7-5-2021 INVESTIGACIÓN DE

OPERACIONES II
Taller Modelo Q, R

ROSEMBERG BUENDÍA HERNANDÉZ (2018116007)

ANDRÉS FELIPE DACONTE GOETHE (2018116016)
ANDREA MARCELA VALLE COLINA (2018116068)
UNIVERSIDADDEL MAGDALENA
PROBLEMA 1.
Un almacén de refacciones automotrices tiene en inventario muchas partes que vende a las
refaccionarias del vecindario. Un filtro común de aceite cuesta al almacén 1.50 dólares cada uno.
Se estima que el costo de procesamiento y recibo de pedido es 100 dólares por pedido. La
empresa usa un cargo de inventario basado en la tasa de interés anual de 28 por ciento.
La demanda mensual del filtro tiene una distribución normal con media de 280 y desviación
estándar de 77. Se supone que el tiempo de la demora del pedido es cinco meses. Suponga que si
pide un filtro al almacén cuando no hay existencia del mismo, la demanda se acumula, y el costo
para cada demanda acumulada se evalúa en 12.80 dólares.

Datos del ejercicio.

Tiempo de demora de pedido (𝝉) 𝟓 𝒎𝒆𝒔𝒆𝒔
Desviación estándar (𝝈) 77 𝑓𝑖𝑙𝑡𝑟𝑜𝑠/𝑚𝑒𝑠
Costo de preparación (k) 100 𝑑ó𝑙𝑎𝑟𝑒𝑠/𝑝𝑒𝑑𝑖𝑑𝑜
Costo de exceso de demanda (p) 12.80 𝑑ó𝑙𝑎𝑟𝑒𝑠/𝑓𝑖𝑙𝑡𝑟𝑜
Costo unitario (c) 1.50 𝑑ó𝑙𝑎𝑟𝑒𝑠/𝑓𝑖𝑙𝑡𝑟𝑜
Interés anual (I) 𝑑ó𝑙𝑎𝑟𝑒𝑠
0.28
𝑑ó𝑙𝑎𝑟 − 𝑎ñ𝑜
Demanda mensual (𝝀) 280 𝑓𝑖𝑙𝑡𝑟𝑜𝑠/𝑚𝑒𝑠

Conversión de unidades:
Demanda anual (𝝀):
𝐹𝑖𝑙𝑡𝑟𝑜𝑠 12 𝑚𝑒𝑠𝑒𝑠
𝜆 = (280 )( )
𝑀𝑒𝑠 1 𝑎ñ𝑜
𝐹𝑖𝑙𝑡𝑟𝑜𝑠
𝜆 = 3360
𝐴ñ𝑜

Desviación estándar (𝝈) para el tiempo de demora de pedido (𝝉): El ejercicio presenta la
desviación estándar para un mes, la cual se debe convertir de acuerdo con el tiempo de demora
del pedido (5 meses), para obtenerla se debe multiplicar la varianza, de la siguiente manera:
𝜎 2 = (77)2
Como son 5 meses, entonces tendremos:
𝜎 2 = (77)2 × 5
Al anterior valor se le calcula la raíz y así se obtiene la desviación estándar para el tiempo de
demora del pedido:

𝜎 2 = √(77)2 × 5
𝜎 2 = 77√5 𝐹𝑖𝑙𝑡𝑟𝑜𝑠

Media de la demanda (𝝁) para el tiempo de demora de pedido (𝝉):

𝐹𝑖𝑙𝑡𝑟𝑜𝑠
𝜇 = (280 ) (5 𝑚𝑒𝑠𝑒𝑠)
𝑀𝑒𝑠
𝜇 = 1400 𝐹𝑖𝑙𝑡𝑟𝑜𝑠

Resumiendo en la siguiente tabla:

Tiempo de demora de pedido 𝟓 𝒎𝒆𝒔𝒆𝒔 𝟓 𝒎𝒆𝒔𝒆𝒔
(𝝉)
Desviación estándar (𝝈) 77 𝑓𝑖𝑙𝑡𝑟𝑜𝑠/𝑚𝑒𝑠 77√5 𝐹𝑖𝑙𝑡𝑟𝑜𝑠
Costo de preparación (k) 100 𝑑ó𝑙𝑎𝑟𝑒𝑠/𝑝𝑒𝑑𝑖𝑑𝑜 100 𝑑ó𝑙𝑎𝑟𝑒𝑠/𝑝𝑒𝑑𝑖𝑑𝑜
Costo de exceso de demanda (p) 12.80 𝑑ó𝑙𝑎𝑟𝑒𝑠/𝑓𝑖𝑙𝑡𝑟𝑜 12.80 𝑑ó𝑙𝑎𝑟𝑒𝑠/𝑓𝑖𝑙𝑡𝑟𝑜
Costo unitario ( c ) 1.50 𝑑ó𝑙𝑎𝑟𝑒𝑠/𝑓𝑖𝑙𝑡𝑟𝑜 1.50 𝑑ó𝑙𝑎𝑟𝑒𝑠/𝑓𝑖𝑙𝑡𝑟𝑜
Interés anual (I) 𝑑ó𝑙𝑎𝑟𝑒𝑠 𝑑ó𝑙𝑎𝑟𝑒𝑠
0.28 𝑑ó𝑙𝑎𝑟𝑒𝑠 0.28 𝑑ó𝑙𝑎𝑟𝑒𝑠
𝑑ó𝑙𝑎𝑟 − 𝑎ñ𝑜 𝑑ó𝑙𝑎𝑟 − 𝑎ñ𝑜
Media de la demanda (𝝁) 1400 𝑓𝑖𝑙𝑡𝑟𝑜𝑠 1400 𝑓𝑖𝑙𝑡𝑟𝑜𝑠
Demanda (𝝀) 280 𝑓𝑖𝑙𝑡𝑟𝑜𝑠/𝑚𝑒𝑠 3360 𝑓𝑖𝑙𝑡𝑟𝑜𝑠/𝑚𝑒𝑠

