Ejercicio 1.

Modelos de pronósticos probabilísticos

Se presenta la siguiente situación problema: Una compañía produce dispositivos electrónicos para i
futura de una referencia específica para los siguientes 18 periodos. Basándose en la demanda de pe
como se presentan en la Relación de la demanda real, encomienda al departamento de producción
una decisión y les encarga encontrar la solución a los siguientes aspectos:

1. Proyección de la demanda por el modelo de pronóstico de suavización exponencial simple. Plante

exponencial simple a partir de la Relación de la demanda real, para:
• Determinar el pronóstico para el siguiente periodo con un coeficiente de alisamiento a=2/(n+1), d
demanda real.
• Proyectar la demanda futura para los próximos 18 periodos y graficar la demanda real Vs la dema
• Comprobar los resultados utilizando software de optimización WinQSB.

2. Proyección de la demanda por el modelo de pronóstico de suavización exponencial doble. Plante

exponencial doble a partir de la Relación de la demanda real, para:
• Determinar el pronóstico para el siguiente periodo con un coeficiente de alisamiento a=2/(n+1),,
demanda real y coeficiente de alisamiento b=2a
• Proyectar la demanda futura para los próximos 18 periodos y graficar la demanda real Vs la dema
• Comprobar los resultados utilizando software de optimización WinQSB.

3. Interpretar los resultados obtenidos en cada uno de los modelos de pronósticos para tomar deci
ce dispositivos electrónicos para iluminación y está proyectando la demanda
. Basándose en la demanda de periodos anteriores tomados aleatoriamente
a al departamento de producción aplicar modelos de pronósticos para tomar
pectos:

zación exponencial simple. Plantear un modelo de pronóstico de suavización

a:
ente de alisamiento a=2/(n+1), donde n, es el número de periodos de la

ficar la demanda real Vs la demanda proyectada.

inQSB.

ización exponencial doble. Plantear un modelo de pronóstico de suavización

:
ente de alisamiento a=2/(n+1),, donde n, es el número de periodos de la

ficar la demanda real Vs la demanda proyectada.

inQSB.

s de pronósticos para tomar decisiones.

 RELACION DE LA DEMANDA REAL

Periodo DEMANDA REAL (Unidades) TENDENCIA (Unidades)

1 13514 629
2 14713
3 14255
4 16719
5 19118
6 15865
7 13242
8 12258
9 10618
10 19798
11 11718
12 12949
13 15382
14 16274
15 10018
16 11319
17 11184
18 10822
1. Proyección de la demanda por el modelo de pronóstico de suavización exponencial simple. Plan
partir de la Relación de la demanda real, para:

• Determinar el pronóstico para el siguiente periodo con un coeficiente de alisamiento a=2/(n+1),

DEMANDA REAL PRONOSTICO

PERIODO
(Unidades) (Unidades)
1 13514 α=
2 14713 13514
3 14255 13640.211
4 16719 13704.925
5 19118 14022.196
6 15865 14558.597
7 13242 14696.113
8 12258 14543.048
9 10618 14302.517
10 19798 13914.673
11 11718 14533.971
12 12949 14237.553
13 15382 14101.916
14 16274 14236.661
15 10018 14451.118
16 11319 13984.474
17 11184 13703.898
18 10822 13438.645
19 13163.209

• Proyectar la demanda futura para los próximos 18 periodos y graficar la demanda real Vs la dem

PERIODO DEMANDA PROYECTADA

(Unidades)
20000
19 13514
20 13640 19000
21 13705
22 14022 18000

23 14559 17000

16000
ades

15000
 18000

17000
24 14696
25 14543 16000

26 14303

Unidades
15000
27 13915
28 14534 14000
29 14238
13000
30 14102
31 14237 12000
32 14451
33 13984 11000

34 13704
10000
35 13439 0 1 2 3 4 5 6

36 13163 DEMANDA PROYECTADA (Unidades)

• Comprobar los resultados utilizando software de optimización WinQSB.

xponencial simple. Plantear un modelo de pronóstico de suavización exponencial simple a

alisamiento a=2/(n+1), donde n, es el número de periodos de la demanda real.

0.105263

emanda real Vs la demanda proyectada.

