141 CAP{TULO 11 Modelos deterministicos de inventarios Una empresa 0 una industria suele tener un inventario razonable de bienes para asegurar su funcionamiento continuo. En forma tradicional se considera a los inventarios como un mal necesario: si son muy pocos, causan costosas interrupciones; si son demasiados equivalen a tener un capital ocioso. El problema del inventario determina la cantidad que equilibra los dos ‘casos extremos. Un factor importante en Ja formulacién y la solucién de un modelo de inventario es que la demanda de un articulo (por unidad de tiempo) sea deterministica (que se conozea con cer- tidumbre) 0 probabilistica (que se pueda describir con una distribuci6n de probabilidad. Este capitulo estd dedicada a la presentacién de modelos deterministicos. Los modelos probabilis- ticos, por lo general més complejos, se describirén en el capitulo 16. MODELO GENERAL DE INVENTARIO La naturaleza del problema de los inventarios (o existencias) consiste en colocar y recibir en for- ‘ma repetida pedidos (u “6rdenes”) de determinados tamaiios a intervalos de tiempo establ Desde este punto de vista, una politica de inventario contesta las dos siguientes preguntas: 1. (Cudnto pedir? 2. ,Cudndo pedir La respuesta de estas preguntas se basa en minimizar el siguiente modelo de costo: Costo total) _/Costode) , ( Costode ) ,/ Costode ) , (Costo de ‘compra preparacion almacenamiento faltante inventario Todos esos costos se deben expresar en la cantidad econémica de pedido (,cudnto pedir?) y el tiempo entre los pedidos (,cudndo pedir?).. 29430 Capitulo 11 Modelos deterministicos de inventarios 1, El costo de compra se basa en el precio por unidad del articulo. Puede ser constante, 0 puede ofrecerse con descuentos. 2. El costo de preparacién representa el costo fijo incurrido cuando se coloca un pedido. Es independiente de la cantidad pedida. 3. El costo de almacenamiento 0 de posesién representa el costo de mantener una existen- cia de inventario. Comprende el interés sobre el capital y el costo de almacenamiento, ‘mantenimiento y manejo. 4. El costo de faltante es la penalizacién en que se incurre cuando se terminan las existen- cias, Incluye la pérdida potencial de ingresos y el costo, més subjetivo, de pérdida de la buena voluntad del cliente. Un sistema de inventario se puede basar en la revisién periddica (por ejemplo, pedir cada semana o cada mes), cuando se reciben nuevos pedidos al iniciar cada periodo. En forma alternativa, el sistema se puede basar en una revisi6n continua, cuando se colocan los nuevos pedidos y la cantidad de inventario baja hasta cierto nivel, que se llama punto de reorden. ‘Los modelos de inventario de este capitulo abarcan dos clases de modelos determinis- tas: estéticos y dinémicos. Los modelos estéticos tienen una demanda constante en funci6n del tiempo. En los modelos dindmicos, la demanda cambia en funcién del tiempo. Los casos en Jos que Ja demanda es probabilfstica se explican en el capitulo 16. MODELOS ESTATICOS DE CANTIDAD ECONOMICA DE PEDIDO (CEP, 0 EOQ) 11.2 En esta seccién se explican tres variaciones del modelo de cantidad econémica de pedido (CEP, 0 EOQ, del inglés economic order quantity) con demanda estitica. 11.2.1, Modelo clasico de cantidad economica de pedido EI més sencillo de los modelos de inventario implica una tasa constante de demanda con el surtido instanténeo del pedido y sin faltante. Se definen y = Cantidad pedida (cantidad de unidades) D = Tasa de demanda (unidades por unidad de tiempo) fg = Duracién del ciclo de pedido (unidades de tiempo) El nivel de inventario sigue el patrén de la figura 11.1. Cuando el inventario llega al valor ce- 10, se coloca un pedido cuyo tamafio es y unidades, y se recibe en forma instantinea. Después, FIGURA 11.1 Nivelde ‘Momentos en que se recibe el pedido Comportamiento — inventario del inventario en =| eens elmodelo CER EOO clisico Investario =e promedio= 3 b=o- 3 "Tempo11.2 Modelos estéticos de cantidad econémica de pedido (CEP. 0£0Q) 431 Ja existencia se consume uniformemente a la tasa constante de demanda D, El ciclo de pedido para este comportamiento es ‘= Jpunidades de tiempo EI nivel promedio de inventario que aa es - Nivel promedio de inventario 3 unidades EI modelo de costo requiere dos parémetros: K = Costo de preparaci6n correspondiente a la colocaci6n de un pedido ($/pedido) Costo de almacenamiento ($ por unidad en inventario por unidad de tiempo) El costo total por unidad de tiempo (TCU, de total cost per unit rime) se calcula como sigue: TCU(y) = Costo de preparacién por unidad de tiempo + Costo de almacenamiento por uni- dad de tiempo _ Costo de preparacién + Costo de almacenamiento por ciclo fy % _K +10) 2 oe “5 + AG) El valor 6ptimo de la cantidad de pedido y'se determina minimizando TCU() con res- ecto a y. Suponiendo que y sea continua, una condicién necesaria para determinar el valor Gptimo de y es aTCUY) __KD, h dy sven Esta condicién también es suficiemte, porque TCU(y) es convexa, La solucién de la ecuacién da como resultado la siguiente cantidad econdmica de pedi- do, y*: =0 Asi, la politica éptima de inventario para el modelo propuesto se resume como sigue: Pedir y° = V7 unidades cada t, = } unidades de tiempo En realidad, no se necesita hacer un nuevo pedido en el instante en que se pide, como se hha descrito aqui. En lugar de ello puede transcurrir un tiempo de entrega positivo, L, entre la colocacién y la recepcién de un pedido, como se ve en la figura 11.2. En este caso, el punto de reorden se presenta cuando el nivel de inventario baja a LD unidades. En la figura LL.2 se supone que el tiempo de entrega Les menor que la longitud del ci- clo ¢, lo cual en general no es el caso. Para tener en cuenta otras situaciones, se definird el tiempo efectivo de entrega como sigue: L,=L- nly a. ge i432 Capitulo 11. Modelos deterministicos de inventarios Nivelde inventario Puntos de reorden. FIGURA 11.2 Punto de reorden en el modelo CEP, oEOQ clésico donde mes el entero mayor no mayor que 4. Este resultado se justifica, porque después de n ciclos de f cada uno, el estado del inventario es como si el intervalo entre colocar un pedido y recibir otro es L, Asi, el punto de reorden esté en las LD unidades, y la politica de inventario | se puede reenunciar como sigue: Pedir la cantidad y’ siempre que la cantidad de inventario baja a LD unidades Fjemplo 11.24 Se cambian luces de neén en el campus de la U de A.a una tasa de 100 unidades diarias. Estas tuces de ne6n se piden en forma periédica. Cuesta $100 iniciar una orden de compra. Se esti- ma que una luz de neén en el almacén cuesta unos $0.02 diarios. El tiempo de entrega, entre Ja colocacién y la recepcién de un pedido es de 12 dias. Determine la politica 6ptima de in- ventario para pedir las luces de neén. De acuerdo con los datos de este problema, D = 100 unidades por dfa $100 por pedido $0.02 por unidad y por dfa 12 dias oy 2 SHO 100 — 1000 tuces de nen a longitud del ciclo correspondiente es Como el tiempo de entrega L = 12 dfas es mayor que la longitud del ciclo f (= 10 dias), se debe calcular L,. La cantidad de ciclos incluidos en Les, n= (Entero mayor = 4) = Entero mayor = #2) =111.2 Modelos estaticos de cantidad econémica de pedido (CEP, o£0Q) 433 Entonces L, = L — ni = 12-1 X 10 = 2dias Entonces, el punto de reorden se presenta cuando la cantidad de inventario baja a L,D 2X 100 = 200 luces de neon La politica de inventario para pedir las luces de neén es Pedir 1000 unidades cuando el inventario baja a 200 unidades El costo diario de inventario correspondiente