SlideShare una empresa de Scribd logo
1 de 12
Republica Bolivariana de Venezuela
Ministerio para el poder popular para la educación superior
IUPSM
Maturín - Monagas

MODELO PROBABILÍSTICO

Profesor:
Amelia Malave

Elaborado por:
Alvarez Alvaro C.I. 20.737.677

Maturín, Diciembre 2013
MODELO PROBABILÍSTICO.

Es una representación matemática deducida de
un conjunto de supuestos con el doble propósito
de estudiar resultados de un experimento
aleatorio y predecir su comportamiento futuro.
MODELO DE REVISIÓN CONTINUA
Es en el cual el almacenamiento se revisa continuamente, y un pedido de
tamaño y se coloca cada vez que el nivel de existencias llega un cierto punto
de reorden R

Se debe de tomar en cuenta que debe haber revisiones periódicamente
para establecer cuando es necesario realizar un pedido.
La hipótesis del modelo son:
1.- En tiempo de fabricación de un pédido y su recepción es estocástico.
2.- La demanda que no satisface durante el tiempo de fabricación se deja
pendiente para ser satisfecha en periodos posteriores
3.-La distribución de la demanda durante el tiempo de fabricación es
independiente del tiempo en el cual esta ocurra.
4.- No existe más de un periodo pendiente a la vez.
MODELO DE UN SOLO PERIODO

Estos modelos ocurren cuando un artículo es
ordenado a la vez, únicamente para satisfacer la
demanda de un periodo específico. Por ejemplo:
un artículo de moda llega hacer obsoleto
después de un cierto periodo y después no
puede volverse a pedir.
MODELO EOQ CON DEMANDA PROBABILÍSTICA.
Con el pasar del tiempo se ha tratado de adaptar el modelo determinístico de
cantidad económica
de pedido EOQ para que refleje la naturaleza
probabilista de la demanda, usando una aproximación que sobrepone una
existencia constante de reserva sobre el nivel de inventario. El tamaño de la
reserva (punto de reorden) se determina de tal modo que la probabilidad de
que se agote la existencia durante el tiempo de entrega (el periodo entre la
colocación de la orden y la recepción del pedido) no sea mayor que un valor
especificado.
La hipótesis principal de este modelo es que la demanda durante el tiempo
de entrega, tiene una distribución normal, con media μ y desviación estándar
σ. (μ se define como la demanda promedio durante el tiempo de entrega y σ
es la desviación estándar de la demanda durante este mismo periodo).
El valor promedio de la demanda, la cual podemos ver ubicada en el
punto medio de la curva de distribución normal, nos da a saber que
existe una probabilidad de que en el 50% de las veces nuestro
inventario no podrá satisfacer los requerimientos del mercado. Por tal
razón al implementar este sistema de inventario, se debe establecer en
primera
instancia
un
porcentaje
tolerable
de
error
(α=
probabilidad máxima admisible de que se agote la reserva durante el
tiempo de entrega), en otras palabras un número de veces en el que se
es permitido que la demanda supere nuestras reservas y no se pueda
satisfacer con las exigencias del mercado.
Dos números críticos dentro de este sistema son, el punto de reorden (R) y
la cantidad a pedir (Q). La política de inventario se puede resumir en estas
dos variables, de la siguiente manera: Siempre que el nivel de inventario de
un producto baje a R unidades, se coloca una orden de Q unidades para
reabastecer el inventario. Estas dos variables se ven condicionadas por el
tiempo de entrega (L), periodo en el cual la fluctuación de la demanda
determinará el punto mínimo de unidades a mantener en inventario. Q se
determinará como se venía haciendo en el modelo básico de EOQ

En resumen las variables de este modelo son :
L= tiempo den entrega entre la colocación de la orden y la recepción del
pedido.
μL = Demanda promedio durante el tiempo de entrega.
σL = Desviación estándar de la demanda durante el tiempo de entrega
R = Punto de reorden (tamaño de la existencia de reserva).
α= Probabilidad máxima admisible de que se agote la existencia durante el
tiempo de entrega.
La demanda durante el tiempo de entrega L se suele describir con una función
de densidad de probabilidades por unidad de tiempo (es decir por día o por
semana), a partir de la que se puede determinar la distribución de la demanda
durante L. Dado que la demanda por unidad de tiempo es normal, con media
D y desviación estándar σ, la media μL y la desviación estándar σL de la
demanda, durante el tiempo de entrega L, se calculan como sigue:

El punto de reorden entonces lo definimos como:

En donde el valor de Z se encuentra en las tablas de distribución normal y
toma el valor de Z = 1-α
Procedamos mediante un ejemplo a emplear lo anteriormente
explicado.
Como tenemos que Z = 1-0.05 = 0.95 procedemos a encontrar este valor
en la tabla de distribución normal
Interpolando encontramos que el valor de Z es 1.645 por lo cual tenemos que
nuestro punto de reorden es igual a:

R= cuando en el inventario hayan 195 unidades se procederá a emitir
una orden de pedido de 400 unidades.

