Tarea 2 - Solución de modelos probabilísticos de decisión

Presentado por:

Presentado a:
Tutor

Universidad Nacional Abierta y a Distancia

Vicerrectoría Académica y de Investigación
Escuela de Ciencias Básicas, Tecnología e Ingeniería
Métodos Probabilísticos

2020
Periodo DEMANDA REAL (Unidades) TENDENCIA (Unidades)
1 13514 629
2 14713
3 14255
4 16719
5 19118
6 15865
7 13242
8 12258
9 10618
10 19798
11 11718
12 12949
13 15382
14 16274
15 10018
16 11319
17 11184
18 10822
19 10422
20 10181
21 9940
22 9700
23 9459
24 9218
 EJERCICIO 1. MODELOS DE PRONOSTICOS PROBABILISTICOS

Se presenta la siguiente situación problema: Una compañía produce dispositivos electrónicos p

iluminación y está proyectando la demanda futura de una referencia específica para los siguien
periodos. Basándose en la demanda de periodos anteriores tomados aleatoriamente como se
presentan en la Relación de la demanda real, encomienda al departamento de producción apli
modelos de pronósticos para tomar una decisión y les encarga encontrar la solución a los sigu
aspectos:

1. Proyección de la demanda por el modelo de pronóstico de suavización exponencial simple.

un modelo de pronóstico de suavización exponencial simple a partir de la Relación de la dema
para:
• Determinar el pronóstico para el siguiente periodo con un coeficiente de alisamiento a=2/(n+
donde n, es el número de periodos de la demanda real.
• Proyectar la demanda futura para los próximos 24 periodos y graficar la demanda real Vs la
demanda proyectada.
• Comprobar los resultados utilizando software de optimización WinQSB.

2. Proyección de la demanda por el modelo de pronóstico de suavización exponencial doble. P

un modelo de pronóstico de suavización exponencial doble a partir de la Relación de la deman
para:
• Determinar el pronóstico para el siguiente periodo con un coeficiente de alisamiento a=2/(n
donde n, es el número de periodos de la demanda real y coeficiente de alisamiento b=2a
• Proyectar la demanda futura para los próximos 24 periodos y graficar la demanda real Vs la
demanda proyectada.
• Comprobar los resultados utilizando software de optimización WinQSB.

3. Interpretar los resultados obtenidos en cada uno de los modelos de pronósticos para tomar
decisiones.
BABILISTICOS

positivos electrónicos para

pecífica para los siguientes 24
eatoriamente como se
ento de producción aplicar
r la solución a los siguientes

n exponencial simple. Plantear

a Relación de la demanda real,

de alisamiento a=2/(n+1),

la demanda real Vs la

B.

n exponencial doble. Plantear

a Relación de la demanda real,

de alisamiento a=2/(n+1),,
alisamiento b=2a
la demanda real Vs la

B.

ronósticos para tomar

 ACTIVIDAD 1.a
PERIODO

1
2
3

4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

• Proyectar la demanda futura para los próximos 48 periodos y graficar la demanda real Vs la demanda pr

DEMANDA PROYECTADA
PERIODO
(Unidades)

19 13514
20 13640
21 13705
22 14022
23 14559
24 14696
25 14543
26 14303
27 13915
28 14534
29 14238
30 14102
31 14237
32 14451
33 13984
34 13704
35 13439
36 13163
37 13423
38 14836
39 16397
40 18123
41 20031
42 22140
43 24470
44 27046
45 29893
46 33039
47 36517
48 40361
 ACTIVIDAD 1.a
DEMANDA REAL (Unidades) PRONOSTICO
(Unidades)