a la politica propuesta es K at TCUY) ae + $0.02 (9%) = $20 por dia Goo) Solucién de cantidad econémica de pedido en hoja de céleulo. E1 modelo ch11EOQ.xis de Excel esté disefiado para efectuar célculos de CEP, o EOQ. Ese modelo resuelve el proble- ma general de cantidad econémica de pedido que se describe en el problema 9, conjunto 11.2a, del cual un caso especial es el modelo que se describié arriba. El uso del archivo ch11E0Q.xIs, se demuestra en el ejemplo 11.2-2 (Secci6n 11.2.2), porque esa hoja de célculo también es pa- ral caso de discontinuidades en el precio. Para usar la plantilla con el modelo actual, se escri- be-I en las celdas C3:C5, C8 y C10, para indicar que los datos correspondientes no se aplican. CONJUNTO DE PROBLEMAS 11.24 1. En cada uno de los siguientes casos no se permiten faltantes, y los tiempos de retraso entre la co- Jocacién y la recepcién de un pedido son 30 dias. Determine la politica 6ptima de inventarioy el costo diario correspondiente. a) K = $100, h = $005, D = 30 unidades diarias, b) K = $50, h = $005, D = 30 unidades diarias ©) K = $100, h = $001, D = 40 unidades diarias 4) K = $100, h = $004, D = 20 unidades diarias 2, MeBurger pide came molida al comenzar cada semana, para cubrir la demanda semanal de 300 Ib. El costo fijo por pedido es de $20. Cuesta unos $0.03 por libra y por dia refrigerar y al~ ‘macenar la carne. 4) Determine el costo semanal de inventario para la politica actual de pedidos. ) Determine la politica 6ptima de inventario que deberfa usar McBurger, suponiendo tiempo de entrega cero entre la colocacién y la recepeién de un pedido. ©) Determine la diferencia de costos semanales entre las polticas actual y 6ptima de pedidos. 3. Una empresa almacena un articulo que se consume a una tasa de 50 unidades diarias. Le cuesta $20 colocar un pedido. Una unidad de inventario en almacén durante una semana costaré $0.35. 1) Determine la politica 6ptima de inventario, suponiendo 1 semana de tiempo de entrega. ) Determine la cantidad éptima de pedidos en un afio de 365 dias.434 Capitulo 11 Modelos deterministicos de inventarios 4. El departamento de compras de una empresa propuso dos politicas de inventario: Politica 1. Pedir 150 unidades. Bl punto de reorden es de 50 unidades,y l tiempo entre la co- Jocacién de un pedido y la recepciGn del siguiente es de 10 dias. Politica 2. Pedir200 unidades. El punto de reorden es de 75 unidades y el tiempo entre la co- Jocacién de un pedido y la recepciGn del siguiente es de 15 das. El costo de preparacién por pedido es de $20, y el costo de almacenamiento por unidad de in- ventario y por dfaes de $0.02. 8) {Cual de las dos politicas deberia adoptar a empresa? ) Sia usted le encargaran disefiar una politica de inventario para la empresa, qué recomenda- ria suponiendo que el proveedor necesita un tiempo de entrega de 22 dias? 5, Walmark Store comprime y entarima cajas de mercancia, para reciclalas. En los almacenes se ‘generan cinco tarimas diarias. El costo de almacenar una tarima en el patio trasero es de $0.10 por dia, La empresa que se lleva las tarimas al centro de reciclado cobra una tarifa uniforme de $100 por larenta de su equipo de carga y un costo variable de transporte de $3 por tarima. Haga una grifica del cambio de cantidad de tarimas en funci6n del tiempo y proponga una politica 6p- ‘ima para llevar las tarimas al centro de reciclado. 66. Un hotel usa servicio extero de lavandera, para contar con toalas limpias para los huéspedes. Se generan 600 toallas sucias por dfa. El servicio de lavanderia recoge las toallas sucias y las cambia or limpias a intervalos regulares. La taifa de esi servicio es de $81 fijos por cada servicio de recogida y entrega,y $0.60 por lavar cada toalla Al hotel lecuesta $0.02 diarios guardar cada toa- lla sucia, y $0001 guardar cada tallalimpia. ;Con qué frecuencia debe pedir el hotel el servicio de lavanderia? (Sugerencia: hay dos clases de articulos de inventaro, en este caso. Cuando aumenta la cantidad de toallas sucias, la cantidad de toalas limpias disminuye a una tasa igual.) 