Una vez ajustados los datos necesarios del ejercicio se procede a calcular las siguientes cantidades;

a) Los valores óptimos de la cantidad de pedido y el nivel de reorden.

ITERACIÓN CERO (𝑸𝟎 , 𝑹𝟎 )
→ Hallando el valor de 𝑄0
2𝑘𝜆
𝐸𝑂𝑄 = 𝑄0 = √
ℎ

(2)(100)(3,360)
𝑄0 = √
(0.28)(1.50)
 𝑄0 = 1264.91 𝐹𝑖𝑙𝑡𝑟𝑜𝑠⁄𝑃𝑒𝑑𝑖𝑑𝑜

→ Hallando el valor de 𝑅0
𝑄0 ℎ
1 − 𝐹 (𝑅0 ) =
𝑝𝜆
(1264.91)(0.42)
1 − 𝐹 (𝑅0 ) =
(12.80)(3360)
( )
1 − 𝐹 𝑅0 = 0.0123

→ Buscamos en la tabla de Distribución Normal el valor de Z y L(Z):

𝑍0 = 2.25
𝐿(𝑍0 ) = 0.0042

→ Se reemplazan los valores anteriores en la ecuación de 𝑅0 ∶

𝑅0 = 𝜇 + 𝜎𝑍0
𝑅0 = 1400 + 172.17(2.25)
𝑅0 = 1787.38 𝐹𝑖𝑙𝑡𝑟𝑜𝑠
→ Encontrando n(𝑅0 ) :
𝑛(𝑅0 ) = 𝜎 × 𝐿(𝑍0 )
𝑛(𝑅0 ) = (172.17)(0.0042)
𝑛(𝑅0 ) = 0.7231

Resumen de los resultados de la iteración 0:

𝑄0 = 1264.91 𝐹𝑖𝑙𝑡𝑟𝑜𝑠⁄𝑃𝑒𝑑𝑖𝑑𝑜
𝑅0 = 1787.38 𝐹𝑖𝑙𝑡𝑟𝑜𝑠
𝑛(𝑅0 ) = 0.7231
 ITERACIÓN UNO (𝑸𝟏 , 𝑹𝟏 )
→ Hallando el valor de 𝑄1

2𝜆[𝑘 + (𝑝 × 𝑛(𝑅0 ))]

𝑄1 = √
ℎ

2(3360)[100 + (12.80)(0.7231)]
𝑄1 = √
0.42

6720[109.25]
𝑄1 = √
0.42

734160
𝑄1 = √
0.42
𝑄1 = 1322.11 𝐹𝑖𝑙𝑡𝑟𝑜𝑠⁄𝑃𝑒𝑑𝑖𝑑𝑜

→ Encontrando el valor de 𝑅1
𝑄1 ℎ
1 − 𝐹(𝑅1 ) =
𝑝𝜆
(1322.11)(0.42)
1 − 𝐹(𝑅1 ) =
(12.80)(3360)
1 − 𝐹(𝑅1 ) = 0.0129

→ Buscamos en la tabla de Distribución Normal el valor de Z y L(Z):

𝑍1 = 2.23

𝐿(𝑍1 ) = 0.0045

→ Se reemplazan los valores anteriores en la ecuación de 𝑅1 ∶

𝑅1 = 𝜇 + 𝜎𝑍1
𝑅1 = 1400 + 172.17(2.23)
𝑅1 = 1783.93 𝐹𝑖𝑙𝑡𝑟𝑜𝑠
 → Encontrando n(𝑅1 ) :
𝑛(𝑅1 ) = 𝜎 × 𝐿(𝑍1)
𝑛(𝑅1 ) = (172.17)(0.0045)
𝑛(𝑅1 ) = 0.774
Resumen de los resultados de la iteración 1:

𝑄1 = 1322.11 𝐹𝑖𝑙𝑡𝑟𝑜𝑠⁄𝑃𝑒𝑑𝑖𝑑𝑜
𝑅1 = 1783.93 𝐹𝑖𝑙𝑡𝑟𝑜𝑠
𝑛(𝑅1 ) = 0.774

A partir de aquí, podemos hacer una comparación entre cada uno de los valores de Q y R
obtenidos para identificar si la diferencia no es mayor que uno, si la diferencia entre 𝑄0 − 𝑄1 y
𝑅0 − 𝑅1 es menor que 1 se encuentra ante la solución óptima, de ser mayor se debe continuar
con otra iteración.
Valores de Q Valores de R
𝑸𝟎 = 𝟏𝟐𝟔𝟒. 𝟗𝟏 𝑭𝒊𝒍𝒕𝒓𝒐𝒔⁄𝑷𝒆𝒅𝒊𝒅𝒐 𝑅0 = 1878.38 𝐹𝑖𝑙𝑡𝑟𝑜𝑠

𝑸𝟏 = 𝟏𝟑𝟐𝟐. 𝟏𝟏 𝑭𝒊𝒍𝒕𝒓𝒐𝒔⁄𝑷𝒆𝒅𝒊𝒅𝒐 𝑅1 = 1783.93 𝐹𝑖𝑙𝑡𝑟𝑜𝑠

Diferencia: 57.2 Diferencia: 3.45

Al realizar la diferencia de cada una de las variables se puede observar que ni los valores de R
ni de Q cumplen con la condición de que sean menores a uno, por ende, se procede a realizar la
siguiente iteración.
ITERACIÓN DOS (𝑸𝟐 , 𝑹𝟐 )
→ Hallando el valor de 𝑄2

2𝜆[𝑘 + (𝑝 × 𝑛(𝑅1 ))]

𝑄2 = √
ℎ

2(3360)[100 + (12.80)(0.774)]
𝑄2 = √
0.42

6720[109.90]
𝑄2 = √
0.42
 738528
𝑄2 = √
0.42
𝑄2 = 1326.04 𝐹𝑖𝑙𝑡𝑟𝑜𝑠⁄𝑃𝑒𝑑𝑖𝑑𝑜

→ Encontrando el valor de 𝑅2
𝑄2 ℎ
1 − 𝐹(𝑅2 ) =
𝑝𝜆
(1326.04)(0.42)
1 − 𝐹(𝑅2 ) =
(12.80)(3360)
1 − 𝐹(𝑅2 ) = 0.0129

→ Buscamos en la tabla de Distribución Normal el valor de Z y L(Z):

𝑍2 = 2.23

𝐿(𝑍2 ) = 0.0045

→ Se reemplazan los valores anteriores en la ecuación de 𝑅2 ∶

𝑅2 = 𝜇 + 𝜎𝑍2
𝑅2 = 1400 + 172.17(2.23)
𝑅2 = 1783.93 𝐹𝑖𝑙𝑡𝑟𝑜𝑠
→ Encontrando n(𝑅2 ) :
𝑛(𝑅2 ) = 𝜎 × 𝐿(𝑍2 )
𝑛(𝑅2 ) = (172.17)(0.0045)
𝑛(𝑅2 ) = 0.774

Resumen de los resultados de la iteración 2:

𝑄2 = 1326.04 𝐹𝑖𝑙𝑡𝑟𝑜𝑠⁄𝑃𝑒𝑑𝑖𝑑𝑜
𝑅2 = 1783.93 𝐹𝑖𝑙𝑡𝑟𝑜𝑠
𝑛(𝑅2 ) = 0.774
Comparando valores de Q y R obtenidos en la iteración 1 y 2, tenemos que:
Valores de Q Valores de R
𝑸𝟏 = 𝟏𝟑𝟐𝟐. 𝟏𝟏 𝑭𝒊𝒍𝒕𝒓𝒐𝒔⁄𝑷𝒆𝒅𝒊𝒅𝒐 𝑅1 = 1783.93 𝐹𝑖𝑙𝑡𝑟𝑜𝑠

𝑸𝟐 = 𝟏𝟑𝟐𝟔. 𝟎𝟒 𝑭𝒊𝒍𝒕𝒓𝒐𝒔⁄𝑷𝒆𝒅𝒊𝒅𝒐 𝑅2 = 1783.93 𝐹𝑖𝑙𝑡𝑟𝑜𝑠

Diferencia: 3.93 Diferencia: 0

Las diferencias de cada variable indica que los valores de R cumplen con la condición R<1, no
obstante, podemos notar que los valores de Q presentan una diferencia de 3.93, por lo tanto, es
conveniente realizar una iteración 3.