13514 α=
14713 13514
14255 13640.211

16719 13704.925 𝑭_𝒕=𝑭_(𝒕−𝟏)+[𝒂(𝑨_

19118 14022.196
15865 14558.597 Donde:
13242 14696.113 𝑭_𝒕: Pronostico del P
𝑭_(𝒕−𝟏):𝑷𝒓𝒐𝒏𝒐𝒔𝒕𝒊𝒄𝒐
12258 14543.048
𝑨_(𝒕−𝟏): Demanda r
10618 14302.517
𝒂:Coeficiente de suav
19798 13914.673 𝒂=𝟐/(𝒏+𝟏)
11718 14533.971
12949 14237.553 n: Numro de periodo
15382 14101.916
16274 14236.661
10018 14451.118
11319 13984.474
11184 13703.898
10822 13438.645
10422 13163.209
10181 12874.695
9940 12591.191
9700 12312.167
9459 12037.154
9218 11765.728

mos 48 periodos y graficar la demanda real Vs la demanda proyectada.

DEMANDA PROYECTADA (Unidades) DEMANDA REAL (Unidades)

20000

19000
 20000

19000

18000

17000

16000
Unidades

15000

14000

13000

12000

11000

10000
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 1
 0.1052632

𝑭_𝒕=𝑭_(𝒕−𝟏)+[𝒂(𝑨_(𝒕−𝟏)−𝑭_(𝒕−𝟏) )]

Donde:
𝑭_𝒕: Pronostico del Periodo t
𝑭_(𝒕−𝟏):𝑷𝒓𝒐𝒏𝒐𝒔𝒕𝒊𝒄𝒐 𝒅𝒆𝒍 𝒑𝒆𝒓𝒊𝒐𝒅𝒐 𝒂𝒏𝒕𝒆𝒓𝒊𝒐𝒓
𝑨_(𝒕−𝟏): Demanda real del periodo anterior
𝒂:Coeficiente de suavización, si 0<𝒂<1
𝒂=𝟐/(𝒏+𝟏)

n: Numro de periodos

• Proyectar la demanda futura para los próxim

DEMANDA REAL (Unidades)

PERIODO

19
 20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
0 11 12 13 14 15 16 17 18 19 44
45
46
Periodo
47
48

• Comprobar
 PERIODO DEMANDA REAL (Unidades)

1 13514
2 14713
3 14255

4 16719
5 19118
6 15865
7 13242
8 12258
9 10618
10 19798
11 11718
12 12949
13 15382
14 16274
15 10018
16 11319
17 11184
18 10822
19 10422
20 10181
21 9940
22 9700
23 9459
24 9218

demanda futura para los próximos 24 periodos y graficar la demanda real Vs la demanda proyectada.

DEMANDA DEMANDA PROYECTADA (Unidades)

PROYECTADA
(Unidades)
20000
14143

19000
 20000

14845 19000

15411
16206
18000
17235
17782
17896 17000
17768
17323
17946 16000

17515
17158
Unidades

15000
17055
17039
16211 14000
15499
14752
13958 13000

13128
12294
12000
11470
10669
9899 11000
9171
8878
8864 10000
0 1 2 3 4 5 6 7 8 9
8849
8835
8820
8806

• Comprobar los resultados utilizando software de optimización WinQSB.

 ACTIVIDAD 1.b
PRIMER PRONOSTICO TENDENCIA (Unidades) Tt
At

13514 629
14203 641.632
14783 628.565

15549 657.548
16513 722.072
17091 691.714
17304 591.095
17302 466.163
17016 307.707
17584 362.547
17291 224.522
17035 123.330
16971 83.973
16973 66.666
16300 -88.934
15696 -197.353
15045 -292.978
14338 -380.067
13586 -458.422
12817 -523.710
12046 -575.859
11284 -615.097
10541 -641.912
9828 -657.019

al Vs la demanda proyectada.

