RB
,
" "
,
,,'"
"
'"
RH
..
"
,,'"
"
7
' 000
"0
B"
""
"
,,'"
,,'"
,
RB
7'"
,,'"
,
'"
RH
"
,
"0
"
,
500
Re
'"
600
"'"
''''
,""
500
,
500
'000
RH
'"
,,'"
"
'"'"
500
"0
'"
" "
..
500
el
Tabla 3 28
~
SEMANAS
1
2
3 '
4
5
6
7
9
,.
"
12
A
SO
SO
SO
SO
SO
50
50
A
50
200
500
lOO
B
2.
20
20
SO
SO
SO
B
""""
77.
1370
3100
4500
2300 300
e
lOO
lOO
lOO lOO
lOO lOO
e
60
lSO lSO
650
BOO
600
lOO
o
2SO 2SO 5SO 5SO 5SO
550
300
o
rooeso
700
2500 500
E
25.
2SO
250
2SO 250 250 250
F
300 300 300
G
G
60
42.
BOO
3700 2100
2800 500
H
I
650 650 6SO
3.12 Modelos estocásticos de inventarios
En las secciones anteriores, se estudiaron modelos de inventario que cubren diferentes
situacionE!s: reposición instantánea, no instantánea, descuentos por cantidad, etcétera,
pero en todos los casos se suponía que exisUa una demanda constante y conocida. En
la práctica sin embargo, es
poco
probable que éste sea el caso: en la mayorla de las
ocasiones se logra una aproximación adecuada considerando la demanda como
unifor~
memante distribuida y la mejora en los resultados que se conseguirlan al considerar la
demanda como variable no justifica las complejidades de los modelos probabilísticos que
se tienen que utitizar con los consiguientes cálculos extra.
Dicho lo anterior, habrá algunos casos en los que después de un análisis de la
situación, se considerará conveniente utilizar modelos estocásticos; Adam y Ebert' pro-
4 Adam, E. Evereu y RonaId J.
Ebert.
Administraci6n
de
la Producci6n y las operaciones. Prentice
Hall. Mhico, 1991
177
1...,175,176,177,178,179,180,181,182,183,184 186,187,188,189,190,191,192,193,194,195,...270