ITERACIÓN TRES (𝑸𝟑 , 𝑹𝟑 )

→ Hallando el valor de 𝑄3

2𝜆[𝑘 + (𝑝 × 𝑛(𝑅2 ))]

𝑄3 = √
ℎ

2(3360)[100 + (12.80)(0.774)]
𝑄3 = √
0.42

6720[109.90]
𝑄3 = √
0.42

738528
𝑄3 = √
0.42
𝑄3 = 1326.04 𝐹𝑖𝑙𝑡𝑟𝑜𝑠⁄𝑃𝑒𝑑𝑖𝑑𝑜

→ Encontrando el valor de 𝑅3
𝑄3 ℎ
1 − 𝐹(𝑅3 ) =
𝑝𝜆
(1326.04)(0.42)
1 − 𝐹(𝑅3 ) =
(12.80)(3360)
1 − 𝐹(𝑅3 = 0.0129
)
 → Buscamos en la tabla de Distribución Normal el valor de Z y L(Z):
𝑍3 = 2.23

𝐿(𝑍3 ) = 0.0045

→ Se reemplazan los valores anteriores en la ecuación de 𝑅3 ∶

𝑅3 = 𝜇 + 𝜎𝑍3
𝑅3 = 1400 + 172.17(2.23)
𝑅3 = 1783.93 𝐹𝑖𝑙𝑡𝑟𝑜𝑠
→ Encontrando n(𝑅3 ) :
𝑛(𝑅3 ) = 𝜎 × 𝐿(𝑍3 )
𝑛(𝑅3 ) = (172.17)(0.0045)
𝑛(𝑅3 ) = 0.774

Resumen de los resultados de la iteración 3:

𝑄3 = 1326.04 𝐹𝑖𝑙𝑡𝑟𝑜𝑠⁄𝑃𝑒𝑑𝑖𝑑𝑜
𝑅3 = 1783.93 𝐹𝑖𝑙𝑡𝑟𝑜𝑠
𝑛 𝑅3 ) = 0.774
(

Comparando valores de Q y R obtenidos en la iteración 2 y 3, tenemos que:

Valores de Q Valores de R
𝑸𝟐 = 𝟏𝟑𝟐6.04 𝑭𝒊𝒍𝒕𝒓𝒐𝒔⁄𝑷𝒆𝒅𝒊𝒅𝒐 𝑅2 = 1783.93 𝐹𝑖𝑙𝑡𝑟𝑜𝑠

𝑸𝟑 = 𝟏𝟑𝟐𝟔. 𝟎𝟒 𝑭𝒊𝒍𝒕𝒓𝒐𝒔⁄𝑷𝒆𝒅𝒊𝒅𝒐 𝑅3 = 1783.93 𝐹𝑖𝑙𝑡𝑟𝑜𝑠

Diferencia: 0 Diferencia: 0

Las diferencias de cada variable indica que los valores de R y Q cumplen con la condición de ser
menores a 1, por ende, se detienen las iteraciones y se puede concluir que el tamaño óptimo a
pedir es aproximadamente de 1326 filtros cada 5 meses, cuando se encuentre el inventario a un
nivel de 1783 filtros.
 b) El Costo Anual Promedio de Inventario, Preparación y Desabasto asociado con este
artículo, suponiendo que se usa la política óptima.
Procedemos a calcular los costos incurridos de Inventario, Preparación y Desabasto luego de
obtener las cantidades Q y R:
𝑄 𝐾𝜆 𝑃𝜆𝑛(𝑅)
𝐺 (𝑄, 𝑅) = ℎ ( + 𝑅 − 𝜇) + +
2 𝑄 𝑄
1326 100(3360) (12.80)(3360)(0.774)
𝐺 (1326, 1783) = 0.42 ( + 1786 − 1400) + +
2 1326 1326
𝐺 (1326, 1783) = 0.42(1049) + 253.39 + 25.10

𝐺 (1326, 1783) = 719.07 𝑑ó𝑙𝑎𝑟𝑒𝑠⁄𝑎ñ𝑜

Los Costos Anuales Promedios de Inventario, Preparación y Desabasto asociado a este artículo,
usando la política óptima de Q=1326 y R=1783, están dados por:
𝐺 (1326, 1783) = 719.07 𝑑ó𝑙𝑎𝑟𝑒𝑠⁄𝑎ñ𝑜

c) Evalúe el costo de la incertidumbre en este proceso. Es decir, compare el costo anual

promedio que obtuvo en la parte b) con el costo anual promedio en que hubiera
incurrido si la demanda en el tiempo de la demora tuviera varianza cero.
Para poder calcular el Costo si la demanda en el tiempo de demora tuviera varianza cero,
recurrimos a la ecuación de sensibilidad, la cual es una penalización de costos para soluciones
subóptimas, en la cual se reemplazan los datos para luego comparar el resultado del inciso b y así
obtener el costo de incertidumbre.

𝐺(𝑄) = √2𝑘𝜆ℎ
𝐺(𝑄) = √(2)(100)(3360)(0.42)
𝐺(𝑄) = 531.26 𝐷ó𝑙𝑎𝑟𝑒𝑠⁄𝐴ñ𝑜

El costo de incertidumbre la obtendremos de la siguiente diferencia:

𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑙𝑎 𝑖𝑛𝑐𝑒𝑟𝑡𝑖𝑑𝑢𝑚𝑏𝑟𝑒 = 𝐺 (𝑄3 , 𝑅3 ) − 𝐺(𝑄)
𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑙𝑎 𝑖𝑛𝑐𝑒𝑟𝑡𝑖𝑑𝑢𝑚𝑏𝑟𝑒 = 719.07 − 531.26
𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑙𝑎 𝑖𝑛𝑐𝑒𝑟𝑡𝑖𝑑𝑢𝑚𝑏𝑟𝑒 = 187.81 𝐷ó𝑙𝑎𝑟𝑒𝑠⁄𝐴ñ𝑜