DEMANDA PROYECTADA (Unidades) DEMANDA REAL (Unidades)

 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

Periodo

ptimización WinQSB.
PRONOSTICO AJUSTADO (Unidades)
Ft

α= 0.1052632
14143.000 β= 0.2105263
14844.632

15411.130 𝑨_𝒕=𝒂𝑫_𝒕+[(𝟏−𝒂)(𝑨_(𝒕−𝟏)+𝑻_(𝒕−𝟏) )
16206.349 𝑻_𝒕=𝜷(𝑨_𝒕−𝑨_(𝒕−𝟏) )+(𝟏−𝜷) 𝑻_(𝒕−𝟏)
17234.911 𝑭_(𝒕+𝟏)=𝑨_𝒕+𝑻_𝒕
17782.424 Donde:
𝑨_𝒕: Pronostico del periodo t, primera
17895.580
suavización
17768.313
t: Periodo
17323.356
𝑫_𝒕: Demanda real del periodo t
17946.392 𝑻_𝒕: Tendencia del periodo t
17515.293 𝑻_(𝒕−𝟏): Tendencia del periodo anterior
17157.960 𝑭_(𝒕+𝟏): Pronostico ajustado a la tendenci
17054.990 periodo posterior
17039.447
16211.413 𝒂: Voeficiente de suavización, si 0< 𝒂<1
15499.069 𝒂=𝟐/(𝒏+𝟏)

14751.873
n: numero de peridos
𝜷: Coeficiente de suavización, si 0< 𝜷<1
13958.136
13127.523
12293.694
11470.127
10668.653
9899.368
5 16 17 18 19

Periodo
 3. Interpretar los resultados ob

𝒕−𝟏)+𝑻_(𝒕−𝟏) )]
+(𝟏−𝜷) 𝑻_(𝒕−𝟏)

do t, primera

eriodo t
do t
riodo anterior
ado a la tendencia del

ación, si 0< 𝒂<1

ación, si 0<𝜷<1
ar los resultados obtenidos en cada uno de los modelos de pronósticos para tomar decisiones.
 RELACION DEL INVENTARIO

a. DEMANDA
DEMANDA
PERIODICA COSTO DE
TIEMPO DE
REFERENCIA FUTURA
PROYECTADA PREPARACION POR
ESPERA (dias)
(periodica) 1
EJERCICIO PEDIDO ($)
MODELO DE
PRONOSTICO
SUAVIZACION
EXPONENCIAL
DISPOSITIVO DE SIMPLE
ILUMINACION b. DEMANDA 7 2,022,617
PERIODICA
PROYECTADA
EJERCICIO 1
MODELO DE
PRONOSTICO
SUAVIZACION
EXPONENCIAL
DOBLE
ARIO

Se presenta la siguiente situación problema: U

COSTO DE COSTO POR específica, basándose en la Relación del inventa
RETENCION FALTANTE UNITARIO
UNITARIO ($) ($)

a. Plantear un modelo de inventario EOQ proba

6,795 25,084 • Determinar la cantidad óptim

• Determinar el tamaño

b. Plantear un modelo de inventario EOQ proba

• Determinar la cantidad óptim

•

a. Plantear un modelo de inventario EOQ proba

•D

b. Plantear un modelo de inventario EOQ proba

• De

3. Interpr
 EJERCICIO 2. MODELOS DE INVENTARIOS PROBABILISTICOS
uiente situación problema: Una compañía produce dispositivos electrónicos para iluminación y desea aplicar un nuev
en la Relación del inventario y demanda futura, encomienda al departamento de producción aplicar modelos de inv
encontrar la solución de los siguientes aspectos:

1. Modelo de Inventario EOQ probabilizado.

o de inventario EOQ probabilizado, utilizando la demanda futura, estimada en el Ejercicio 1 mediante suavización ex
para:
Determinar la cantidad óptima de pedido, la demanda diaria normalmente distribuida, la varianza de la demanda diar
• Determinar el tamaño de las existencias de reserva con un nivel de significancia a = 0.05. Determinar la política
• Comprobar los resultados utilizando software de optimización WinQSB.

lo de inventario EOQ probabilizado, utilizando la demanda futura, estimada en el Ejercicio 1 mediante Suavización e
para:
Determinar la cantidad óptima de pedido, la demanda diaria normalmente distribuida, la varianza de la demanda dia
• Determinar el tamaño de las existencias de reserva con un nivel de significancia a = 0.05
• Determinar la política del inventario óptimo.
• Comprobar los resultados utilizando software de optimización WinQSB.

