Contenido

EJEMPLO 17.1: Reservaciones de hotel.........................................................................3

SOLUCIÓN......................................................................................................................3
1. Reservaciones adicionales para vuelos..................................................................4
2. Pedidos de artículos de moda................................................................................5
3. Cualquier tipo de pedido único..............................................................................5
SISTEMAS DE INVENTARIO DE VARIOS PERIODOS............................................................5
MODELOS DE CANTIDAD DE PEDIDO FIJA.........................................................................7
EJEMPLO 17.2: Cantidad económica de pedidos y punto de volver a pedir...............11
SOLUCIÓN....................................................................................................................11
2
 Modelo de inventario de periodo único.
Ciertamente, un ejemplo fácil a considerar es el problema clásico del “voceador”.
Piénsese en el problema que tiene un voceador al decidir cuántos periódicos exhibir
cada mañana en el puesto que tiene en las afueras del vestíbulo de un hotel. Si esta
persona no coloca los suficientes periódicos en el puesto, algunos clientes no podrán
comprar el diario y el voceador perderá las ganancias relacionadas con esas ventas.
Por otra parte, si coloca demasiados periódicos, el voceador tendrá que pagar aquellos
que no se vendan durante el día, reduciendo sus ganancias de la jornada.

En realidad, este tipo de problema es muy común. Considere la persona que vende
playeras promoviendo un juego de campeonato de básquetbol o fútbol. Se trata de
una situación muy complicada, ya que la persona debe esperar hasta saber qué
equipos van a jugar. Luego, podrá imprimir las camisetas con los logotipos de los
equipos apropiados. Desde luego, el vendedor debe calcular cuántas personas van a
querer las playeras.
Es probable que las camisetas que venda antes del partido se puedan vender a un
precio más alto, mientras que aquellas que queden después del juego tendrá que
venderlas con un descuento importante. Una forma sencilla de pensar en esta
situación es considerando el riesgo que una persona está dispuesta a correr de que el
inventario se agote. Considérese que el voceador que vende periódicos en el puesto
ha recopilado información durante algunos meses y se ha dado cuenta de que, en
promedio, cada lunes se venden 90 periódicos con una desviación estándar de 10
(desde luego, esto supone que los periódicos nunca se han agotado). Con estos datos,
el voceador podría establecer un índice de servicio aceptable. Por ejemplo, quizás el
voceador quiera estar 80% seguro de que no se va a quedar sin periódicos los lunes.

Si recuerda sus estudios de estadística, suponiendo que la distribución de probabilidad

relacionada con la venta de periódicos es normal y si coloca exactamente 90 periódicos
todos los lunes por la mañana, el riesgo de que se agoten sería de 50%, ya que 50% del
tiempo se espera que la demanda sea menor de 90 periódicos y el otro 50% del
tiempo, se espera que la demanda sea mayor de 90. Para estar 80% seguros de que el
inventario no se va a agotar, se tienen que manejar algunos periódicos adicionales. En
la tabla de la “distribución normal estándar acumulada” del apéndice E, se ve que se
necesitan aproximadamente 0.85 desviaciones estándar de periódicos adicionales para
tener la seguridad de que no se van a agotar. Una forma rápida de encontrar el
número exacto de desviaciones estándar necesarias para una probabilidad de que se
agoten es con la función NORMSINV (probabilidad) en Microsoft Excel (NORMSINV
(0.8) = 0.84162). Debido al resultado obtenido en Excel, que es más preciso del que
arrojan las tablas, la cantidad adicional de periódicos sería 0.84162 × 10 = 8.416, o 9
periódicos (¡no hay forma de vender 0.4 periódicos!).

Para que este modelo sea más útil, sería bueno considerar las ganancias y pérdidas
potenciales asociadas con almacenar demasiados o muy pocos periódicos en el puesto.
Sea que el voceador paga 20 centavos de dólar por cada periódico y lo vende a 50
2
 centavos de dólar. En este caso, el costo marginal de sobrestimar la demanda es de 20
centavos, el costo de comprar demasiados periódicos. El nivel de inventario óptimo,
utilizando el análisis marginal, ocurre en el punto en que los beneficios esperados
derivados de manejar la siguiente unidad son menores que los costos esperados para
esa unidad. Tenga presente que los beneficios y costos específicos dependen del
problema.