Más contenido relacionado

La actualidad más candente

Inventario probabilistico
Inventario probabilisticoInventario probabilistico
Inventario probabilisticoNiurka0302
 
5.3 arbol de expansión minima algoritmo de prim
5.3 arbol de expansión minima algoritmo de prim5.3 arbol de expansión minima algoritmo de prim
5.3 arbol de expansión minima algoritmo de primADRIANA NIETO
 
5.4 aplicación de modelos de inventarios determinísticos
5.4 aplicación de modelos de inventarios determinísticos5.4 aplicación de modelos de inventarios determinísticos
5.4 aplicación de modelos de inventarios determinísticosJack Rivera Castillo
 
Solucion de ejercicios_capitulo_7_libro
Solucion de ejercicios_capitulo_7_libroSolucion de ejercicios_capitulo_7_libro
Solucion de ejercicios_capitulo_7_libroDarkmono
 
Diferencias y semejanzas de los tipos de sistemas de producción
Diferencias y semejanzas de los tipos de sistemas de producciónDiferencias y semejanzas de los tipos de sistemas de producción
Diferencias y semejanzas de los tipos de sistemas de producciónJose Rafael Estrada
 
Proceso de nacimiento y muerte poisson
Proceso de nacimiento y muerte poissonProceso de nacimiento y muerte poisson
Proceso de nacimiento y muerte poissonKatia Arrayales Zamora
 
Pronósticos
PronósticosPronósticos
Pronósticosmgmag
 
Muestreo doble y muestreo múltiple
Muestreo doble y muestreo múltipleMuestreo doble y muestreo múltiple
Muestreo doble y muestreo múltipleyaz de Zurita
 
Intervalos de confianza para la diferencia de proporciones
Intervalos de confianza para la diferencia de proporcionesIntervalos de confianza para la diferencia de proporciones
Intervalos de confianza para la diferencia de proporcionesYazmin Venegas
 
TRABAJO DE DISTRIBUCCION DE PROBABILIDAD
TRABAJO DE DISTRIBUCCION DE PROBABILIDADTRABAJO DE DISTRIBUCCION DE PROBABILIDAD
TRABAJO DE DISTRIBUCCION DE PROBABILIDADjorgemogollon49
 
5.5 flujo a costo minimo
5.5 flujo a costo minimo5.5 flujo a costo minimo
5.5 flujo a costo minimoADRIANA NIETO
 
Métodos causales
Métodos causales Métodos causales
Métodos causales Candy Ruiz
 
Explicacion cartas de_control
Explicacion cartas de_controlExplicacion cartas de_control
Explicacion cartas de_controlredbaron_mex
 
Estimadores puntuales intervalos de confianza.
Estimadores puntuales   intervalos de confianza.Estimadores puntuales   intervalos de confianza.
Estimadores puntuales intervalos de confianza.maryanbalmaceda
 

La actualidad más candente (20)

Inventario probabilistico
Inventario probabilisticoInventario probabilistico
Inventario probabilistico
 
Optimizacion de redes
Optimizacion de redesOptimizacion de redes
Optimizacion de redes
 
5.3 arbol de expansión minima algoritmo de prim
5.3 arbol de expansión minima algoritmo de prim5.3 arbol de expansión minima algoritmo de prim
5.3 arbol de expansión minima algoritmo de prim
 
Simulación - Unidad 2 numeros pseudoaleatorios
Simulación - Unidad 2 numeros pseudoaleatoriosSimulación - Unidad 2 numeros pseudoaleatorios
Simulación - Unidad 2 numeros pseudoaleatorios
 
5.4 aplicación de modelos de inventarios determinísticos
5.4 aplicación de modelos de inventarios determinísticos5.4 aplicación de modelos de inventarios determinísticos
5.4 aplicación de modelos de inventarios determinísticos
 
5.4 flujo maximo
5.4 flujo maximo5.4 flujo maximo
5.4 flujo maximo
 
Solucion de ejercicios_capitulo_7_libro
Solucion de ejercicios_capitulo_7_libroSolucion de ejercicios_capitulo_7_libro
Solucion de ejercicios_capitulo_7_libro
 
