1

TRABAJO PRCTICO INVESTIGACIN DE OPERACIONES II (348) OBJETIVO 3. ESPECIFICACIONES. CASO DE ESTUDIO: MANEJO DEL INVENTARIO DEL PRODUCTO VITAMINA SUPRAD3 La empresa Salubell es distribuidora de medicinas y productos para mantener la salud. Uno de los productos ms solicitado en estos ltimos das es una vitamina denominada SupraD3. Salubell adquiere este producto directamente del exterior a un costo de 5 UM (UM: unidades monetarias) y los distribuye a diferentes tiendas y farmacias de la zona. El inventario de este artculo se maneja con una poltica (S, s). Esta poltica consiste en que si el nivel del inventario (inventario a la mano) llega a un nivel igual o inferior que s, se ordena un lote de magnitud Q = S - IMO ( S: un valor fijo; IMO: inventario a la mano y a la orden) Cada pedido del producto ocasiona un costo de 100 UM. Asimismo la empresa calcula para este producto una constante de proporcionalidad de los costos de posesin de 1 UM./(Un. sem) Las especificaciones con respecto al manejo del inventario de SupraD3 son las siguientes: a) S = 10.000 b) s = 1.000 c) El perodo entre dos rdenes es fijo y toma 2 semanas (la orden llega al final de la segunda semana) d) La demanda del producto sigue una distribucin Normal con media 400 unidades y desviacin estndar de 50 unidades e) Las ventas retrasadas no se pierden. Sobre la base de la situacin presentada realice lo siguiente: - Dos simulaciones de 30 semanas cada una. En la primera considere un inventario a la mano de 1.000 unidades y hay orden en camino ( Q = 1000 unidades), que llegar al final de la primera semana. En la segunda hay 5000 unidades en existencia y hay una orden en camino (Q = 5.000 unidades), que llegar al final de la segunda semana.

Recomendaciones Defina los tipos de eventos a considerar. La simulacin puede realizarse en una hoja de Microsoft Excel , o a travs de un programa en Fortran, Pascal o cualquier otro lenguaje de programacin. En cualquier caso, debern obtenerse tablas semejantes a las presentadas en el libro al realizar una simulacin. A continuacin se muestra un modelo de encabezado de una tabla de simulacin adecuado a la situacin presentada. Semana NA1 NA2 Z DEMANDA IM IMO LLO PO

Las entradas: NA1 y NA2 son nmeros aleatorios, uniformes en (0,1), los cuales se emplearn para obtener el valor de la demanda con distribucin normal. El procedimiento es el siguiente: z = (-2* Ln(NA1)) * cos(2**NA2) D = Media + SD * z. En donde D es el valor de la demanda a obtener y SD es la desviacin estndar. Este mtodo de obtencin de una variable aleatoria con distribucin normal, es conocido como Box-Muller. Utilice funciones que generen los nmeros aleatorios o disee funciones que los generen y posteriormente haga la transformacin correspondiente, segn lo requerido. Si se trabaja en Microsoft EXCEL, al emplear la funcin de generacin de nmeros aleatorios, ocurre que estos nmeros varan constantemente, cuando tienen activado el clculo automtico. Es posible congelarlos para que queden fijos. Cualquier consideracin que requiera realizar sobre la solucin al problema deber justificarla. Es importante aclarar que la fortaleza de este trabajo ser valorada sobre la base de la simulacin en s, los resultados y el anlisis de la solucin.

INTRODUCCIN La simulacin es un procedimiento cuantitativo que describe un proceso al desarrollar un modelo del mismo y despus conducir una serie de experimentos de tanteos organizados para predecir el comportamiento del mecanismo con el tiempo. El observar los experimentos es muy parecido a observar el proceso en operacin. Para encontrar cmo reaccionara el proceso real a ciertos cambios, podemos producir estos cambios en nuestro modelo y simular la reaccin del proceso real a ellos. Las reas de aplicacin de la simulacin son muy amplias, numerosas y diversas, basta mencionar slo algunas de ellas: Anlisis del impacto ambiental causado por diversas fuentes Anlisis y diseo de sistemas de manufactura Anlisis y diseo de sistemas de comunicaciones. Evaluacin del diseo de organismos prestadores de servicios pblicos. Por ejemplo, al disear un avin, el diseador puede resolver varias ecuaciones que describen la aerodinmica del avin. O, si aquellas ecuaciones son demasiado difciles de resolver, se puede construir un modelo a escala y observar su conducta en el tnel de viento. En la simulacin, nosotros construimos modelos matemticos que no se pueden resolver y los corremos con datos de prueba para simular la conducta del sistema. Otros ejemplos: la prueba de medicinas en animales de laboratorio, las pruebas simulan las respuestas de los humanos. El manejo de automviles en pistas de prueba, simulan el ambiente que enfrentar el automvil. El efecto que sobre el sistema ocurre cuando se cambia alguno de sus componentes se puede examinar antes de que ocurra el cambio fsico en la planta para asegurar que el problema de operacin se soluciona o bien para determinar el medio ms econmico para lograr la mejora deseada. Todos los modelos de simulacin se llaman modelos de entrada-salida.