En términos simbólicos, defina

Co = Costo por unidad de la demanda sobrestimada

Cu = Costo por unidad de la demanda subestimada

Con la introducción de probabilidades, la ecuación del costo marginal esperado se

vuelve

P(Co) ≤ (1 - P) Cu
donde P es la probabilidad de que la unidad no se venda y 1 - P es la probabilidad de
que sí se venda, porque debe ocurrir uno u otro evento (la unidad se vende o no se
vende). Entonces, al despejar P se obtiene
Entonces, al despejar P se obtiene

Esta ecuación establece que se debe continuar para aumentar el tamaño del pedido,
siempre y cuando la probabilidad de no vender lo que se pide sea igual o menor que la
razón Cu / (Co + Cu). Regresando al problema del periódico, el costo por sobrestimar la
demanda (Co) es de 20 centavos por periódico y el costo por subestimarla (Cu) es de 30
centavos. Por lo tanto, la probabilidad es .3 / (.2 + .3) = .6. Ahora, se necesita
encontrar el punto en la distribución de la demanda que corresponde a la probabilidad
acumulada de 0.6. Utilizando la función NORMSINV para obtener el número de
desviaciones estándar (comúnmente conocido como la calificación Z) de periódicos
adicionales a manejar, se obtiene 0.253, que significa que hay que tener en existencia
0.253(10) = 2.53 o 3 periódicos más. Por lo tanto, el número total de periódicos para
el puesto cada lunes por la mañana debe ser de 93 periódicos.
Este modelo es muy útil y, como se verá en el problema resuelto, incluso se puede usar
para muchos problemas del sector de los servicios como el número de asientos a
reservar en un vuelo o la cantidad de reservaciones para una noche en un hotel.
2
 EJEMPLO 17.1: Reservaciones de hotel
Un hotel cerca de una universidad siempre se llena la noche anterior a los juegos de
fútbol. Los antecedentes demuestran que, cuando un hotel está totalmente reservado,
el número de cancelaciones de último momento tiene una media de 5 y una desviación
estándar de 3. La tarifa por habitación promedio es de 80 dólares.
Cuando el hotel está lleno, la política es buscar una habitación en un hotel cercano y
pagar la habitación del cliente. Por lo general, esto le cuesta al hotel aproximadamente
200 dólares, ya que las habitaciones reservadas de último momento son costosas.
¿Cuántas habitaciones debe reservar el hotel?

SOLUCIÓN
El costo de subestimar el número de cancelaciones es de 80 dólares, y el costo de
sobrestimar las cancelaciones es de 200 dólares.

Utilizando NORMSINV (0.2857) de Excel ® se tiene una calificación Z de -0.56599. El

valor negativo indica que hay que reservar un valor menor al promedio de 5. El valor
real debe ser -0.56599(3) = 1.69797, o 2 reservaciones menos de 5. El hotel debe
hacer tres reservaciones adicionales la noche anterior a un juego de fútbol.
Otro método común para analizar este tipo de problema es con una distribución de
probabilidad discreta encontrada utilizando los datos reales y el análisis marginal. Para
el hotel, considere que se ha recopilado información y que la distribución de los
clientes que no llegaron es la siguiente:
2
 Utilizando estos datos, se crea una tabla que muestra el impacto de las reservaciones
adicionales. Después, se calcula el costo total esperado de cada opción de reservación
adicional multiplicando cada resultado posible por su probabilidad y sumando los
costos ponderados. La mejor estrategia para las reservaciones adicionales es aquella
que tenga el costo mínimo.

Según la tabla, el costo total mínimo es cuando se toman tres reservaciones

adicionales. Este enfoque que utiliza la probabilidad discreta es útil cuando se cuenta
con información histórica válida.
Los modelos de inventario de periodo único son útiles para gran variedad de
aplicaciones de servicios y manufactura. Considere lo siguiente:
2
 1. Reservaciones adicionales para vuelos. Es común que los clientes cancelen
las reservaciones de un vuelo por diversas razones. En este caso, el costo de
subestimar el número de cancelaciones es una pérdida en las ganancias debida
a un asiento vacío en un vuelo. El costo de sobrestimar las cancelaciones es la
compensación con vuelos gratis o pagos en efectivo que se da a los clientes
cuando no pueden abordar un avión.
2. Pedidos de artículos de moda. Un problema para un detallista que vende
artículos de moda es que, a menudo, sólo es posible hacer un pedido para toda
la temporada. Esto se debe con frecuencia a los largos tiempos de entrega y la
vida limitada de la mercancía. El costo de subestimar la demanda es la ganancia
perdida debido a las ventas no realizadas. El costo de sobrestimar la demanda
es el costo que resulta cuando está descontinuada.
3. Cualquier tipo de pedido único. Por ejemplo, al pedir camisetas para un
evento deportivo o imprimir mapas que se vuelven obsoletos después de cierto
tiempo.

