una
demanda probabilstica. El tiempo de remisin para un nuevo pedido es de una
semana. Un estudio de las ventas muestra que la demanda durante un tiempo de
entrega de una semana puede describirse con una distribucin de probabilidad
normal, con media de 154 focos y una desviacin estndar de 25 focos.

Debido a que la demanda media durante una semana es 154 unidades, Dabco puede
anticipar una demanda anual media de:
154 unidades/semana x 52 semanas/aos= 8008 unidades/aos.
Como tenemos una estimacin de la demanda anual esperada, podemos aplicar el
modelo EOQ como una aproximacin de la mejor cantidad a ordenar, para la demanda
anual esperada usada para D:

Tomando la cantidad a ordenar en 400 unidades como una buena aproximacin,


Dabco puede anticipar colocar aproximadamente:

D/Q*= 8008 unidades anuales/400 unidades= 20 pedidos anuales.


Con

un

promedio

de

250 das hbiles al

ao/20

pedidos

anuales=

12,5 das hbiles entre pedidos.

Ahora se procede a establecer el punto de reorden que desencadenar el proceso de


compra. Con la demanda media de 154 unidades durante el tiempo de entrega,
primero se podra sugerir un punto de reorden de 154 unidades, pero, aqu es
importante

considerar

la

probabilidad

de

la

demanda.

Si

la

demanda

est distribuida simtricamente alrededor del valor medio de 154, entonces la


demanda del tiempo de entrega ser ms de 154 unidades aproximadamente el 50%
del tiempo. Cuando la demanda durante el tiempo de entrega de una semana excede
de 154 unidades, Dabco experimentar una escasez y venta perdida. Por lo tanto,
usando un punto de reorden de 154 unidades, la empresa tendr, aproximadamente
un 50% del tiempo (10 de los 20 pedidos al ao), una escasez de focos antes de que
llegue el suministro. Lo ms probable es que esta tasa de escasez sea inaceptable.
Usando la distribucin normal de la demanda, se puede determinar cmo afecta el
punto de reorden r la probabilidad de un agotamiento. Debido a que el agotamiento
ocurre cuando la demanda del tiempo de entrega excede al punto de reorden, se
puede encontrar la probabilidad de un agotamiento usando la distribucin de la

demanda en el tiempo de entrega para calcular la probabilidad de que la


demanda exceder r.
Para resolver el problema de cundo ordenar, se define un costo por agotamiento y
luego se intenta incluir este costo en una expresin de costo total. De forma
alternativa, se puede pedir a la gerencia que especifique la cantidad promedio de
agotamientos que pueden tolerarse al ao. Si la demanda de un producto
es probabilstica se debe ser realista y tolerar agotamientos. En este caso, la gerencia
de Dabco est dispuesta a permitir un promedio de un agotamiento anualmente; como
Dabco coloca 20 pedidos anuales, esta decisin implica que se est dispuesto a
tolerar que la demanda durante el tiempo de entrega exceda el punto de reorden una
vez en 20, es decir, 5% del tiempo. El punto de reorden r se puede encontrar usando
la distribucin de la demanda del tiempo de entrega buscando el valor de r con una
posibilidad de 5% de tener, durante el tiempo de remisin, una demanda que exceda
las existencias.

Usando la tabla de distribucin de probabilidad normal estndar, se establece que r


est a

1.645

desviaciones estndar por

encima

de

la

media.

Para

la distribucin normal asumida para la demanda del tiempo de entrega con media=154
y desviacin estndar = 25, el punto de reorden r es:
r= 154 + (1.645) (25)=195.

Siempre que la demanda del tiempo de entrega se distribuya normalmente,


la expresin para r es:

La decisin de inventario recomendada es ordenar 400 unidades siempre que el


inventario alcance el punto de reorden de 195 unidades. El inventario de seguridad es
de 195-154=41 unidades, el cual absorbe la demanda mayor que la media esperada
durante el tiempo de entrega. Aproximadamente el 95% del tiempo, las 195
unidades sern capaces de satisfacer la demanda durante el tiempo de entrega.
El costo anual anticipado para este sistema es de:

Cuando la demanda es incierta y slo puede expresarse probabilsticamente, se


espera un costo total mayor que si la demanda se considerara constante y conocida,
esto debido a que debe conservarse ms inventario para limitar la cantidad de
agotamientos.
Este modelo tiene como bases el mantener un inventario sin falta de productos para
desarrollar las actividades de cualquier empresa. Este es un modelo de inventarios
que se encuentra basado en las siguientes suposiciones:

La demanda se efecta a tasa constante.

El reemplazo es instantneo (la tasa se reemplazo es infinita).

Todos los coeficientes de costos son constantes.