7. Se tiene el caso de un inventario en el que la existencia se reabastece uniformemente (no instanté- rneamente) a la tasa a, El consumo sucede a latasa constante D. Como el consumo también se pre- senta durante el periodo de reabastecimiento, es necesario que a > D. El costo de preparacién es K por pedido, y el costo de almacenamiento‘es h por unidad y por unidad de tiempo. iy es el ta- tmafio del pedido y no se permiten faltanes, demuestre que lo siguientes resultados son vélidos: a) El nivel maximo de inventario es y(1— 2). ) Bl costo total y por unidad de tiempo es TCUG) = 2 + c) La cantidad econémica de pedido es 4) Demuestre que la CEP, o EQ con reposicién instantnea se puede deducir dela f6rmuta del unto). 8 Una empresa puede producir un articulo 0 comprario a un contratista. Si lo produce le costaré ‘$20 cada vez que prepare sus méquinas, La tasa de produccién es 100 unidades diarias. Silo ‘compra a un contratista le costard $15 colocar un pedido. El costo de mantener el aticulo en cexitencia, sea producido o comprado, es de $0.02 por unidad y por dfa. El consumo estimado de ese articulo por la empresa es de 26,000 unidades anuales. Suponiendo que no se permiten Jos faltantes, la empresa ;1o debe producir 0 lo debe comprar? 9. Enel problema 7 suponga ademas que se permiten los faltantes y que el costo de faltante por unidad y por unidad de tiempo es p. Si w es el faltante méximo, demuestre que son vélidos los resultados siguientes:11.2 Modelos estaticos de cantidad econémica de pedido (CER, oFOQ) 435 KD, Mol — 2) — w+ pw Ae 2a - 2y Dip + W) (ee PHL 2 TCUY, w) = 2KDKI — 2) Pp +h) 11.2.2 Cantidad econdmica de pedido con discontinuidades de precio Este modelo es el mismo de la seccién 11.2.1, con la excepcién de que el articulo en inventa- rio se puede comprar con descuento si el tamafio del pedido y es mayor que determinado Iimi- te g; esto es, que el precio unitario de compra c es. et {ox ine the = cy siy > q Por consiguiente a a = De, y= 4 Precio de compra por unidad de tiempo = 4 °°, @ cay oe = Dey y > ‘a Ror Pat Al usar la notaci6n de la secci6n 11.2.1, el costo total por unidad de tiempo es TOU) = De + AP + Sy sa TCU) = Do, + os + by>a TCUG) = Las funciones TCU, y TCU, se grafican en la figura 11.3. Como las dos funciones s6lo difieren en una cantidad constante, sus minimos se presentan en 2KD Ym = Costo FIGURA 11.3 ee Funcién de costo de inventario con TCU, discontinuidades en el precio436 Capitulo11 Modelos deterministicos de inventarios La funcién de costo TCU()) comienza a la izquierda, con TCU,(y) y baja hasta TCU,(9) enel punto de discontinuidad de precio g. La figura 11.3 muestra que la determinaci6n de la cantidad econémica de pedido y" depende de dénde esté el punto de discontinuidad de precio q.con respecto a las zonas I, IT y II, limitadas por (0, y,)» (qs Q) ¥ (Q, 0°), respectivamente. El valor de Q (> y,) se determina con la ecuacién (ee TCU (yn) sca = D+ Wes ¥ TCU) Esto reduce la ecuacién de Qa as + ( ACD. peo A 2KD ie La figura 11.4 muestra cémo se determina la cantidad 6ptima y* que se busca: + = [%m sig esté en las zonas I 0 IIT q, sig esté en la zona IT Los pasos para determinar y" son 2KD Paso 1. Determinar ym, FSi q esté en la zona I, entonces »* = yg; detenerse, En caso contrario continuar en el paso 2. FIGURA11.4 ——Costo Soluci6n éptima de los problemas de inventario con discontinuidades enel precio Minimo} = Tn Oa Z Caso 3:q cae en la zona III, y* = yy11.2 Modelos estaticos de cantidad