Simulacin

SOLUCION. OBJETIVO GENERAL: Estudiar el sistema manejo del inventario del producto vitamina SUPRAD3

OBJETIVOS ESPECFICOS: Tiempo del ciclo. Nmero de rdenes por semana. Magnitud promedio de las rdenes. Inventario promedio. Inventario promedio de seguridad. Nmero de quiebras. Obtenga conclusiones. Realice recomendaciones orientadas hacia la mejora del sistema de inventario del producto. Puede realizar ms simulaciones de los dos tipos, a efecto de estudiar el comportamiento del sistema. POLITICA DE INVENTARIO (S, s). Las especificaciones con respecto al manejo del inventario de SupraD3 son las siguientes: Se tiene que la poltica de inventario establecida es de tipo (S, s). Esta poltica consiste en que si el nivel del inventario (inventario a la mano) llega a un nivel igual o inferior que s, se ordena un lote de magnitud Q = S - IMO ( S: un valor fijo; IMO: inventario a la mano y a la orden) Cada pedido del producto ocasiona un costo de 100 UM. Nomenclatura: Q= Cantidad a pedir en cada compra (tamao del lote) IM= Inventario a la mano (nmero de unidades disponibles en un instante) IO= Inventario a la orden (nmero de unidades pedidas pero que no han llegado) IMO= Inventario a la mano y a la orden en cada instante. IMO=IM+IO Ejecutar la solicitud de una orden si: IM s; Cuyo tamao del lote a ordenar es de magnitud: Q = S - IMO (S: un valor fijo)

DATOS DETERMINISTICOS: 1.2.3.4.5.6.S = 10.000 s = 1.000 El perodo entre dos rdenes es fijo y toma 2 semanas (la orden llega al Constante de proporcionalidad del costo de posesin (costo de En la primera considere un inventario a la mano es de: IM= 1.000 unidades. Una orden en camino (Q = 1000 unidades, que llegar al final de la primera

final de la segunda semana) almacenamiento) CP = 1 UM./(Und/ sem)

semana): IO= 1.000 unidades. IMO=IM+IO== > IMO=1.000 unidades.+ 1.000 unidades.= 2.000 unidades, en la primera semana. 7.En la segunda hay 5000 unidades en existencia y hay una orden en camino (Q = 5.000 unidades), que llegar al final de la segunda semana. IMO= IM+IO= 5.000+5.000= 10.000unidades.

. DATOS PROBABILISTICOS. 1.La demanda del producto sigue una distribucin Normal con media 400 unidades y desviacin estndar de 50 unidades. La demanda del producto sigue una distribucin Normal con media 400 unidades y desviacin estndar de 50 unidades Media: =400 unidades. Desviacin estndar: =50 unidades.

DATOS DE ENTRADA.

La demanda es una variable aleatoria con distribucin normal, con parmetros y Los parmetros de la distribucin representan los valores de entrada Media: = 400 unidades. Desviacin estndar: = 50 unidades.

DATOS DE SALIDA. X= La demanda del producto (unidades) X= + z DISEO DE LA SIMULACIN. Paso 1. Generacin de Nmeros Aleatorios: Consiste en obtener las entradas probabilsticas para el modelo generando nmeros aleatorios de acuerdo a la distribucin conocida asociada. Paso 2. Contabilidad: Esto consiste en un mtodo sistemtico para almacenar y procesar todos los valores de entrada y realizar los clculos necesarios para obtener valores de salida. PROCESO DE LA SIMULACIN. 1.CONDICIONES INICIALES. En este sentido se trata de establecer la informacin disponible al principio de la simulacin. Es decir valores que expresan el estado del sistema al inicio de la simulacin. Por consiguiente es necesario establecer claramente las alternativas o cursos de accin que existen para resolver este problema. Asumiendo los siguientes supuestos: Inventario a la mano (nmero de unidades disponibles en un instante) IM= 0 unidades Inventario a la orden (nmero de unidades pedidas pero que no han llegado) IO= 0 unidades Condiciones: Ejecutar la solicitud de una orden si: IM s; s = 1.000 S = 10.000

Entonces, Realizar una orden al proveedor Q = S- IMO .- Costo de Ordenamiento de compra CO = 100 U.M. Costo Unitario C = 5 U.M.