2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

DA PROYECTADA (Unidades) DEMANDA REAL (Unidades) Periodo

2. Proyección de la demanda por el modelo de pronóstico de suavización exponencial doble. Plan

• Determinar el pronóstico para el siguiente periodo con un coeficiente de alisamiento a=2/(n+1)

PRIMER TENDENCIA
PERIODO
DEMANDA REAL (Unidades) PRONOSTICO At (Unidades) Tt
1 13514 13514 629
2 14713 14203 641.632
3 14255 14783 628.565
4 16719 15549 657.548
5 19118 16513 722.072
6 15865 17091 691.714
7 13242 17304 591.095
8 12258 17302 466.163
9 10618 17016 307.707
10 19798 17584 362.547
11 11718 17291 224.522
12 12949 17035 123.330
13 15382 16971 83.973
14 16274 16973 66.666
15 10018 16300 -88.934
16 11319 15696 -197.353
17 11184 15045 -292.978
18 10822 14338 -380.067
19

• Proyectar la demanda futura para los próximos 18 periodos y graficar la demanda real Vs la dem

DEMANDA PROYECTADA
PERIODO (Unidades)
20000
19 14143
20 14845 19000
21 15411
18000
22 16206
23 17235 17000

16000
dades

15000
 18000

17000
24 17782
16000
25 17896
26 17768

Unidades
15000
27 17323
28 17946 14000

29 17515
13000
30 17158
31 17055 12000
32 17039
11000
33 16211
34 15499 10000
0 1 2 3 4 5
35 14752
36 13958 DEMANDA PROYECTADA (Unidades)
onencial doble. Plantear un modelo de pronóstico de suavización exponencial doble a partir de la Relación d

amiento a=2/(n+1) donde n, es el número de periodos de la demanda real y coeficiente de alisamiento b=2

PRONOSTICO AJUSTADO
(Unidades) Ft
α= 0.105263
14143.000 β= 0.210526
14844.632
15411.130
16206.349
17234.911
17782.424
17895.580
17768.313
17323.356
17946.392
17515.293
17157.960
17054.990
17039.447
16211.413
15499.069
14751.873
13958.136

manda real Vs la demanda proyectada.

2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

DA PROYECTADA (Unidades) DEMANDA REAL (Unidades) Periodo

 3. Interpretar los resultados obtenidos en cada uno de lo
rtir de la Relación de la demanda real, para:

de alisamiento b=2a
tenidos en cada uno de los modelos de pronósticos para tomar decisiones.
Ejercicio 2. Modelos de inventarios probabilísticos

Se presenta la siguiente situación problema: Una compañía produce dispositivos electrónicos para i
un nuevo modelo de inventario para una referencia específica, basándose en la Relación del inventa
encomienda al departamento de producción aplicar modelos de inventarios para tomar una decisió
la solución de los siguientes aspectos:

1. Modelo de Inventario EOQ probabilizado.

a. Plantear un modelo de inventario EOQ probabilizado, utilizando la demanda futura, estimada en

suavización exponencial simple y la Relación del inventario, para:
• Determinar la cantidad óptima de pedido, la demanda diaria normalmente distribuida, la varianza
normalmente distribuida.
• Determinar el tamaño de las existencias de reserva con un nivel de significancia a = 0.05. Determ
inventario óptimo.
• Comprobar los resultados utilizando software de optimización WinQSB.

b. Plantear un modelo de inventario EOQ probabilizado, utilizando la demanda futura, estimada en

Suavización exponencial doble y la Relación del inventario, para:
• Determinar la cantidad óptima de pedido, la demanda diaria normalmente distribuida, la varianz
normalmente distribuida.
• Determinar el tamaño de las existencias de reserva con un nivel de significancia a = 0.05.
• Determinar la política del inventario óptimo.
• Comprobar los resultados utilizando software de optimización WinQSB.