econémica de pedido (CER, oEOQ) 437 Paso 2. Determinar Q (> y,,) con la ecuacién de Q: gs ( Beet) ane Definir las zonas Il y III. Sig estd en la zona II, entonces y* = q. En caso contrario, qestéen la zona II y Ejemplo 11. LubeCar se especializa en cambios répidos de aceite para motor de automévil. El servicio compra aceite para motor a grane!, a $3 por gal6n. Si LubeCar compra més de 100 galones, obtiene un descuento de $2.50 por galén. En el servicio se atienden unos 150 autos diarios, y cada cambio de aceite requiere de 1.25 galones. LubeCar guarda el aceite a granel con un cos- to de $0.02 por gal6n y por dia, También, el costo de colocar un pedido de aceite a granel es de $20. Hay un tiempo de 2 dias para la entrega. Determine la politica 6ptima de inventario. El consumo diario de aceite es D = 150 automéviles por dfa 1.25 galones por automévil = 187.5 galones por dia También los datos son ‘h = $0.02 por gal6n por dia K = $20 por pedido 2 dias ¢, = $3 por galén $2.50 por gal6n 4 = 1000 galones 2KD _ [2x20x1 ym = AP = [2220 1805 = 612.37 galones Como q = 100 es mayor que y,, continuamos en el paso 2. Paso 2. Determinar Q Paso 1. Calcular e KD , Yn TCU.) = 4D + 4? + 20 x 187.5 , 0.02 x 612.37 = 3.x 1815 + aay = 574.75 En consecuencia, la ecuacién de @ se calcula como sigue: 2x QS x 1875 — 574.75) 2x 20 x 1875 e+ ( 0.02 ) et. 0.02 osea @ — 10599.749 + 375000 = 0438 Capitulo 11. Modelos deterministicos de inventarios El resultado de esto es Q = 10564.25(> y,,). Entonces, Zona II = (612.37, 10564.25) Zona III = (10564.25, 00) Como q (= 1000) cae en la zona Il, la cantidad dptima de pedido es y' = q = 1000 - galones. ‘Como el tiempo de entrega es de 2 dfas, el punto de reorden es 2D = 2 187.5 = 375 galones. Asf, la politica de inventario éptimo es Pedir 1000 galones cuando el nivel de inventario baja a 375 galones Solucién de cantidad econémica de pedido en hoja de célculo._ La plantilla ch! 1EOQ.xls de Excel esté disefiada para manejar el problema general de cantidad econémica de pedido que se describié en el problema 9, conjunto 11.2a, cuando se permiten tasa uniforme de produccién y faltante. También resuelve el caso de discontinuidades en el precio, que se describié arriba. La figura 11.5 muestra la aplicaci6n del modelo al problema de discontinuidades de precio del ejemplo 11.2-2. El uso del modelo es directo. Se capturan los datos del modelo en Ta seccién de entrada de datos (C3:C11), Se requiere anotar ~1 en la casilla si no se aplica un FIGURA 11.5 Soluci6n del ejemplo 11.2-2 (CEP, oEOQ con discontinuidades en el precio) con Exceloy 11.2 Modelos estaticos de cantidad econémica de pedido (CEP, o£OQ) 439 elemento de dato al modelo. Por ejemplo, para resolver modelos CEP, o EOQ sin discontinui- dades de precio, se escribe-1 como C,, 4 y ¢; (celdas C3:C5). El sistema muestra los mensa- jes correspondientes de error para resolver conflictos entre datos. El resultado del modelo ‘muestra la politica Gptima de inventario y también los célculos intermedios del problema. CONJUNTO DE PROBLEMAS 11.28 1. Se tiene el caso del servicio de lavanderfa del hotel, del problema 6, conjunto de problemas 12a La tarifa normal por lavar una toalla sucia es de $0.60, pero el servicio de lavanderia slo cobra {$0.50 sil hotel les manda un minimo de 2500 toallas. ,Debe aprovechar el hotel ese descuento? 2. Unarticulo se consume con Ia tasa de 30 unidades diarias. El costo de almacenamiento por uni- dad y por dia es de $0.08 y el costo de preparacién es de $100, Suponga que no se permite la faltante y que el costo de compra por unidad es de $10 por cualquier cantidad menor de 500 lunidades, y de $8 en caso contrario. 4) Determine 1a politica de inventario 6ptimo cuando el tiempo de entrega es de 21 dias. 1b) Use la hoja de eéleulo ch1 1EOQ.xls para resolver el problema. 