Simulacion discreta
Simulacion discretaSimulacion discreta
Simulacion discreta
 
Diferencias y semejanzas de los tipos de sistemas de producción
Diferencias y semejanzas de los tipos de sistemas de producciónDiferencias y semejanzas de los tipos de sistemas de producción
Diferencias y semejanzas de los tipos de sistemas de producción
 
Proceso de nacimiento y muerte poisson
Proceso de nacimiento y muerte poissonProceso de nacimiento y muerte poisson
Proceso de nacimiento y muerte poisson
 
Pronósticos
PronósticosPronósticos
Pronósticos
 
Muestreo doble y muestreo múltiple
Muestreo doble y muestreo múltipleMuestreo doble y muestreo múltiple
Muestreo doble y muestreo múltiple
 
Intervalos de confianza para la diferencia de proporciones
Intervalos de confianza para la diferencia de proporcionesIntervalos de confianza para la diferencia de proporciones
Intervalos de confianza para la diferencia de proporciones
 
Numeros Pseudoaleatorios
Numeros PseudoaleatoriosNumeros Pseudoaleatorios
Numeros Pseudoaleatorios
 
TRABAJO DE DISTRIBUCCION DE PROBABILIDAD
TRABAJO DE DISTRIBUCCION DE PROBABILIDADTRABAJO DE DISTRIBUCCION DE PROBABILIDAD
TRABAJO DE DISTRIBUCCION DE PROBABILIDAD
 
5.5 flujo a costo minimo
5.5 flujo a costo minimo5.5 flujo a costo minimo
5.5 flujo a costo minimo
 
Métodos causales
Métodos causales Métodos causales
Métodos causales
 
Explicacion cartas de_control
Explicacion cartas de_controlExplicacion cartas de_control
Explicacion cartas de_control
 
Pruebas De Varianza Uniformidad E Independencia
Pruebas De Varianza Uniformidad E IndependenciaPruebas De Varianza Uniformidad E Independencia
Pruebas De Varianza Uniformidad E Independencia
 
Estimadores puntuales intervalos de confianza.
Estimadores puntuales   intervalos de confianza.Estimadores puntuales   intervalos de confianza.
Estimadores puntuales intervalos de confianza.
 

Similar a Modelo probabilistico

Foro1.investigacion.operativa.2.fanny.barco
Foro1.investigacion.operativa.2.fanny.barcoForo1.investigacion.operativa.2.fanny.barco
Foro1.investigacion.operativa.2.fanny.barcoFai06
 
Modelos de inventarios probabilísticos
Modelos de inventarios probabilísticosModelos de inventarios probabilísticos
Modelos de inventarios probabilísticosJoselyn Salazar
 
Dialnet inventarios probabilisticoscondemandaindependiented-5035060 (1)
Dialnet inventarios probabilisticoscondemandaindependiented-5035060 (1)Dialnet inventarios probabilisticoscondemandaindependiented-5035060 (1)
Dialnet inventarios probabilisticoscondemandaindependiented-5035060 (1)janethgruiz
 
Descrifrando el Stock de Seguridad - Parte 2: Modelos de Inventario Probabil...
Descrifrando el Stock de Seguridad  - Parte 2: Modelos de Inventario Probabil...Descrifrando el Stock de Seguridad  - Parte 2: Modelos de Inventario Probabil...
Descrifrando el Stock de Seguridad - Parte 2: Modelos de Inventario Probabil...Willie Cordova Hanna
 
Clase inventarios incorporando_incertidumbre
Clase inventarios incorporando_incertidumbreClase inventarios incorporando_incertidumbre
Clase inventarios incorporando_incertidumbreGuillermo Pastor Alfaro
 
Descrifrando el stock de seguridad - Parte I: Introducción
Descrifrando el stock de seguridad - Parte I: IntroducciónDescrifrando el stock de seguridad - Parte I: Introducción
Descrifrando el stock de seguridad - Parte I: IntroducciónWillie Cordova Hanna
 
Sistemadeinventario 090604000954 Phpapp02
Sistemadeinventario 090604000954 Phpapp02Sistemadeinventario 090604000954 Phpapp02
Sistemadeinventario 090604000954 Phpapp02guest993d44
 
Sistema Inventario, victor mamani catachura,boreasH
Sistema Inventario, victor mamani catachura,boreasHSistema Inventario, victor mamani catachura,boreasH
Sistema Inventario, victor mamani catachura,boreasHvictor mamani
 