2. Modelo de Inventario EOQ probabilístico con faltantes.

o de inventario EOQ probabilístico con faltantes, utilizando la demanda futura, estimada en Ejercicio 1 mediante Sua
inventario, para:
• Determinar la demanda uniforme durante el tiempo de espera y la cantidad óptima de pedid
• Determinar el costo de retención esperado y el costo por faltantes esperado.
• Determinar la política de colocación de pedidos óptima.
• Determinar la política del inventario óptimo.
• Comprobar los resultados utilizando software de optimización WinQSB.

lo de inventario EOQ probabilístico, utilizando la demanda futura, estimada en el Ejercicio 1 mediante Suavización e
para:
• Determinar la demanda uniforme durante el tiempo de espera y la cantidad óptima de pedid
• Determinar el costo de retención esperado y el costo por faltantes esperado.
• Determinar la política de colocación de pedidos óptima.
• Determinar la política del inventario óptimo.
• Comprobar los resultados utilizando software de optimización WinQSB.

3. Interpretar los resultados obtenidos en cada uno de los modelos de inventarios para tomar deci
OBABILISTICOS
ón y desea aplicar un nuevo modelo de inventario para una referencia
ón aplicar modelos de inventarios para tomar una decisión y les encarga
ctos:

o.

1 mediante suavización exponencial simple y la Relación del inventario,

rianza de la demanda diaria normalmente distribuida.

0.05. Determinar la política del inventario óptimo.
ización WinQSB.

1 mediante Suavización exponencial doble y la Relación del inventario,

arianza de la demanda diaria normalmente distribuida.

l de significancia a = 0.05.
mo.
ización WinQSB.

faltantes.

n Ejercicio 1 mediante Suavización exponencial simple y la Relación del

a cantidad óptima de pedido.

faltantes esperado.
os óptima.
mo.
ización WinQSB.

1 mediante Suavización exponencial doble y la Relación del inventario,

a cantidad óptima de pedido.

faltantes esperado.
s óptima.
mo.
ización WinQSB.

ventarios para tomar decisiones.

 Ejercicio 2.1.a
• Determinar la cantidad óptima de pedido, la demanda diaria normalmente distribuida, la varianza de la d

• Determinar el tamaño de las existencias de reserva con un nivel de significancia a = 0.05. Determinar la
• Determinar la política del inventario óptimo.
 • Comprobacion los resultados mediante el software de optimización WinQSB.
 Ejercicio 2.1.b
• Determinar la cantidad óptima de pedido, la demanda diaria normalmente distribuida, la varianza de la d
• Determinar el tamaño de las existencias de reserva con un nivel de significancia a = 0.05. Determinar la

• Determinar la política del inventario óptimo.

 • Comprobacion de los resultados mediante el software de optimización WinQSB.
Ejercicio 2.1.a
e distribuida, la varianza de la demanda diaria normalmente distribuida.

icancia a = 0.05. Determinar la política del inventario óptimo.

QSB.
Ejercicio 2.1.b
e distribuida, la varianza de la demanda diaria normalmente distribuida.
icancia a = 0.05. Determinar la política del inventario óptimo.
inQSB.
 COSTO DE
DEMANDA
PERIODO t PREPARACION POR
PERIODICA Dt
PEDIDO K

19 13514.000
20 13640.211
21 13704.925
22 14022.196

23 14558.597
24 14696.113
25 14543.048
26 14302.517
27 13914.673
28 14533.971
29 14237.553
30 14101.916
31 14236.661
32 14451.118
33 13984.474 2,022,617
34 13703.898
35 13438.645
36 13163.209
37 12902.736
38 12886.864
39 12870.992
40 12855.120
41 12839.248
42 12823.376
43 12807.504
44 12791.632
45 12775.760
46 12759.888
47 12744.016
48 12728.144