En este modelo no se permite la falta de productos para la venta, es decir, una


empresa que maneje este modelo de inventario no se puede quedar sin mercancas
para la venta.
En la siguiente figura se ilustra esquemticamente este modelo.
Puntos de reorden
Q*
Nr
Smbolos
Ciclo

te

Tiempo

Q = Cantidad optima a pedir


t e= tiempo de entrega
T = Periodo de Planeacin
En este modelo se representan iguales el inventario mximo y la cantidad econmica
pedida. El costo total para un periodo en este modelo esta conformado por tres
componentes de costo: Costo unitario del producto , Costo de ordenar una compra y
Costo de mantener un producto en almacn.
El costo para un periodo estar conformado de la siguiente manera:
Costo por periodo = [Costo unitario por periodo] + [Costo de ordenar un pedido]
+ [Costo de mantener el inventario en un periodo]
La ecuacin que expresa estas definiciones es como sigue:
CT = DXP + (D/Q)x Ce + (Q/2)x Ca
Al derivar esta expresin, se obtiene la ecuacin de la cantidad ptima de pedido
Q*= (2xDxCe)/Ca

Esta ecuacin ocasiona un costo mnimo y tiene como base un balance entre los dos
costos variables (costo de almacenamiento y costo de compra) incluidos en el modelo.
Cualquier otra cantidad pedida ocasiona un costo mayor.
El objetivo de este modelo es encontrar la cantidad ptima que minimiza el costo total,
el cual es la suma de los costos de almacenamiento y de preparacin (costo de
ordenar + costo de compra). Cuando los componentes del costo total se representan
grficamente se obtiene un punto ptimo (de costo mnimo), como sigue:

CONCLUSIONES

Para que las empresas mantengan su competitividad, es necesario definir una


metodologa que permita estimar las polticas de control de inventarios de
productos terminados y materias primas a lo largo de su cadena de
abastecimiento, considerando la naturaleza aleatoria de la demanda.

Los modelos de inventarios para demanda determinstica y probabilstica


que pueden ser aplicados en la planificacin de un inventario entre otros

Al automatizar el proceso de control del inventario se tiene informacin


oportuna para la toma de decisiones, pero cabe recalcar que en nuestro pas
no se llega a tener una buena calidad de datos, para afirmar que la decisin
basada en la generacin de los resultados que nos presenta el sistema de

control de inventario
Es una recomendacin clara mirar en sus empresas seriamente lo de los
inventarios, no importa que algunos piensen que esos son problema de los
mercados, si lo son y son definitivos en el desarrollo futuro por ello tienen que
considerarse quiranlo o no.

BIBLIOGRAFA

Ballou, Ronald (2004) Logistica, Editorial Pearson Prentice Hall


Bustamante, Domnguez Arturo. Principios de Administracin de Operaciones Primera
Edicin. Unidad 3, Editorial Espanta. Mxico 2004.
Bustamante, Domnguez Arturo. Principios de Administracin de Operaciones Primera
Edicin. Pag.248 253. Editorial Espanta. Mxico 2004.
Bustamante, Domnguez Arturo. Principios de Administracin de Operaciones Primera
Edicin. Pag.223. Editorial Espanta. Mxico 2004.
Bustamante, Domnguez Arturo. Principios de Administracin de Operaciones Primera
Edicin. Pag.230. Editorial Espanta. Mxico 2004.
Hernndez Sampieri, Fernndez Collado y Baptista Lucio (2006). Metodologa de la
investigacin. Mxico: McGraw-Hill.
Informe Avances MinTic 2010 2013 Junio 07 2013
Lilien, Gary, Kotler Philip y Sridhar Moorthy, Marketing Models. (1992) Pearson
Prentice Hall, P.469-471
Lilien, Gary, Kotler Philip y Sridhar Moorthy, Marketing Models. (1992) Pearson
Prentice Hall, Pag.476
Lilien, Gary, Kotler Philip y Sridhar Moorthy, Marketing Models. (1992) Pearson
Prentice Hall, Pag.477- 480
Nahmias, (2007), Anlisis de la produccin y las operaciones, Pag.195. Editorial
McGraw-Hill.
Ofek, Elie (2005) Forecasting the Adoption of a New Product Harvard Business
School.
Revista Cintel, Edicin 53, paginas 69-71 Agosto Octubre 2009
Render Barry, Jay Heizer, Principios de Administracin de Operaciones, Quinta
Edicin 2004, Editorial Pearson Prentice Hall.
Scott, G (2001). Strategic Planning for High-Tech Product Development. Technology
Analysis & Strategic Management, Vol. 13, No. 3
Silver, Edward; Pyke, David; Peterson, Rein (1998), Inventory Management and
Production Planning and Scheduling. Tercera edicin, John Wiley & Sons.

Steven Nahmias, Anlisis de la Produccin y las Operaciones, Pag.55. Quinta edicin,


McGraw-Hill, 2007
Steven Nahmias, Anlisis de la Produccin y las Operaciones, Pag.195. Quinta
edicin, McGraw-Hill, 2007
Steven Nahmias, Anlisis de la Produccin y las Operaciones, Pag. 51 Quinta edicin,
McGraw-Hill, 2007
Steven Nahmias, Anlisis de la Produccin y las Operaciones, Pag.56 Quinta edicin,
McGraw-Hill, 2007
Steven Nahmias, Anlisis de la Produccin y las Operaciones, Pag.222.quinta edicin,
McGraw-Hill, 2007
Sunil Chopra, Peter Meindl. Administracin de la cadena de Suministros, Estrategia,
Planeacin y Operacin, Tercera Edicin. Editorial Pearson Prentice Hall.