SISTEMAS DE INVENTARIO DE VARIOS PERIODOS

Existen dos tipos generales de sistemas de inventario de varios periodos: los modelos
de cantidad de pedido fija (también llamado cantidad de pedido económico, EOQ
economic order quantity— y modelo Q) y modelos de periodo fijo (conocidos también
como sistema periódico, sistema de revisión periódica, sistema de intervalo fijo y
modelo P). Los sistemas de inventario de varios periodos están diseñados para
garantizar que una pieza estará disponible todo el año. Por lo general, la pieza se pide
varias veces en el año; la lógica del sistema indica la cantidad real pedida y el momento
del pedido.
La distinción fundamental es que “los modelos de cantidad de pedido fija", se basan en
los eventos y los modelos de periodo fijo se basan en el tiempo. Es decir, un modelo de
cantidad de pedido fija inicia un pedido cuando ocurre el evento de llegar a un nivel
específico en el que es necesario volver a hacer un pedido. Este evento puede
presentarse en cualquier momento, dependiendo de la demanda de las piezas
consideradas. En contraste, el modelo de periodo fijo se limita a hacer pedidos al final
de un periodo determinado; el modelo se basa sólo en el paso del tiempo.
Para utilizar el modelo de cantidad de pedido fija (que hace un pedido cuando el
inventario restante baja a un punto predeterminado, R), es necesario vigilar
continuamente el inventario restante. Por lo tanto, el modelo de cantidad de pedido
fija es un sistema perpetuo, que requiere de que, cada vez que se haga un retiro o una
adición al inventario, se actualicen los registros para que reflejen si se ha llegado al
punto en que es necesario volver a pedir. En un modelo de periodo fijo, el conteo se
lleva a cabo sólo en el periodo de revisión (se estudiarán algunas variaciones de los
sistemas que combinan características de ambos).
Algunas diferencias adicionales tienden a influir en la elección de los sistemas (véase
también la ilustración 17.3):
2
 • El modelo de periodo fijo tiene un inventario promedio más numeroso porque
también debe ofrecer una protección contra faltantes durante el periodo de
revisión, T; el modelo de cantidad de pedido fija no tiene periodo de revisión.
• El modelo de cantidad de pedido fi ja favorece las piezas más caras, porque el
inventario promedio es más bajo.
• El modelo de cantidad de pedido fija es más apropiado para las piezas
importantes como las piezas críticas, porque hay una supervisión más estrecha
y por lo tanto una respuesta más rápida a tener unidades faltantes en potencia.
• El modelo de cantidad de pedido fija requiere de más tiempo para su
mantenimiento porque se registra cada adición y cada retiro.
La ilustración 17.4 muestra lo que ocurre cuando cada uno de los dos modelos se pone
en uso y se convierte en un sistema operativo. Como se ve, el sistema de cantidad de
pedido fija se enfoca en las cantidades de pedidos y los puntos en que es necesario
volver a pedir. En cuanto al procedimiento, cada vez que se toma una unidad del
inventario, se registra el retiro y la cantidad restante se compara de inmediato con el
punto de volver a hacer un pedido. Si está por debajo de este punto, se piden Q piezas.
De lo contrario, el sistema permanece en estado inactivo hasta el próximo retiro.
En el sistema de periodo fijo, se toma la decisión de hacer un pedido después de
contar o revisar el inventario. El hecho de hacer un pedido o no depende de la posición
del inventario en ese momento.
2
 MODELOS DE CANTIDAD DE PEDIDO FIJA
Los modelos de cantidad de pedido fija tratan de determinar el punto específico, R, en
que se hará un pedido, así como el tamaño de éste, Q. El punto de pedido, R, siempre
es un número específico de unidades. Se hace un pedido de tamaño Q cuando el
inventario disponible (actualmente en existencia o en pedido) llega al punto R. La
posición del inventario se define como la cantidad disponible más la pedida menos los
pedidos acumulados. La solución para un modelo de cantidad de pedido fija puede
estipular algo así: cuando la posición del inventario baje a 36, hacer un pedido de 57
unidades más.
Los modelos más sencillos en esta categoría ocurren cuando se conocen con certeza
todos los aspectos de la situación. Si la demanda anual de un producto es de 1 000
2
 unidades, es precisamente de 1 000, no de 1 000 más o menos 10%. Lo mismo sucede
con los costos de preparación y mantenimiento. Aunque la suposición de una certeza
total rara vez es válida, ofrece una base adecuada para la cobertura de los modelos de
inventario.
La ilustración 17.5 y el análisis acerca de derivar la cantidad de pedido óptima se basan
en las siguientes características del modelo. Estas suposiciones son irreales, pero
representan un punto de partida y permiten usar un ejemplo sencillo.