Dispositivo
 𝝈𝑳 k_((0.05))
Dispositivo

100.3 1.645

DISPOSITIVO

Cantidad optima de pedido

Periodo t
Qt

19 2836.410
20 2849.624
21 2856.376
22 2889.250
23 2943.994
24 2957.865
25 2942.421
26 2917.987
27 2878.151
28 2941.503
29 2911.352
30 2897.451
La politica de
31 inventario 2911.261
32 optimo (de 2933.106
reserva)
33 2885.361
requiere pedir
34 2856.269
35 2828.491
36 2799.355
37 2771.520
38 2769.815
39 2768.108
40 2766.401
41 2764.693
42 2762.983
43 2761.273
44 2759.561
45 2757.849
46 2756.135
47 2754.421
48 2752.705
 COSTO DE
DEMANDA
PERIODO t PREPARACION POR
PERIODICA Dt
PEDIDO K

19 14143
20 14844.631579
21 15411.130048
22 16206.348788
23 17234.910735
24 17782.423818
25 17895.579871
26 17768.313295
27 17323.355926
28 17946.391722
29 17515.293185
30 17157.960297
31 17054.990199
32 17039.446533
33 16211.412804
2,022,617
34 15499.068768
35 14751.872996
36 13958.135549
37 13465.017
38 13450.558
39 13436.099

40 13421.64
41 13407.181
42 13392.722
43 13378.263
 44 13363.804

45 13349.345
46 13334.886
47 13320.427
48 13305.968

𝜎𝐿 k_((0.05))
Dispositivo

659.5 1.645

DISPOSITIVO

Cantidad optima de pedido

Periodo t
Qt

19 2901.669
20 2972.773
21 3028.966
22 3106.130
23 3203.182
24 3253.663
25 3263.999
26 3252.372
27 3211.390
28 3268.629
29 3229.132
30 La politica de 3196.023
31 inventario 3186.419
optimo (de
32 reserva) 3184.966
33 requiere pedir 3106.616
34 3037.595
35 2963.471
36 2882.643
37 2831.265
38 2829.745
39 2828.223
41 2826.701
42 2825.178
43 2823.654
44 2822.130
45 2820.604
46 2819.078
47 2817.551
48 2816.023
 COSTO DE
CANTIDAD OPTIMA DE
RETENCION Dt/30 (Dt/30 - Dd)^2
PEDIDO Qt
UNITARIO H

2836.410 450.467 309.221

2849.624 454.674 178.962
2856.376 456.831 125.900
2889.250 467.407 0.416

2943.994 485.287 297.053

2957.865 489.870 476.073
2942.421 484.768 279.456
2917.987 476.751 75.676
2878.151 463.822 17.884
2941.503 484.466 269.431
2911.352 474.585 42.690
2897.451 470.064 4.050
2911.261 474.555 42.302
2933.106 481.704 186.393
6,795 2885.361 466.149 3.618
2856.269 456.797 126.669
2828.491 447.955 403.869
2799.355 438.774 857.184
2771.520 430.091 1440.972
2769.815 429.562 1481.419
2768.108 429.033 1522.426
2766.401 428.504 1563.992
2764.693 427.975 1606.118
2762.983 427.446 1648.804
2761.273 426.917 1692.050
2759.561 426.388 1735.856
2757.849 425.859 1780.222
2756.135 425.330 1825.147
2754.421 424.801 1870.632
2752.705 424.271 1916.677

Existencia de
reserva
.
 Existencia de
reserva
𝐵=𝜎𝐿∗𝑘_𝛼 .

165.0

SPOSITIVO

Nivel de inventario
𝐵+𝜇𝐿 .