2. Modelo de Inventario EOQ probabilístico con faltantes.

a. Plantear un modelo de inventario EOQ probabilístico con faltantes, utilizando la demanda futura,
mediante Suavización exponencial simple y la Relación del inventario, para:
• Determinar la demanda uniforme durante el tiempo de espera y la cantidad óptima de pedido.
• Determinar el costo de retención esperado y el costo por faltantes esperado.
• Determinar la política de colocación de pedidos óptima.
• Determinar la política del inventario óptimo.
• Comprobar los resultados utilizando software de optimización WinQSB.

b. Plantear un modelo de inventario EOQ probabilístico, utilizando la demanda futura, estimada en

Suavización exponencial doble y la Relación del inventario, para:
• Determinar la demanda uniforme durante el tiempo de espera y la cantidad óptima de pedido.
• Determinar el costo de retención esperado y el costo por faltantes esperado.
• Determinar la política de colocación de pedidos óptima.
• Determinar la política del inventario óptimo.
• Comprobar los resultados utilizando software de optimización WinQSB.

3. Interpretar los resultados obtenidos en cada uno de los modelos de inventarios para tomar decis
 RELACION

REFERENCIA

ositivos electrónicos para iluminación y desea aplicar DISPOSITIVO DE

ILUMINACION
e en la Relación del inventario y demanda futura,
ios para tomar una decisión y les encarga encontrar

anda futura, estimada en el Ejercicio 1 mediante

nte distribuida, la varianza de la demanda diaria

ificancia a = 0.05. Determinar la política del

manda futura, estimada en el Ejercicio 1 mediante

ente distribuida, la varianza de la demanda diaria

ificancia a = 0.05.

zando la demanda futura, estimada en Ejercicio 1

a:
tidad óptima de pedido.
rado.

anda futura, estimada en el Ejercicio 1 mediante

tidad óptima de pedido.

rado.

ventarios para tomar decisiones.

 RELACION DEL INVENTARIO

TIEMPO COSTO DE COSTO DE COSTO POR

DEMANDA FUTURA (periodica) DE ESPERA PREPARACION POR RETENCION FALTANTE
(dias) PEDIDO ($) UNITARIO ($) UNITARIO ($)

a. DEMANDA PERIODICA PROYECTADA

EJERCICIO 1 MODELO DE PRONOSTICO
SUAVIZACION EXPONENCIAL SIMPLE
b. DEMANDA PERIODICA PROYECTADA 7 2,022,617 6,795 25,084
EJERCICIO 1 MODELO DE PRONOSTICO
SUAVIZACION EXPONENCIAL DOBLE
 1. Modelo de Invent

a. Plantear un modelo de inventario EOQ probabilizado, utilizando la demanda futura, estimada e

• Determinar la cantidad óptima de pedido, la demanda diaria normalmente distribuida, la varian

DEMANDA COSTO DE PREPARACION

PERIODO t PERIODICA POR PEDIDO
Dt K
19 13514.000
20 13640.211
21 13704.925
22 14022.196
23 14558.597
24 14696.113
25 14543.048
26 14302.517
27 13914.673
2,022,617
28 14533.971
29 14237.553
30 14101.916
31 14236.661
32 14451.118
33 13984.474
34 13703.898
35 13438.645
36 13163.209

Demanda diaria
normalmente distibuida 3276.4
. 𝝁�

• Determinar el tamaño de las existencias de reserva con un nivel de significancia a = 0.05. Determ

𝜎� k_((0.05))
Dispositivo
 Dispositivo

100.3 1.645

• Determinar la política del inventario óptimo.

Dispositivo

Cantidad optima de pedido

Periodo t Qt

19 2836.410
20 2849.624
21 2856.376
22 2889.250
23 2943.994
24 2957.865
25 La politica 2942.421
26 de 2917.987
27 inventario 2878.151
optimo (de
28 reserva) 2941.503
29 requiere 2911.352
30 pedir 2897.451
31 2911.261
32 2933.106
33 2885.361
34 2856.269
35 2828.491
36 2799.355

• Comprobar los resultados utilizando software de optimización WinQSB.