• La demanda del producto es constante y uniforme durante todo el periodo.

• El tiempo de entrega (tiempo para recibir el pedido) es constante.
• El precio por unidad del producto es constante.
• La demanda del producto es constante y uniforme durante todo el periodo.
• El tiempo de entrega (tiempo para recibir el pedido) es constante.
• El precio por unidad del producto es constante.
El “efecto sierra” relacionado con Q y R en la ilustración 17.5 permite que cuando la
posición del inventario baja al punto R, se vuelve a hacer un pedido. Este pedido se
recibe al final del periodo L, que no varía en este modelo.
Al construir cualquier modelo de inventario, el primer paso consiste en desarrollar una
relación funcional entre las variables de interés y la medida de efectividad. En este
caso, como preocupa el costo, la ecuación siguiente es apropiada:
2
 La planta de camiones de Ford Motor
Company en Wayne, Michigan,
instituyó un programa de
contenedores retornables para muchas
piezas, incluidos los contenedores de
plástico reutilizables que aquí se
muestran. La planta instaló también
compactadores de cartón para reciclar
el cartón restante. La planta recicla
más de 9 000 toneladas de cartón y
más de 4 000 toneladas de
plataformas de madera, ahorrando 27
millones de dólares al año. Ford
redujo el uso de los materiales de
empaque por un total de 163 millones
de libras en dos años en todas sus
plantas de producción.

TC = Costo anual total

D = Demanda (anual)

C = Costo por unidad

Q = Cantidad a pedir (la cantidad óptima se conoce como cantidad económica de

pedido, EOQ o Qopt)

S = Costo de preparación o costo de hacer un pedido

R = Punto de volver a pedir

L = Tiempo de entrega

H = Costo anual de mantenimiento y almacenamiento por unidad de inventario

promedio (a menudo, el costo de mantenimiento se toma como un porcentaje del
2
 costo de la pieza, como H = iC, donde i es un porcentaje del costo de manejo) Del
lado derecho de la ecuación, DC es el costo de compra anual para las unidades,
(D/Q)S es el costo de pedido anual (el número real de pedidos hechos, D/Q, por el
costo de cada pedido, S) y (Q/2) H es el costo de mantenimiento anual (el inventario
promedio, Q/2, por el costo de mantenimiento y almacenamiento de cada unidad, H).
Estas relaciones entre los costos se muestran en una gráfica en la ilustración 17.6.
El segundo paso en el desarrollo de modelos consiste en encontrar la cantidad de
pedidos Qopt en la que el costo total es el mínimo. En la ilustración 17.6, el costo total es
mínimo en el punto en el que la pendiente de la curva es cero. Utilizando el cálculo, se
toma la derivada del costo total con respecto a Q y se hace igual a cero. Para el
modelo básico que aquí se estudia, los cálculos son:

Como este modelo sencillo supone una demanda y un tiempo de entrega constantes,
no es necesario tener inventario de seguridad y el punto de volver a pedir, R,
simplemente es:

donde
d = Demanda diaria promedio (constante)

L = Tiempo de entrega en días (constante)

2
 EJEMPLO 17.2: Cantidad económica de pedidos y punto de volver a pedir
Encuentre la cantidad económica de pedidos y el punto de volver a pedir, dados
Demanda anual (D) = 1 000 unidades
Demanda diaria promedio (d–) = 1 000/365
Costo de pedido (S) = 5 dólares por pedido
Costo de mantenimiento (H) = 1.25 dólares por unidad al año
Tiempo de entrega (L) = 5 días
Costo por unidad (C) = 12.50 dólares
¿Qué cantidad es necesario pedir?

SOLUCIÓN
La cantidad de pedido óptima es

El punto de volver a pedir es

Redondeando a la unidad más próxima, la política de inventario es la siguiente: cuando

la posición del inventario baja a 14, hacer un pedido de 89 piezas más.
El costo anual total será:
2
 Observe que, en este ejemplo, el costo de compra de las unidades no es necesario para
determinar la cantidad del pedido ni el punto de volver a pedir, porque el costo es
constante y no está relacionado con el tamaño del pedido.
2