Se concluye que el Costo Anual Promedio de Inventario, Preparación y Desabasto es

187.81 𝐷ó𝑙𝑎𝑟𝑒𝑠⁄𝐴ñ𝑜 , siendo esto mayor que los Costos Adicionales en los que se incurrían si
se usara una solución óptima.
PROBLEMA 14
Pinturas Weiss usa un sistema de inventario (Q, R) para controlar sus niveles de existencias. Para
una pintura blanca, muy común, de látex, los datos históricos indican que la distribución de la
demanda mensual es aproximadamente normal, con media de 28 latas y desviación estándar 8. El
tiempo de demora del reabastecimiento para esta pintura es de unas 14 semanas. Cada lata le cuesta
6 dólares a Weiss. Aunque las demandas en exceso se acumulan, el dueño estima que le cuestan
unos 10 dólares cada una, por gastos de contabilidad y pérdida de buena voluntad. Los costos fijos
de reabastecimiento son 15 dólares por pedido, y los costos de mantener el inventario se basan en
una tasa anual de interés de 30 por ciento.

Datos del ejercicio

Tiempo de demora del pedido (𝝉) 14 Semanas
Media de la demanda (𝝁) 28 𝐿𝑎𝑡𝑎𝑠⁄𝑀𝑒𝑠
Interés anual (𝑰) 0.30 𝐷ó𝑙𝑎𝑟𝑒𝑠/𝐷ó𝑙𝑎𝑟
− 𝐴ñ𝑜
Costo unitario (𝑐 ) 6 𝐷ó𝑙𝑎𝑟𝑒𝑠⁄𝐿𝑎𝑡𝑎
Costo de preparación (𝑘 ) 15 𝐷ó𝑙𝑎𝑟𝑒𝑠/𝑃𝑒𝑑𝑖𝑑𝑜
Costo de exceso de demanda (𝒑) 10 𝐷ó𝑙𝑎𝑟𝑒𝑠⁄𝐿𝑎𝑡𝑎
Desviación estándar (𝝈) 8 𝐿𝑎𝑡𝑎𝑠⁄𝑀𝑒𝑠

Para poder dar solución al presente problema, debemos transformar los datos que nos ofrecen de
tal manera que las unidades trabajadas, coincidan unas con otras.

De tal manera que:

Tiempo de demora del pedido (𝝉);

1 𝐴ñ𝑜 12 𝑀𝑒𝑠𝑒𝑠
𝝉 = 14 𝑆𝑒𝑚𝑎𝑛𝑎𝑠 ( )( )
52 𝑆𝑒𝑚𝑎𝑛𝑎𝑠 1 𝐴ñ𝑜
𝝉 = 3.2308 𝑀𝑒𝑠𝑒𝑠

Demanda anual (𝝀);

28 𝐿𝑎𝑡𝑎𝑠 12 𝑀𝑒𝑠𝑒𝑠
𝝀=( )( )
𝑀𝑒𝑠 𝐴ñ𝑜
𝝀 = 336 𝐿𝑎𝑡𝑎𝑠⁄𝐴ñ𝑜
 Desviación estándar (𝝈);

𝜎 = 8 ∗ √3.2308
𝜎 = 14.3795 𝐿𝑎𝑡𝑎𝑠

Media de la demanda (𝝁);

𝜇 = 28 𝐿𝑎𝑡𝑎𝑠⁄𝑀𝑒𝑠 (3.2308 𝑀𝑒𝑠𝑒𝑠)

𝜇 = 90.4615 𝐿𝑎𝑡𝑎𝑠

Resumiendo, en la siguiente tabla:

Tiempo de demora del pedido (𝝉) 3.2308 𝑀𝑒𝑠𝑒𝑠

Media de la demanda (𝝁) 90.4615 𝐿𝑎𝑡𝑎𝑠
Interés anual (𝑰) 0.30 𝐷ó𝑙𝑎𝑟/𝐷ó𝑙𝑎𝑟 − 𝐴ñ𝑜
Costo unitario (𝑐 ) 6 𝐷ó𝑙𝑎𝑟𝑒𝑠⁄𝐿𝑎𝑡𝑎
Costo de preparación (𝑘 ) 15 𝐷ó𝑙𝑎𝑟𝑒𝑠/𝑃𝑒𝑑𝑖𝑑𝑜
Costo de exceso de demanda (𝒑) 10 𝐷ó𝑙𝑎𝑟𝑒𝑠⁄𝐿𝑎𝑡𝑎
Demanda Anual (𝝀) 336 𝐿𝑎𝑡𝑎𝑠⁄𝐴ñ𝑜
Desviación estándar (𝝈) 14.3795 𝐿𝑎𝑡𝑎𝑠

Una vez hemos encontrado los valores necesarios, procedemos a revolver cada uno de los incisos
propuestos.

a) a) ¿Cuáles son los tamaños óptimos de lote y los puntos de reorden para esta pintura?