Periodo 19
b.Plantear un modelo de inventario EOQ probabilizado, utilizando la demanda futura, estimada e

• Determinar la cantidad óptima de pedido, la demanda diaria normalmente distribuida, la varian

 DEMANDA COSTO DE PREPARACION
PERIODO t PERIODICA POR PEDIDO
Dt K
19 14143
20 14844.6316
21 15411.13
22 16206.3488
23 17234.9107
24 17782.4238
25 17895.5799
26 17768.3133
27 17323.3559
2,022,617
28 17946.3917
29 17515.2932
30 17157.9603
31 17054.9902
32 17039.4465
33 16211.4128
34 15499.0688
35 14751.873
36 13958.1355

Demanda diaria
normalmente distibuida 3833.7
. 𝝁�

• Determinar el tamaño de las existencias de reserva con un nivel de significancia a = 0.05. Determ

𝜎� k_((0.05))
Dispositivo

647.4 1.645

• Determinar la política del inventario óptimo.

 Dispositivo

Cantidad optima de pedido

Periodo t Qt

19 2901.669
20 2972.773
21 3028.966
22 3106.130
23 3203.182
24 3253.663
25 La politica 3263.999
26 de 3252.372
27 inventario 3211.390
optimo (de
28 reserva) 3268.629
29 requiere 3229.132
30 pedir 3196.023
31 3186.419
32 3184.966
33 3106.616
34 3037.595
35 2963.471
36 2882.643

• Comprobar los resultados utilizando software de optimización WinQSB.

Periodo 19
 1. Modelo de Inventario EOQ probabilizado.

, utilizando la demanda futura, estimada en el Ejercicio 1 mediante suavización exponencial simple y la Rela

a diaria normalmente distribuida, la varianza de la demanda diaria normalmente distribuida.

COSTO DE RETENCION CANTIDAD OPTIMA

UNITARIO DE PEDIDO Dt/30 (Dt/30 - Dd)^2
H Qt
2836.410 450.467 309.221
2849.624 454.674 178.962
2856.376 456.831 125.900
2889.250 467.407 0.416
2943.994 485.287 297.053
2957.865 489.870 476.073
2942.421 484.768 279.456
2917.987 476.751 75.676
2878.151 463.822 17.884
6,795
2941.503 484.466 269.431
2911.352 474.585 42.690
2897.451 470.064 4.050
2911.261 474.555 42.302
2933.106 481.704 186.393
2885.361 466.149 3.618
2856.269 456.797 126.669
2828.491 447.955 403.869
2799.355 438.774 857.184

Varianza de la demanda diaria 1437.7

normalmente distribuida �^𝟐 �.

on un nivel de significancia a = 0.05. Determinar la política del inventario óptimo.

Existencia de reserva
�=𝜎�∗𝑘_� .
 Existencia de reserva
�=𝜎�∗𝑘_� .

165.0

Dispositivo

Nivel de inventario
�+𝜇� .

unidades siempre que

el nivel del inventario 3441.4 Unidades
se reduzca a

mización WinQSB.

Periodo 20
utilizando la demanda futura, estimada en el Ejercicio 1 mediante Suavización exponencial doble y la Relac

a diaria normalmente distribuida, la varianza de la demanda diaria normalmente distribuida.

 COSTO DE RETENCION CANTIDAD OPTIMA
UNITARIO DE PEDIDO Dt/30 (Dt/30 - Dd)^2
H Qt
2901.669 471.433 5812.726
2972.773 494.821 716.618
3028.966 513.704 2084.196
3106.130 540.212 5207.107
3203.182 574.497 11330.684
3253.663 592.747 15549.123
3263.999 596.519 16504.024
3252.372 592.277 15432.042
3211.390 577.445 11967.016
6,795
3268.629 598.213 16942.073
3229.132 583.843 13407.733
3196.023 571.932 10791.194
3186.419 568.500 10089.868
3184.966 567.982 9986.047
3106.616 540.380 5231.497
3037.595 516.636 2360.433
2963.471 491.729 560.636
2882.643 465.271 7.729

Varianza de la demanda diaria

normalmente distribuida �^𝟐 �. 59881.4

on un nivel de significancia a = 0.05. Determinar la política del inventario óptimo.

Existencia de reserva
�=𝜎�∗𝑘_� .

1065.0
 Dispositivo

Nivel de inventario
�+𝜇� .

unidades siempre que

el nivel del inventario 4898.7 Unidades
se reduzca a

mización WinQSB.

Periodo 20
ción exponencial simple y la Relación del inventario, para:

mente distribuida.