Unidades
siempre que el
nivel del Unidades
inventario se
reduzca a 3441.4
COSTO DE
CANTIDAD OPTIMA DE
RETENCION Dt/30 (Dt/30 - Dd)^2
PEDIDO Qt
UNITARIO H

2901.669 471.433 5812.726

2972.773 494.821 716.618
3028.966 513.704 2084.196
3106.130 540.212 5207.107
3203.182 574.497 11330.684
3253.663 592.747 15549.123
3263.999 596.519 16504.024
3252.372 592.277 15432.042
3211.390 577.445 11967.016
3268.629 598.213 16942.073
3229.132 583.843 13407.733
3196.023 571.932 10791.194
3186.419 568.500 10089.868
3184.966 567.982 9986.047
3106.616 540.380 5231.497
6,795
3037.595 516.636 2360.433
2963.471 491.729 560.636
2882.643 465.271 7.729
2831.265 448.834 369.310
2829.745 448.352 388.067
2828.223 447.870 407.288

2826.701 447.388 426.974

2825.178 446.906 447.124
2823.654 446.424 467.739
2822.130 445.942 488.818
 2820.604 445.460 510.363

2819.078 444.978 532.371

2817.551 444.496 554.845
2816.023 444.014 577.782
2814.494 443.532 601.185

Existencia de
reserva
𝐵=𝜎𝐿∗𝑘_𝛼 .

1084.8

SPOSITIVO
Nivel de inventario

𝐵+𝜇𝐿

unidades siempre
que el nivel del
Unidades
inventario se
reduzca a
4918.5
 DEMANDA DIARA Dd

547.675

VARIANZA 〖𝜎 " " 〗 ^2

8875.145

DESVIACION TIPICA 𝜎
94.208

TIEMPO DE ESPERA (dias)

𝑳= 7

Demanda diaria normalmente

3833.7
distibuida
𝝁𝑳

Varianza de la demanda diaria

62126.0
normalmente distribuida
𝝈^𝟐 𝑳
 DEMANDA DIARA D

VARIANZA

DESVIACION TIPICA

TIEMPO DE ESPERA (d

Demanda diaria
normalmente
distibuida

Varianza de la
demanda diaria
normalmente
distribuida
 DEMANDA DIARA Dd

468.051

〖𝜎 " " 〗 ^2
VARIANZA

205.380

𝜎
DESVIACION TIPICA

14.331

TIEMPO DE ESPERA (dias)

𝑳= 7

Demanda diaria
normalmente 3276.4
distibuida 𝝁𝑳

Varianza de la
demanda diaria
1437.7
normalmente 𝝈^𝟐 𝑳
distribuida
 Ejercicio 2.2.a
•Determinar la demanda uniforme durante el tiempo de espera y la cantidad óptima de pedido.
•Determinar el costo de retención esperado y el costo por faltantes esperado.

•Determinar la política de colocación de pedidos óptima y Determinar la política del inventario óptimo.
•Comprobacion de los resultados mediante el software de optimización WinQSB.
 Ejercicio 2.2.b
•Determinar la demanda uniforme durante el tiempo de espera y la cantidad óptima de pedido.
•Determinar el costo de retención esperado y el costo por faltantes esperado.

•Determinar la política de colocación de pedidos óptima y Determinar la política del inventario óptimo.
•Comprobar los resultados utilizando software de optimización WinQSB.
cicio 2.2.a
ntidad óptima de pedido.
Periodo
t

19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
perado.

Periodo

19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48

la política del inventario óptimo.

 Periodo
𝒕

19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
40
41
42
43
44
45
46
47
48

n WinQSB.
cicio 2.2.b
ntidad óptima de pedido.
Periodo
t

19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
perado.
Periodo
𝒕
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48

la política del inventario óptimo.

Periodo
𝒕
19
20
21
22
 23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48

SB.
 Costo de Costo por
Demanda Costo de retención
preparación por faltante unitario
futura unitario ($)
pedido ($) ($)
D 𝑲 p 𝑯

