• Categories
• Inventario
• Probabilidad
• Distribución de probabilidad
• Simulación
• Matemática aplicada

Citation preview

Herramientas para la Toma de Decisiones Gerenciales Febrero 2015 Luis Del Carpio

Ferreteria Simkin* Mark Simkin el propietario y gerente general de la Ferretería Simkin, desea encontrar una política de inventarios adecuada y de bajo costo para un producto en particular: el taladro eléctrico modelo Ace. Debido a la complejidad de esta situación, ha decidido usar simulación como ayuda con su problema. Simkin lo establece como encontrar una buena política de inventario para el taladro eléctrico Ace. En el segundo paso de este proceso, Simkin identifica dos tipos de variables: controlables y no controlables. Las variables controlables (o de decisión) son la cantidad a ordenar y el punto de reorden. Simkin debe especificar los valores

que desea considerar. Las otras variables

importantes son las no controlables: la demanda diaria fluctuante y el tiempo de entrega variable. Se utilizará la simulación Monte Carlo para simular los valores de ambas. La demanda diaria para el taladro Ace es relativamente baja, pero está sujeta a variabilidad. Durante los últimos 300 días, Simkin ha observado las ventas mostradas en la columna 2 de la Tabla 1. Convierte estos datos históricos de frecuencias en una distribución de probabilidad para la variable demanda diaria (columna 3). Forma una distribución de probabilidad acumulada (columna 4). Por último, Simkin establece un intervalo de números aleatorios para representar cada demanda diaria posible (columna 5). Cuando Simkin coloca una orden para reabastecer su inventario con taladros Ace, existe un tiempo de entrega de uno a tres días. Esto significa que el tiempo de entrega también se puede considerar una variable probabilística. El número de días que pasan para recibir las últimas 50 órdenes se presenta en la tabla 2. De manera similar que para la variable demanda, Simkin establece una distribución de probabilidad para la

* Adaptado de Métodos cuantitativos para los negocios, 11va Edición – Anderson, Sweeney, Williams, Camm y Martin

variable tiempo de entrega (columna 3 de la tabla 2), calcula la distribución acumulada (columna 4) y asigna intervalos de números aleatorios para cada tiempo posible (columna 5). Tabla 1 (1) Demanda Diaria del taladro ACE

(2) Frecuencia (Días)

(3) Probabilidad

(4) Probabilidad acumulada

(5) Intervalo de números aleatorios

0

15

0.05

0.05

01 a 05

1

30

0.1

0.15

06 a 15

2

60

0.2

0.35

16 a 35

3

120

0.4

0.75

36 a 75

4

45

0.15

0.9

76 a 90

5

30

0.1

1

91 a 00

300

1

(5) Intervalo de números aleatrorios

Tabla 2 (1) Tiempo de entrega (Días)

(2) Frecuencia (Órdenes)

(3) Probabilidad

(4) Probabilidad Acumulada

1

10

0.2

0.2

01 a 20

2

25

0.5

0.7

21 a 70

3

15

0.3

1

71 a 00

50

1

La primera política de inventarios que la ferretería desea simular es una cantidad a ordenar de 10 con un punto de reorden de 5. Es decir,

cada vez que el nivel de inventario disponible al final del día sea 5 o menos, Simkin llamara a su proveedor y colocará una orden por 10 taladros o mas. Por cierto, si el tiempo de entrega es un día , la orden no llega a la mañana siguiente sino al principio del siguiente laborable. El siguiente paso del proceso de simulación es de hecho realizar la simulación y utilizar el método Monte Carlo para ello.