DEMANDA DIARA Dd
468.051

〖𝜎 " " 〗 ^2
VARIANZA
205.380

DESVIACION TIPICA 𝜎
14.331

TIEMPO DE ESPERA (dias)

�= 7
Periodo 20
ción exponencial doble y la Relación del inventario, para:

mente distribuida.
 DEMANDA DIARA Dd
547.675

〖𝜎 " " 〗 ^2
VARIANZA
8554.486

DESVIACION TIPICA 𝜎
92.490

TIEMPO DE ESPERA (dias)

�= 7
Periodo 20
 2. Modelo de Inven

a. Plantear un modelo de inventario EOQ probabilístico con faltantes, utilizando la demanda futur

Determinar la demanda uniforme durante el tiempo de espera y la cantidad óptima de pedido.

Costo de Costo por

Periodo Demanda futura preparación por faltante unitario
t D pedido ($) ($)
�
. p
19 13514.000
20 13640.211
21 13704.925
22 14022.196
23 14558.597
24 14696.113
25 14543.048
26 14302.517
27 13914.673
2022617 25084
28 14533.971
29 14237.553
30 14101.916
31 14236.661
32 14451.118
33 13984.474
34 13703.898
35 13438.645
36 13163.209

Determinar el costo de retención esperado y el costo por faltantes esperado.

Costo de
Periodo Cantidad optima de Costo de retención retencion
�
pedido con faltantes unitario ($) . esperado ($)
Y �
19 3197.59 10863817.601136
20 3212.49 10914429.621075
 21 3220.10 10940290.220682
22 3257.16 11066200.342988
23 3318.87 11275875.312156
24 3334.51 11329004.417253
25 3317.10 11269852.472197
26 3289.56 11176266.332565
27 3244.65 11023690.470745
6795
28 3316.07 11266334.629646
29 3282.08 11150855.273861
30 3266.41 11097612.648843
31 3281.97 11150506.20336
32 3306.60 11234176.194299
33 3252.78 11051305.263088
34 3219.98 10939880.116339
35 3188.66 10833486.703471
36 3155.82 10721891.215839

Determinar la política de colocación de pedidos óptima y Determinar la política del inventario óptim

Dispositivo

Cantidad optima de
Periodo pedido con
� faltantes
�
19 3197.59
20 3212.49
21 3220.10
22 3257.16
23 3318.87
24 3334.51
La politica de unidades siempre
25 inventario optimo 3317.10 que el nivel del
26 exige pedir 3289.56 inventario se
27 aproximadamete 3244.65 reduzca a
28 3316.07
29 3282.08
30 3266.41
 31 3281.97
32 3306.60
33 3252.78
34 3219.98
35 3188.66
36 3155.82

Comprobar los resultados utilizando software de optimización WinQSB.

Periodo 19
b. Plantear un modelo de inventario EOQ probabilístico, utilizando la demanda futura, estimada e

Determinar la demanda uniforme durante el tiempo de espera y la cantidad óptima de pedido.

Costo de Costo por

Periodo Demanda futura preparación por faltante unitario
t D pedido ($) ($)
. p
�
19 14143
20 14844.632
21 15411.130
22 16206.349
23 17234.911
24 17782.424
25 17895.580
26 17768.313
27 17323.356
2022617 25084
28 17946.392
29 17515.293
30 17157.960
31 17054.990
32 17039.447
33 16211.413
34 15499.069
 35 14751.873
36 13958.136

Determinar el costo de retención esperado y el costo por faltantes esperado.

Costo de retención Costo de

Periodo
Cantidad optima de unitario ($) . retencion
� pedido con faltantes � esperado ($)
Y
19 3271.16 11113766.774938
20 3351.32 11386105.928054
21 3414.67 11601329.205226
22 3501.66 11896880.487012
23 3611.07 12268600.568812
24 3667.98 12461949.484665
25 3679.63 12501536.574291
26 3666.52 12457004.165708
27 3620.32 12300039.959089
6795
28 3684.85 12519272.125516
29 3640.32 12367992.514629
30 3603.00 12241181.50246
31 3592.17 12204394.714957
32 3590.53 12198831.994915
33 3502.20 11898739.057617
34 3424.39 11634381.771969
35 3340.83 11350476.410893
36 3249.71 11040893.325054