ITERACIÓN CERO (𝑸𝟎 , 𝑹𝟎 )

→ Hallamos el valor de 𝑄0

2𝑘𝜆
𝐸𝑂𝑄 = 𝑄0 = √
ℎ

2(15)(336)
𝑄0 = √
0.30(6)
𝑄0 = 74.8331 𝐿𝑎𝑡𝑎𝑠⁄𝑃𝑒𝑑𝑖𝑑𝑜
→ Hallamos el valor de 𝑅0 :
𝑄0 ℎ
1 − 𝐹 (𝑅0 ) =
𝑝𝜆
(74.8331)(1.8)
1 − 𝐹 (𝑅0 ) =
(10)(336)
1 − 𝐹 (𝑅0 ) = 0.040

→ En la tabla de distribución normal buscamos el valor de Z y L(Z), obteniendo lo siguiente:

𝑍0 = 1.75
𝐿(𝑍0 ) = 0.0162

→ Se reemplaza en la ecuación de 𝑅0 :
𝑅0 = 𝜇 + 𝜎𝑧0
𝑅0 = 90.4615 + 14.3795(1.75)
𝑅0 = 115.6256 𝐿𝑎𝑡𝑎𝑠

→ Por consiguiente tenemos que 𝑛(𝑅0 ):

𝑛(𝑅0 ) = 𝜎 ∗ 𝐿(𝑍0 ) = (14.3795)(0.0162)
𝑛(𝑅0 ) = 0.2329

En conclusión, de la Iteración CERO tenemos:

𝑄0 = 74.8331 𝐿𝑎𝑡𝑎𝑠⁄𝑃𝑒𝑑𝑖𝑑𝑜
𝑅0 = 115.6256 𝐿𝑎𝑡𝑎𝑠
 ITERACIÓN UNO (𝑸𝟏 , 𝑹𝟏 )

→ Hallamos el valor de 𝑄1

2𝜆[𝑘 + (𝑝 ∗ 𝑛(𝑅1 ))]

𝑄1 = √
ℎ

2(336)[15 + (10)(0.2329)]
𝑄1 = √
1.8
𝑄1 = 80.4332 𝐿𝑎𝑡𝑎𝑠⁄𝑃𝑒𝑑𝑖𝑑𝑜

→ Hallamos el valor de 𝑅1
𝑄1ℎ
1 − 𝐹 (𝑅1 ) =
𝑝𝜆
(80.4332)(1.8)
1 − 𝐹 (𝑅1 ) =
(10)(336)
( )
1 − 𝐹 𝑅1 = 0.0431

→ En la tabla de distribución normal buscamos el valor de Z y L(Z), obteniendo lo siguiente:

𝑍1 = 1.72
𝐿(𝑍1 ) = 0.0174

→ Se reemplaza en la ecuación de 𝑅1 :
𝑅1 = 𝜇 + 𝜎𝑧1
𝑅1 = 90.4615 + 14.3795(1.72)
𝑅1 = 115.1942 𝐿𝑎𝑡𝑎𝑠

→ Por consiguiente 𝑛(𝑅1 ):

𝑛(𝑅1 ) = 𝜎 ∗ 𝐿 (𝑍1) = (14.3795)(0.0174)

𝑛(𝑅1 ) = 0.2502
En conclusión, de la Iteración UNO tenemos:

𝑄1 = 80.4332 𝐿𝑎𝑡𝑎𝑠⁄𝑃𝑒𝑑𝑖𝑑𝑜
𝑅1 = 115.1942 𝐿𝑎𝑡𝑎𝑠
𝑛(𝑅1 ) = 0.2502

A partir de aquí, debemos hacer una comparación entre cada uno de los valores de Q y R obtenidos
para poder identificar si la diferencia no es mayor que uno

Valores de R Valores de Q
𝑅0 = 115.6256 𝐿𝑎𝑡𝑎𝑠 𝑄0 = 74.8331 𝐿𝑎𝑡𝑎𝑠⁄𝑃𝑒𝑑𝑖𝑑𝑜

𝑅1 = 115.1942 𝐿𝑎𝑡𝑎𝑠 𝑄1 = 80.4332 𝐿𝑎𝑡𝑎𝑠⁄𝑃𝑒𝑑𝑖𝑑𝑜

Diferencia: 0.4314 Diferencia: 5.6001

Al obtener los resultamos podemos analizar la diferencia de cada una de las variables encontramos
que los valores de R cumplen con la condición de que sean menores a uno, sin embargo, los valores
de Q tienen una diferencia de 5 unidades por lo que se siguen realizando iteraciones.