13514.000
13640.211
13704.925
14022.196
14558.597
14696.113
14543.048
14302.517
13914.673
14533.971
14237.553
14101.916
14236.661
14451.118
13984.474
2022617 25084 6795
13703.898
13438.645
13163.209
12912.736
12896.864
12880.992
12865.120
12849.248
12833.376
12817.504
12801.632
12785.760
12769.888
12754.016
12738.144
 Cantidad Costo de
optima de Costo de retención
retencion Faltantes S
pedido con unitario ($)
esperado ($)
faltantes 𝑯
Y
3197.59 10863817.60114 681.57
3212.49 10914429.62107 684.74
3220.10 10940290.22068 686.36
3257.16 11066200.34299 694.26
3318.87 11275875.31216 707.42
3334.51 11329004.41725 710.75
3317.10 11269852.4722 707.04
3289.56 11176266.33257 701.17
3244.65 11023690.47075 691.60
3316.07 11266334.62965 706.82
3282.08 11150855.27386 699.57
3266.41 11097612.64884 696.23
3281.97 11150506.20336 699.55
3306.60 11234176.1943 704.80
3252.78 11051305.26309 693.33
3219.98 6795 10939880.11634 686.34
3188.66 10833486.70347 679.66
3155.82 10721891.21584 672.66
3125.65 10619391.7949 666.23
3123.73 10612863.24769 665.82
3121.80 10606330.68195 665.41
3119.88 10599794.09024 665.00
3117.96 10593253.46512 664.59
3116.03 10586708.7991 664.18
3114.10 10580160.08469 663.77
3112.17 10573607.31436 663.36
3110.24 10567050.48057 662.95
3108.31 10560489.57575 662.54
3106.38 10553924.59232 662.12
3104.45 10547355.52264 661.71

Dispositivo
 Cantidad optima de
Parametro R
pedido con faltantes
𝒀

3197.59 0.064096
3212.49 0.063799
3220.10 0.063648
3257.16 0.062924
3318.87 0.061754
3334.51 0.061464
3317.10 0.061787
3289.56 0.062304
3244.65 0.063167
3316.07 0.061806
3282.08 0.062446
La politica de
3266.41 unidades 0.062746
inventario
siempre que el
optimo exige 3281.97 0.062448
nivel del
pedir
3306.60 inventario se 0.061983
aproximadamet
3252.78 reduzca a 0.063009
e
3219.98 0.063650
3188.66 0.064276
3155.82 0.064945
3125.65 0.065571
3123.73 0.065612
3121.80 0.065652
3119.88 0.065693
3117.96 0.065733
3116.03 0.065774
3114.10 0.065815
3112.17 0.065855
3110.24 0.065896
3108.31 0.065937
3106.38 0.065978
 Costo por
Demanda Costo de Costo de retención
faltante unitario
futura preparación por unitario ($)
($)
D pedido ($) 𝑲 p
𝑯
14143
14844.632
15411.130
16206.349
17234.911
17782.424
17895.580
17768.313
17323.356
17946.392
17515.293
17157.960
17054.990
17039.447
16211.413
2022617 25084 6795
15499.069
14751.873
13958.136
13397.849
13382.926
13368.003
13353.080
13338.157
13323.234
13308.311
13293.388
13278.465
13263.542
13248.619
13233.696
 Cantidad
optima de Costo de
Costo de retención Faltantes
pedido con retencion
unitario ($) S
faltantes 𝑯 esperado ($)
Y
3271.16 11113766.77494 697.25
3351.32 11386105.92805 714.33
3414.67 11601329.20523 727.84
3501.66 11896880.48701 746.38
3611.07 12268600.56881 769.70
3667.98 12461949.48467 781.83
3679.63 12501536.57429 784.31
3666.52 12457004.16571 781.52
3620.32 12300039.95909 771.67
3684.85 12519272.12552 785.42
3640.32 12367992.51463 775.93
3603.00 12241181.50246 767.98
3592.17 12204394.71496 765.67
3590.53 12198831.99492 765.32
3502.20 11898739.05762 746.49
6795
3424.39 11634381.77197 729.91
3340.83 11350476.41089 712.10
3249.71 11040893.32505 692.68
3185.86 10823958.58213 679.07
3184.14 10818123.85935 678.70
3182.42 10812285.98792 678.33
3180.70 10806444.96276 677.97
3178.98 10800600.77874 677.60
3177.26 10794753.43073 677.23
3175.54 10788902.91358 676.87
3173.82 10783049.22215 676.50
3172.09 10777192.35125 676.13
3170.37 10771332.29569 675.76
3168.64 10765469.05029 675.40
3166.92 10759602.60982 675.03