No se pierden ventas retrasadas.

Inventario Inicial: II= 0 unidades Asumiendo inventario final 0 Inventario a la orden =IO=0 unidades Tiempo de entrega 2 semanas Inicio de la Simulacin: 1. La demanda semanal viene dada como X N( 2. El tiempo de entrega es fijo de 2 semana 3. No se pierden las ventas retrasadas 4. Se usa una poltica (S,s) 1) El inventario del Item se revisa al final de cada semana (t=1). 2) Las rdenes se emiten en ese mismo instante, y por lo tanto llegaran al final de la semana situada 3 semanas en el futuro. 3) Si al revisar el inventario se observa que si el nivel del inventario (inventario a la mano) llega a un nivel igual o inferior que s=1.000 unidades, se ordena un lote de magnitud Q = 10.000 - IMO (IMO: inventario a la mano y a la orden). 4) El tamao de la orden Q = 10.000 IMO. 5. En la primera considere un inventario a la mano es de: IM= 1.000 unidades. 6. Una orden en camino (Q = 1000 unidades, que llegar al final de la primera semana): IO= 1.000 unidades. IMO=IM+IO== > IMO= 2.000 unidades, en la primera semana. 7. En la segunda hay 5000 unidades en existencia y hay una orden en camino (Q = 5.000 unidades), que llegar al final de la segunda semana. IMO= IM+IO= 5.000+5.000= 10.000unidades. ), siendo

A continuacin se presentan las corridas de cada una de las dos simulaciones. Paso 1. Generacin de Nmeros Aleatorios: Consiste en obtener las entradas probabilsticas para el modelo generando nmeros aleatorios de acuerdo a la distribucin conocida asociada. Generacin de nmeros aleatorios con distribucin uniforme. NA: R Primera simulacin.
N 1 2 3 4 5 6 7 8 9 10 R=NA 0,71910764 0,90572832 0,34238716 0,84878079 0,96200446 0,9807123 0,58342235 0,09714042 0,19516587 0,66850795 N 11 12 13 14 15 16 17 18 19 20 R=NA 0,39121677 0,96050905 0,04364147 0,91094699 0,98968474 0,11926634 0,91003143 0,6687521 0,49140904 0,75176244 N 21 22 23 24 25 26 27 28 29 30 R=NA 0,21085238 0,33704642 0,27570421 0,52516251 0,02929777 0,91323588 0,11090426 0,35374004 0,46464431 0,07245094

Segunda simulacin.
N 1 2 3 4 5 6 7 8 9 10 R=NA 0,743705 56 0,024781 03 0,642658 77 0,266548 66 0,879848 63 0,332621 23 0,353801 08 0,879604 48 0,850123 6 0,847102 27 N 11 12 13 14 15 16 17 18 19 20 R=NA 0,973876 16 0,210608 23 0,238471 63 0,672383 8 0,122440 26 0,104434 34 0,899746 7 0,576677 76 0,997466 96 0,960020 75 N 21 22 23 24 25 26 27 28 29 30 R=NA 0,158818 32 0,519119 85 0,419110 69 0,723380 23 0,457533 49 0,835108 49 0,899472 03 0,804193 24 0,229529 71 0,735709 71

Paso 2. Contabilidad: Esto consiste en un mtodo sistemtico para almacenar y procesar todos los valores de entrada y realizar los clculos necesarios para obtener valores de salida. Simulacin N1
DEMANDA DIA NA =(R) x=+z* z 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 0,719107 64 0,905728 32 0,342387 16 0,848780 79 0,962004 46 0,980712 3 0,583422 35 0,097140 42 0,195165 87 0,668507 95 0,391216 77 0,960509 05 0,043641 47 0,910946 99 0,989684 74 0,119266 34 0,910031 0,58 1,31 -0,41 1,03 1,77 2,07 0,21 -1,30 -0,86 0,44 -0,28 1,76 -1,71 1,35 2,31 -1,18 1,34 429 466 380 452 489 503 411 335 357 422 386 488 315 467 516 341 467 1000 5000 5534 10155 10155 9666 9162 8752 8417 8060 7638 7252 6764 6449 5982 5466 5125 571 5534 10155 10155 9666 9162 8752 8417 8060 7638 7252 6764 6449 5982 5466 5125 4658 1000 5000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 IM IMO LLO IMO>S TE (seman as)