Determinar la política de colocación de pedidos óptima y Determinar la política del inventario óptim

Dispositivo

Cantidad optima de
Periodo pedido con
� faltantes �

19 3271.16
 20 3351.32
21 3414.67
22 3501.66
23 3611.07
24 3667.98
La politica de unidades siempre
25 inventario optimo 3679.63 que el nivel del
26 exige pedir 3666.52 inventario se
aproximadamete reduzca a
27 3620.32
28 3684.85
29 3640.32
30 3603.00
31 3592.17
32 3590.53
33 3502.20
34 3424.39
35 3340.83
36 3249.71

Comprobar los resultados utilizando software de optimización WinQSB.

Periodo 19
 2. Modelo de Inventario EOQ probabilístico con faltantes.

lizando la demanda futura, estimada en Ejercicio 1 mediante Suavización exponencial simple y la Relación

ad óptima de pedido.

Costo de retención
unitario ($) Cantidad optima de Faltantes
S
. pedido con faltantes
� Y
3197.59 681.57
3212.49 684.74
3220.10 686.36
3257.16 694.26
3318.87 707.42
3334.51 710.75
3317.10 707.04
3289.56 701.17
3244.65 691.60
6795
3316.07 706.82
3282.08 699.57
3266.41 696.23
3281.97 699.55
3306.60 704.80
3252.78 693.33
3219.98 686.34
3188.66 679.66
3155.82 672.66

Costo por faltante Costo por

Faltantes S unitario ($) faltantes
p esperado ($)
681.57 8548197.90
684.74 8588021.98
 686.36 8608370.40
694.26 8707442.81
707.42 8872425.62
710.75 8914230.27
707.04 8867686.55
701.17 8794048.27
691.60 8673993.91
25084
706.82 8864918.53
699.57 8774053.57
696.23 8732159.59
699.55 8773778.90
704.80 8839614.66
693.33 8695722.61
686.34 8608047.71
679.66 8524332.02
672.66 8436523.08

olítica del inventario óptimo.

Parametro R

0.064096
0.063799
0.063648
0.062924
0.061754
0.061464
0.061787
Unidades
0.062304
0.063167
0.061806
0.062446
0.062746
0.062448
0.061983
0.063009
0.063650
0.064276
0.064945

Periodo 36
manda futura, estimada en el Ejercicio 1 mediante Suavización exponencial doble y la Relación del inventar

ad óptima de pedido.

Costo de retención Faltantes

unitario ($) Cantidad optima de S
. pedido con faltantes
� Y
3271.16 697.25
3351.32 714.33
3414.67 727.84
3501.66 746.38
3611.07 769.70
3667.98 781.83
3679.63 784.31
3666.52 781.52
3620.32 771.67
6795
3684.85 785.42
3640.32 775.93
3603.00 767.98
3592.17 765.67
3590.53 765.32
3502.20 746.49
3424.39 729.91
 3340.83 712.10
3249.71 692.68

Costo por faltante Costo por

Faltantes unitario ($) faltantes
S p esperado ($)

697.25 8744870.47
714.33 8959160.61
727.84 9128509.11
746.38 9361063.71
769.70 9653551.76
781.83 9805688.41
784.31 9836837.52
781.52 9801797.19
771.67 9678289.86
25084
785.42 9850792.75
775.93 9731758.34
767.98 9631977.06
765.67 9603031.37
765.32 9598654.34
746.49 9362526.13
729.91 9154516.53
712.10 8931125.51
692.68 8687529.98

olítica del inventario óptimo.

Parametro R

0.062655
0.061156
0.060021
0.058530
0.056757
0.055876
0.055699
Unidades
0.055899
0.056612
0.055621
0.056301
0.056884
0.057056
0.057082
0.058521
0.059851
0.061348
0.063068

Periodo 36
ncial simple y la Relación del inventario, para:
y la Relación del inventario, para:
 BIBLIOGRAFÍA

Hillier, F. y Lieberman, G. (2015). Introducción a la investigación de operaciones. México, México:

Editorial McGraw-Hill Interamericana. Recuperado de http://bibliotecavirtual.unad.edu.co:2053/?
il=2269
ciones. México, México:
tual.unad.edu.co:2053/?