Inventario probabilistico
Inventario probabilisticoInventario probabilistico
Inventario probabilisticoRoma_7
 
Investigacion de operaciones
Investigacion de operacionesInvestigacion de operaciones
Investigacion de operacioneselizabeth852009
 
Operaciones 2 inventario probabilistico
Operaciones 2  inventario probabilisticoOperaciones 2  inventario probabilistico
Operaciones 2 inventario probabilisticocarlosecharry7
 
Operaciones 2 inventariio
Operaciones 2  inventariioOperaciones 2  inventariio
Operaciones 2 inventariiocarlosecharry7
 

Similar a Modelo probabilistico (20)

Foro1.investigacion.operativa.2.fanny.barco
Foro1.investigacion.operativa.2.fanny.barcoForo1.investigacion.operativa.2.fanny.barco
Foro1.investigacion.operativa.2.fanny.barco
 
Modelos de inventarios probabilísticos
Modelos de inventarios probabilísticosModelos de inventarios probabilísticos
Modelos de inventarios probabilísticos
 
Inventario probabilistico
Inventario probabilisticoInventario probabilistico
Inventario probabilistico
 
Dialnet inventarios probabilisticoscondemandaindependiented-5035060 (1)
Dialnet inventarios probabilisticoscondemandaindependiented-5035060 (1)Dialnet inventarios probabilisticoscondemandaindependiented-5035060 (1)
Dialnet inventarios probabilisticoscondemandaindependiented-5035060 (1)
 
Modelo inventarios 1
Modelo inventarios 1Modelo inventarios 1
Modelo inventarios 1
 
Unidad iii gestión stocks
Unidad iii gestión stocksUnidad iii gestión stocks
Unidad iii gestión stocks
 
Inv. op (inventario)
Inv. op (inventario)Inv. op (inventario)
Inv. op (inventario)
 
Administracion de prodeccion
Administracion de prodeccionAdministracion de prodeccion
Administracion de prodeccion
 
Administracion de prodeccion
Administracion de prodeccionAdministracion de prodeccion
Administracion de prodeccion
 
Descrifrando el Stock de Seguridad - Parte 2: Modelos de Inventario Probabil...
Descrifrando el Stock de Seguridad  - Parte 2: Modelos de Inventario Probabil...Descrifrando el Stock de Seguridad  - Parte 2: Modelos de Inventario Probabil...
Descrifrando el Stock de Seguridad - Parte 2: Modelos de Inventario Probabil...
 
Clase inventarios incorporando_incertidumbre
Clase inventarios incorporando_incertidumbreClase inventarios incorporando_incertidumbre
Clase inventarios incorporando_incertidumbre
 
Descrifrando el stock de seguridad - Parte I: Introducción
Descrifrando el stock de seguridad - Parte I: IntroducciónDescrifrando el stock de seguridad - Parte I: Introducción
Descrifrando el stock de seguridad - Parte I: Introducción
 
Sistemadeinventario 090604000954 Phpapp02
Sistemadeinventario 090604000954 Phpapp02Sistemadeinventario 090604000954 Phpapp02
Sistemadeinventario 090604000954 Phpapp02
 
Sistema Inventario, victor mamani catachura,boreasH
Sistema Inventario, victor mamani catachura,boreasHSistema Inventario, victor mamani catachura,boreasH
Sistema Inventario, victor mamani catachura,boreasH
 
Inventario probabilistico
Inventario probabilisticoInventario probabilistico
Inventario probabilistico
 
Investigacion de operaciones
Investigacion de operacionesInvestigacion de operaciones
Investigacion de operaciones
 
Operaciones 2 inventario probabilistico
Operaciones 2  inventario probabilisticoOperaciones 2  inventario probabilistico
Operaciones 2 inventario probabilistico
 
Operaciones 2 inventariio
Operaciones 2  inventariioOperaciones 2  inventariio
Operaciones 2 inventariio
 
sistema de inventario periodica
sistema de inventario periodicasistema de inventario periodica
sistema de inventario periodica
 
Investigación de operaciones
Investigación de operacionesInvestigación de operaciones
Investigación de operaciones
 