10 43 0,668752 1 0,491409 04 0,751762 44 0,210852 38 0,337046 42 0,275704 21 0,525162 51 0,029297 77 0,913235 88 0,110904 26 0,353740 04 0,464644 31 0,072450 94

18 19 20 21 22 23 24 25 26 27 28 29 30

0,44 -0,02 0,68 -0,80 -0,42 -0,60 0,06 -1,89 1,36 -1,22 -0,38 -0,09 -1,46

422 399 434 360 379 370 403 305 468 339 381 396 327

4658 4236 3837 3403 3044 2665 2294 1891 1586 1118 779 398 2

4236 3837 3403 3044 2665 2294 1891 1586 1118 779 398 2 -325

0 0 0 0 0 0 0 0 0 0 9602 9998 10325 2 2

Simulacin N2

DIA 1 2 3 4 5 6 7

NA =(R) 0,743705 56 0,024781 03 0,642658 77 0,266548 66 0,879848 63 0,332621 23 0,353801 08

z 0,58 1,31 -0,41 1,03 1,77 2,07 0,21 429 466 380 452 489 504 411

IM 1000 5000 5535 10155 9704 9215 8712

IMO 571 5535 10155 9704 9215 8712 8301

LLO IMO>S 1000 5000 0 0 0 0 0

TE (seman as) 2

11 0,879604 48 0,850123 6 0,847102 27 0,973876 16 0,210608 23 0,238471 63 0,672383 8 0,122440 26 0,104434 34 0,899746 7 0,576677 76 0,997466 96 0,960020 75 0,158818 32 0,519119 85 0,419110 69 0,723380 23 0,457533 49 0,835108 49 0,899472 03 0,804193 24 0,229529 71 0,735709 71

8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

-1,3 -0,86 0,44 -0,28 1,76 -1,71 1,35 2,31 -1,18 1,34 0,44 -0,02 0,68 -0,8 -0,42 -0,6 0,06 -1,89 1,36 -1,22 -0,38 -0,09 -1,46

335 357 422 386 488 315 468 516 341 467 422 399 434 360 379 370 403 306 468 339 381 396 327

8301 7966 7609 7187 6801 6313 5999 5531 5016 4675 4208 3786 3387 2953 2593 2214 1844 1441 1135 667 328 -53 -448,5

7966 7609 7187 6801 6313 5999 5531 5016 4675 4208 3786 3387 2953 2593 2214 1844 1441 1135 667 328 -53 -448,5 8896,5

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 9672 10053 9672 1103,5 2 2 2

12

RESUMEN ESTADSTICO DE LA DEMANDA DE LA PRIMERA SIMULACIN.

Columna1 Media Error tpico Mediana Moda Desviacin estndar Varianza de la muestra Curtosis Coeficiente de asimetra Rango Mnimo Mximo Suma Cuenta 406,852872 10,759867 401,039473 #N/A 58,9342185 3473,24211 -0,97070226 0,11186919 210,294728 305,439209 515,733937 12205,5862 30

RESUMEN ESTADSTICO DE LA DEMANDA DE LA PRIMERA SIMULACIN.

Columna1 Media Error tpico Mediana Moda Desviacin estndar Varianza de la muestra Curtosis Coeficiente de asimetra Rango Mnimo Mximo Suma Cuenta 406,816667 10,7594247 401 422 58,9317962 3472,95661 -0,97389844 0,11165035 210 305,5 515,5 12204,5 30

13

Calculando la media conjunta de la demanda de las dos simulaciones: Desviacin Estndar

58,9342185 58,9317962

Simulacin 1 2

Media
406,852872 406,816667

406,834769 Tiempo del ciclo. El tiempo de ciclo de determin aplicando la siguiente formula, segn el texto gua de la UNA.