DISPOSITIVO

Cantidad optima de
Parametro R
pedido con faltantes
𝒀
3271.16 0.062655
3351.32 0.061156
3414.67 0.060021
3501.66 0.058530
 3611.07 0.056757
3667.98 0.055876
3679.63 0.055699
3666.52 0.055899
3620.32 0.056612
3684.85 0.055621
La politica de 3640.32 0.056301
3603.00 Unidades 0.056884
inventario
3592.17 siempre que el 0.057056
optimo exige
nivel del
pedir 3590.53 0.057082
inventario se
aproximadamet 3502.20 0.058521
reduzca a
e 3424.39 0.059851
3340.83 0.061348
3249.71 0.063068
3183.82 0.064373
3182.05 0.064409
3180.27 0.064445
3178.50 0.064481
3176.72 0.064517
3174.94 0.064553
3173.16 0.064590
3171.38 0.064626
3169.60 0.064662
3167.82 0.064698
3166.04 0.064735
3164.26 0.064771
Cantidad optima
de pedido con Faltantes
faltantes S
Y

3197.59 681.57
3212.49 684.74
3220.10 686.36
3257.16 694.26
3318.87 707.42
3334.51 710.75
3317.10 707.04
3289.56 701.17
3244.65 691.60
3316.07 706.82
3282.08 699.57
3266.41 696.23
3281.97 699.55
3306.60 704.80
3252.78 693.33
3219.98 686.34
3188.66 679.66
3155.82 672.66
3125.65 666.23
3123.73 665.82
3121.80 665.41
3119.88 665.00
3117.96 664.59
3116.03 664.18
3114.10 663.77
3112.17 663.36
3110.24 662.95
3108.31 662.54
3106.38 662.12
3104.45 661.71
Costo por faltante Costo por
unitario ($) faltantes
p esperado ($)

8548197.90
8588021.98
8608370.40
8707442.81
8872425.62
8914230.27
8867686.55
8794048.27
8673993.91
8864918.53
8774053.57
8732159.59
8773778.90
8839614.66
8695722.61
25084 8608047.71
8524332.02
8436523.08
8355871.38
8350734.39
8345594.24
8340450.92
8335304.43
8330154.76
8325001.90
8319845.85
8314686.60
8309524.15
8304358.50
8299189.62
Unidades
Cantidad optima
de pedido con Faltantes
faltantes S
Y

3271.16 697.25
3351.32 714.33
3414.67 727.84
3501.66 746.38
3611.07 769.70
3667.98 781.83
3679.63 784.31
3666.52 781.52
3620.32 771.67
3684.85 785.42
3640.32 775.93
3603.00 767.98
3592.17 765.67
3590.53 765.32
3502.20 746.49
3424.39 729.91
3340.83 712.10
3249.71 692.68
3183.82 678.63
3182.05 678.25
3180.27 677.87
3178.50 677.50
3176.72 677.12
3174.94 676.74
3173.16 676.36
3171.38 675.98
3169.60 675.60
3167.82 675.22
3166.04 674.84
3164.26 674.46
Costo por faltante Costo por
unitario ($) faltantes
p esperado ($)

8744870.47
8959160.61
9128509.11
9361063.71
9653551.76
9805688.41
9836837.52
9801797.19
9678289.86
9850792.75
9731758.34
9631977.06
9603031.37
9598654.34
9362526.13
25084
9154516.53
8931125.51
8687529.98
8516834.82
8512243.76
8507650.23
8503054.22
8498455.72
8493854.73
8489251.25
8484645.27
8480036.79
8475425.81
8470812.31
8466196.30
Unidades
 BIBLIOGRAFÍA

Hillier, F. y Lieberman, G. (2015). Introducción a la investigación de operaciones. México, México: Editorial McGra

Interamericana. Recuperado de http://bibliotecavirtual.unad.edu.co:2053/?il=2269 
xico: Editorial McGraw-Hill