Modelo probabilistico

  • 1. Republica Bolivariana de Venezuela Ministerio para el poder popular para la educación superior IUPSM Maturín - Monagas MODELO PROBABILÍSTICO Profesor: Amelia Malave Elaborado por: Alvarez Alvaro C.I. 20.737.677 Maturín, Diciembre 2013
  • 2. MODELO PROBABILÍSTICO. Es una representación matemática deducida de un conjunto de supuestos con el doble propósito de estudiar resultados de un experimento aleatorio y predecir su comportamiento futuro.
  • 3. MODELO DE REVISIÓN CONTINUA Es en el cual el almacenamiento se revisa continuamente, y un pedido de tamaño y se coloca cada vez que el nivel de existencias llega un cierto punto de reorden R Se debe de tomar en cuenta que debe haber revisiones periódicamente para establecer cuando es necesario realizar un pedido. La hipótesis del modelo son: 1.- En tiempo de fabricación de un pédido y su recepción es estocástico. 2.- La demanda que no satisface durante el tiempo de fabricación se deja pendiente para ser satisfecha en periodos posteriores 3.-La distribución de la demanda durante el tiempo de fabricación es independiente del tiempo en el cual esta ocurra. 4.- No existe más de un periodo pendiente a la vez.
  • 4. MODELO DE UN SOLO PERIODO Estos modelos ocurren cuando un artículo es ordenado a la vez, únicamente para satisfacer la demanda de un periodo específico. Por ejemplo: un artículo de moda llega hacer obsoleto después de un cierto periodo y después no puede volverse a pedir.
  • 5. MODELO EOQ CON DEMANDA PROBABILÍSTICA. Con el pasar del tiempo se ha tratado de adaptar el modelo determinístico de cantidad económica de pedido EOQ para que refleje la naturaleza probabilista de la demanda, usando una aproximación que sobrepone una existencia constante de reserva sobre el nivel de inventario. El tamaño de la reserva (punto de reorden) se determina de tal modo que la probabilidad de que se agote la existencia durante el tiempo de entrega (el periodo entre la colocación de la orden y la recepción del pedido) no sea mayor que un valor especificado. La hipótesis principal de este modelo es que la demanda durante el tiempo de entrega, tiene una distribución normal, con media μ y desviación estándar σ. (μ se define como la demanda promedio durante el tiempo de entrega y σ es la desviación estándar de la demanda durante este mismo periodo).
  • 6. El valor promedio de la demanda, la cual podemos ver ubicada en el punto medio de la curva de distribución normal, nos da a saber que existe una probabilidad de que en el 50% de las veces nuestro inventario no podrá satisfacer los requerimientos del mercado. Por tal razón al implementar este sistema de inventario, se debe establecer en primera instancia un porcentaje tolerable de error (α= probabilidad máxima admisible de que se agote la reserva durante el tiempo de entrega), en otras palabras un número de veces en el que se es permitido que la demanda supere nuestras reservas y no se pueda satisfacer con las exigencias del mercado.
  • 7. Dos números críticos dentro de este sistema son, el punto de reorden (R) y la cantidad a pedir (Q). La política de inventario se puede resumir en estas dos variables, de la siguiente manera: Siempre que el nivel de inventario de un producto baje a R unidades, se coloca una orden de Q unidades para reabastecer el inventario. Estas dos variables se ven condicionadas por el tiempo de entrega (L), periodo en el cual la fluctuación de la demanda determinará el punto mínimo de unidades a mantener en inventario. Q se determinará como se venía haciendo en el modelo básico de EOQ En resumen las variables de este modelo son : L= tiempo den entrega entre la colocación de la orden y la recepción del pedido. μL = Demanda promedio durante el tiempo de entrega. σL = Desviación estándar de la demanda durante el tiempo de entrega R = Punto de reorden (tamaño de la existencia de reserva). α= Probabilidad máxima admisible de que se agote la existencia durante el tiempo de entrega.
  • 8. La demanda durante el tiempo de entrega L se suele describir con una función de densidad de probabilidades por unidad de tiempo (es decir por día o por semana), a partir de la que se puede determinar la distribución de la demanda durante L. Dado que la demanda por unidad de tiempo es normal, con media D y desviación estándar σ, la media μL y la desviación estándar σL de la demanda, durante el tiempo de entrega L, se calculan como sigue: El punto de reorden entonces lo definimos como: En donde el valor de Z se encuentra en las tablas de distribución normal y toma el valor de Z = 1-α
  • 9. Procedamos mediante un ejemplo a emplear lo anteriormente explicado.
  • 10.
  • 11. Como tenemos que Z = 1-0.05 = 0.95 procedemos a encontrar este valor en la tabla de distribución normal
  • 12. Interpolando encontramos que el valor de Z es 1.645 por lo cual tenemos que nuestro punto de reorden es igual a: R= cuando en el inventario hayan 195 unidades se procederá a emitir una orden de pedido de 400 unidades.