Tiempo de ciclo de la simulacin 1: Ti={1,28,29} Calculo de la media del tiempo del ciclo:

Ti={1,28,29}

(1+28+29)=58

Tiempo de ciclo de la simulacin 2:

14

Ti={1,28,29,30}

(1+28+29+30)=88

Simulacin 1 2

Tiempo de ciclo 19,33 22

Semanas

Aplicando la formula. N=1/T, se tiene: Tiempo de ciclo de la simulacin 1: N=1/19,33 aos= 0,05173 aos= 2,69 semanas 3 semanas. Tiempo de ciclo de la simulacin 2: N=1/22 aos= 0,04545 aos= 2,36 semanas.

Semanas

15

MAGNITUD PROMEDIO DE LAS RDENES. Nmero de Orden a la semana. Para determinar el nmero de orden al mes se aplic la siguiente formula, segn el texto gua de la UNA.

ordenes/semana TAMAO DE LA ORDEN:

Q= Demanda promedio:
Semanas

407

Sustituyendo: Q=407*2,53 unidades. Q= 1029,71 unidades = 1030 unidades. INVENTARIO PROMEDIO. Para determinar el nivel del inventario promedio se aplic la siguiente formula, segn el texto gua de la UNA. Im= IF+ Como el inventario final para esta simulaciones de: IF=0, entonces el inventario

promedio que determinado de la siguiente manera: Im=

16

Luego; 407 Im= 407/2= 203,5 unidades=204 unidades.

INVENTARIO PROMEDIO DE SEGURIDAD. Se determina como el promedio de los intervalos (positivas y negativas) que existen en los instantes en que llegan las rdenes. Simulacin N1
DEMANDA DIA NA =(R) z 0,58 1,31 -0,38 -0,09 -1,46 x=+z* 429 466 381 396 327 IM IMO LLO IMO>S 1000 5000 9602 9998 10325 TE (semanas)

1 2 28 29 30

0,71910764 0,90572832 0,35374004 0,46464431 0,07245094

1000 5000 779 398 2

571 5534 398 2 -325

2 2 2

Inventario de seguridad estimado:

= (1000+5000+779+398+2)/5 unidades. = 1435,8 unidades. Reporte 2: Simulacin 2 Simulacin N2

LLO IMO>S 1000 5000 9672 10053 9672 TE (semanas) 2

DIA 1 2 27 28 29

NA =(R) 0,74370556 0,02478103 0,89947203 0,80419324 0,22952971

z 0,58 1,31 -1,22 -0,38 -0,09 429 466 339 381 396

IM 1000 5000 667 328 -53

IMO 571 5535 328 -53 -448,5

2 2

17 30 0,73570971 -1,46 327 -448,5 8896,5 1103,5 2

Inventario de seguridad estimado:

=

= (1000+5000+667+328-53-448,5)/6 = unidades = 6493,5/6 = 1082,25 unidades. Ahora se estima el inventario de seguridad promedio: Simulacin 1 2 inventario de seguridad promedio = 1435,8 unidades = 1082,25 unidades.

Sustituyendo valores:

= 1259,025 unidades

NUMERO DE QUIEBRA Simulacin N1

DEMANDA DIA NA =(R) z -1,46 x=+z* 327 IM IMO LLO IMO>S 10325 TE (semanas)

30

0,07245094

-325

Reporte 2: Simulacin 2 Simulacin N2

LLO IMO>S 10053 9672 TE (semanas) 2 2

DIA 28 29

NA =(R) 0,80419324 0,22952971

z -0,38 -0,09 381 396

IM 328 -53

IMO -53 -448,5

18 30 0,73570971 -1,46 327 -448,5 8896,5 1103,5 2

Simulacin 1 2

Numero de quiebra 1 2

El nmero promedio de quiebra de la simulacin es: Numero de Quiebra= (1+2)/2=1,5 quiebras. CONCLUSIONES.

Si la empresa Salubell distribuidora de medicinas y productos para mantener la salud, aplica la poltica de inventario (S,s), se tendr la siguientes conclusiones: La demanda estimada de producto ser de 407, con distribucin normal. Por otra ,53Semanas, siendo el

parte, el tiempo promedio estimado del ciclo ser de: nmero de orden por semana de

ordenes/semanas. Cada vez que la empresa

emita una orden de compra deber pedir un tamao del lote: Q= 1030 unidades. Por otra parte ella deber manejar un inventario promedio de Im= 204 unidades, adems deber fijar un nivel de seguridad promedio de (aproximadamente 8 meses.). s =1259 unidades. Por ultimo deber estimar tener un numero de quiebra de aproximadamente de 1,5 quiebras en treinta semana