ITERACIÓN DOS (𝑸𝟐 , 𝑹𝟐 )

→ Hallamos el valor de 𝑄2

2𝜆[𝑘 + (𝑝 ∗ 𝑛(𝑅2 ))]

𝑄2 = √
ℎ

2(336)[15 + (10)(0.2502)]
𝑄2 = √
1.8

𝑄2 = 80.8337 𝐿𝑎𝑡𝑎𝑠⁄𝑃𝑒𝑑𝑖𝑑𝑜
 → Hallamos el valor de 𝑅2 :
𝑄2 ℎ
1 − 𝐹 (𝑅2 ) =
𝑝𝜆
(80.8337)(1.8)
1 − 𝐹 (𝑅2 ) =
(10)(336)
1 − 𝐹 (𝑅2 ) = 0.04330

→ En la tabla de distribución normal buscamos el valor de Z y L(Z), obteniendo lo siguiente:

𝑍2 = 1.71
𝐿(𝑍2 ) = 0.0178

→ Se reemplaza en la ecuación de 𝑅2 ,
𝑅2 = 𝜇 + 𝜎𝑧2
𝑅2 = 90.4615 + 14.3795(1.71)
𝑅2 = 115.0504 𝐿𝑎𝑡𝑎𝑠

Por consiguiente 𝑛(𝑅2 ):

𝑛(𝑅2 ) = 𝜎 ∗ 𝐿 (𝑍2 ) = (14.3795)(0.0178)

𝑛(𝑅2 ) = 0.2559

En conclusión, de la Iteración DOS tenemos:

𝑄2 = 80.8337 𝐿𝑎𝑡𝑎𝑠⁄𝑃𝑒𝑑𝑖𝑑𝑜
𝑅2 = 115.0504 𝐿𝑎𝑡𝑎𝑠
𝑛(𝑅2 ) = 0.2559
 Comparando valores de Q y R obtenidos en la iteración 1 y 2, tenemos que:

Valores de R Valores de Q
𝑅1 = 115.1942 𝐿𝑎𝑡𝑎𝑠 𝑄1 = 80.4332 𝐿𝑎𝑡𝑎𝑠⁄𝑃𝑒𝑑𝑖𝑑𝑜

𝑅2 = 115.0504 𝐿𝑎𝑡𝑎𝑠 𝑄2 = 80.8337 𝐿𝑎𝑡𝑎𝑠⁄𝑃𝑒𝑑𝑖𝑑𝑜

Diferencia: 0.1437 Diferencia: 0.4005

Al obtener los resultamos podemos analizar la diferencia de cada una de las variables
encontramos que los valores de R y Q, son menores que uno, por lo tanto, detenemos el proceso
iterativo y tenemos que:
El tamaño de lote optimo a pedir es de aproximadamente 81 latas cada 3.2308 meses, cuando el
nivel de inventario se encuentre en 115 latas.

b) b) ¿Cuál es la existencia óptima de seguridad para esta pintura?

𝑆 = 𝑅2 − 𝜇
𝑆 = 115.0504 − 90.4615
𝑆 = 24.5889 𝐿𝑎𝑡𝑎𝑠
Al obtener los resultamos podemos decir que la existencia optima de seguridad para esta pintura
es de 24.5889 𝐿𝑎𝑡𝑎𝑠.

c)
d) c) El costo anual promedio de inventario, preparación y desabasto asociado con este artículo,
suponiendo que se usa la política óptima.

→ Costo Promedio de Inventario:

𝑄2 80.8337
𝐶𝑜𝑠𝑡𝑜 𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝐼𝑛𝑣𝑒𝑛𝑡𝑎𝑟𝑖𝑜 = ℎ ( + 𝑆) = 1.8 ( + 24.5889)
2 2
𝐶𝑜𝑠𝑡𝑜 𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝐼𝑛𝑣𝑒𝑛𝑡𝑎𝑟𝑖𝑜 = 117.01035 𝐷ó𝑙𝑎𝑟𝑒𝑠⁄𝐴ñ𝑜

→ Costo de Preparación:
𝑘𝜆 15(336)
𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑝𝑟𝑒𝑝𝑎𝑟𝑎𝑐𝑖ó𝑛 = =
𝑄2 80.8337
𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑝𝑟𝑒𝑝𝑎𝑟𝑎𝑐𝑖ó𝑛 = 62.35 𝐷ó𝑙𝑎𝑟𝑒𝑠⁄𝐴ñ𝑜
 → Costo de Desabasto:
𝑝𝜆𝑛(𝑅2 ) 10(336)0.2559
𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑑𝑒𝑠𝑎𝑏𝑎𝑠𝑡𝑜 = =
𝑄2 80.8337
𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑑𝑒𝑠𝑎𝑏𝑎𝑠𝑡𝑜 = 10.6367 𝐷ó𝑙𝑎𝑟𝑒𝑠⁄𝐴ñ𝑜

→ Calculando el Costo Anual Promedio:

𝑄2 𝑘𝜆 𝑝𝜆𝑛(𝑅2 )
𝐺 (𝑄2 , 𝑅2 ) = ℎ ( + 𝑅2 − 𝜇) + +
2 𝑄2 𝑄2

𝐺 (𝑄2 , 𝑅2 ) = $ 117.01035 + $ 62.35 + $ 10.6367

𝐺 (𝑄2 , 𝑅2 ) = 189.997 𝐷ó𝑙𝑎𝑟𝑒𝑠⁄𝐴ñ𝑜

e) d) Evalúe el costo de la incertidumbre en este proceso. Es decir, compare el costo anual

promedio que obtuvo en la parte c) con el costo anual promedio en que hubiera incurrido si
la demanda en el tiempo de la demora tuviera varianza cero.

Cuando la varianza es cero, tenemos que:

𝐺 (𝑄 ) = √2𝑘𝜆ℎ

𝐺 (𝑄 ) = √2(15)(336)(1.8)

𝐺 (𝑄 ) = 134.6997 𝐷ó𝑙𝑎𝑟𝑒𝑠⁄𝐴ñ𝑜

→ Hallamos el costo de incertidumbre:

𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑖𝑛𝑐𝑒𝑟𝑡𝑖𝑑𝑢𝑚𝑏𝑟𝑒 = 𝐺 (𝑄2 , 𝑅2 ) − 𝐺 (𝑄 )

𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑖𝑛𝑐𝑒𝑟𝑡𝑖𝑑𝑢𝑚𝑏𝑟𝑒 = $ 189.997 − $ 134.6997
𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑖𝑛𝑐𝑒𝑟𝑡𝑖𝑑𝑢𝑚𝑏𝑟𝑒 = 55.2973 𝐷ó𝑙𝑎𝑟𝑒𝑠⁄𝐴ñ𝑜
Comparando el costo anual promedio obtenida en el inciso C con el costo anual promedio
con varianza 0, tenemos que el costo de incertidumbre en este proceso es de
55.2973 𝐷ó𝑙𝑎𝑟𝑒𝑠⁄𝐴ñ𝑜

CONCLUSIÓN DEL EJERCICIO

Pinturas Weiss que es partidaria de una política de inventario (Q, R) se le podría recomendar
la compra de 81 Latas cada vez que sus niveles de inventario se encuentren en 115 unidades,
esta vendría siendo la cantidad de lote óptimo que minimiza sus costos.
Para este tipo de pintura la existencia óptima de seguridad viene dado por 24 unidades, las
cuales se comportan como unidades de seguridad debido a la aleatoriedad de la demanda.
Ya para culminar, podemos decir que para este tamaño de lote solicitado por Weiss el Costo
Anual promedio de Inventario, preparación y desabasto suponiendo el uso de una política
óptima será de 189.997 𝐷ó𝑙𝑎𝑟𝑒𝑠/𝑎ñ𝑜.

PROBLEMA 15.
Después de asistir a un seminario de producción, el dueño de Pinturas Weiss, el mismo del
problema 14, decide que su costo de faltantes de 10 dólares puede tener errores, y cambia a
un modelo de nivel de servicio. Decide establecer su tamaño de lote con la fórmula de CEP
que determina su punto de reorden para que no haya desabasto en el 90 por ciento de los
ciclos de pedido.
a) Calcule los valores resultantes (Q, R).
→ Calculamos Q:

2𝑘𝜆
𝑄=√
ℎ

2(15)(336)
𝑄=√
1.8

10080
𝑄=√
1.8

𝑄 = 74.833𝑙𝑎𝑡𝑎𝑠⁄
𝑝𝑒𝑑𝑖𝑑𝑜
 → 𝐶𝑎𝑙𝑐𝑢𝑙𝑎𝑚𝑜𝑠 𝑅:
𝑄ℎ
1 − 𝐹 (𝑅 ) =
𝑝𝜆
(74.833)(1.8)
1 − 𝐹 (𝑅 ) =
(10)(336)
1 − 𝐹 (𝑅) = 0.040
→ En la tabla de distribución normal tenemos:
𝑍 = 1.75
𝐿(𝑍) = 0.0162
→ Utilizando la ecuación 𝑅0 :
𝑅0 = 𝜇 + 𝜎𝑧0
𝑅0 = 90.4615 + 14.3795(1.75)
𝑅0 = 115.625 𝐿𝑎𝑡𝑎𝑠
→ Calculamos n(𝑅0 ):
𝑛(𝑅0 ) = 𝜎 ∗ 𝐿𝑜
𝑛(𝑅0 ) = (14.3795)(0.0162)
𝑛(𝑅0 ) = 0.2329

Luego de haber calculado los valores resultantes (Q, R) a través de la formula CEP podemos concluir
que el lote a pedir será de 75 latas por pedido y el punto de reorden es 116 latas.

b) Suponga que, desafortunadamente, lo que quería en realidad era satisfacer el 90 por ciento
de sus demandas (esto es, lograr una tasa de cumplimiento del 90 por ciento. ¿Qué tasa de
cumplimiento logró realmente con la política determinada en la parte a)?
𝑛 (𝑅 )
%𝐶𝑢𝑚𝑝𝑙𝑖𝑚𝑖𝑒𝑛𝑡𝑜 = 1 −
𝑄
0.2342
%𝐶𝑢𝑚𝑝𝑙𝑖𝑚𝑖𝑒𝑛𝑡𝑜 = 1 −
74.83
%𝐶𝑢𝑚𝑝𝑙𝑖𝑚𝑖𝑒𝑛𝑡𝑜 = 0.9968

La tasa de cumplimiento lograda realmente con la política determinada en la parte a es del 99.68%