3. Un articulo se vende en $25 por unidad, pero se ofrece un descuento en lotes de 150 unidades 0 ‘més. Una empresa usa este articulo, con una tasa de 20 unidades diarias. El costo de preparacién para pedir un lote es de $50, y el costo de almacenamiento por unidad y por dfa es de $0.30. ;Debe aprovechar Ia empresa el descuento? 4. Enel problema 3, determine el intervalo de porcentaje de descuento de precio que, cuando se ofrezca con lotes de 150 unidades o més no cause ventaja financiera alguna a la empresa $. Enel modelo de inventaro descrito en esta seccién, suponga que el costo de almacenamiento por unidad y por unidad de tiempo es h, para cantidades menores que q y h, en caso contrario; hy > hy. Indique emo determinar el tamafio econémico de lote 11.2.3. Cantidad econémica de pedido de varios articulos con limitacion de almacén Este modelo se aplica al caso con n (> 1) articulos cuyo inventario individual fluctia de acuerdo con la pauta de la figura 11.1 (no se permiten faltantes). La diferencia est en que los articulos compiten por un espacio limitado de almacenamiento. Se definirdn, para el articulo i, i = 1, 2, un: Tasa de demanda Costo de preparacién Costo unitario de almacenamiento por unidad de tiempo Cantidad de pedido Area de almacenamiento necesaria por unidad de inventario A = Area maxima disponible de almacenamiento para los n articulos ‘Suponiendo que no hay faltantes, e! modelo matematico que representa la situacién del inven- tario es D, K, hy yi 4; KD, hy Minimizar TCU()1, Yo---5 Yo) = 5 (Am pees ) a440 Capitulo 11 Modelos deterministicos de inventarios sujetaa Day = A 1,2...) > 0, Los pasos para resolver el problema son los siguientes. Paso 1. Calcular los valores 6ptimos no restringidos de las cantidades de pedido con: . 2K, , w= : Paso 2. Comprobar si los valores 6ptimos no restringidos y’ satisfacen la restriccién de al- macenamiento. Si la satisfacen, detenerse; la soluci6n y/, i= 1, 2, ... n-€s Optima. En caso contrario seguir en el paso 3. Paso 3. Se debe satisfacer la restriccién del almacenamiento en forma de ecuaci6n. Usar el ‘método de los multiplicadores de Lagrange para determinar los valores restringidos d > —0.4. La hoja de Excel puede refinar la res- puesta a cualquier exactitud que se desee, del siguiente modo: cambie el valor de ) inicial (celda C10) a -0.3 y especifique un decremento menor de lamda (celda C11), digamos 0.05. ‘Ahora ejecute el modelo y revise } inicial y el decremento, Repita el proceso, actualizando inicial y scleccionando un decremento menor de \ hasta obtener la exactitud que se desee. Yo hice la prueba con este procedimiento y pude refinar la bisqueda hasta ) inicial = —0.03475 yy decremento de = 0.0005. En \” = ~0.348, la ecuacién cerraba casi a cero. Los valores ‘correspondientes de las cantidades de pedido son yj © 6.34 unidades, y} © 7.09 unidades, y; © 11.57 unidades CONJUNTO DE PROBLEMAS 11.2C* 1. Los datos siguientes describen cinco articulos de inventario. Anticuloi Ki(S) Dj (unidades pordia) (8) __ apie’) i 20 2 035 «10 x4 25 4 ois 08 3 30 4 02 it 4 2B a 0300 Os 5 35 26 04 12 ‘Area total disponible para almacenamiento = 25 pies’ Determine las cantidades 6ptimas de pedido. 2. Resuelva el modelo del ejemplo 11.2-3, suponiendo que se require que la suma de los inventa- ros promedio para todos los articulos sea menor que 25 unidades. 3. Enel problema 2, suponga que la tinica restricciGn es un limite de $1000 en el capital que se puede inverti en el inventario. Los costos de compra de los articulos 1,2 y 3, por unidad, son de '$100, $50 y $100, respectivamente. Determine la solucién éptima. 4. Los datos siguientes describen cuatro articulos de inventario. ‘Anfeuloi K,($) Dy (unidades por dia) (8) 1 100 10 o1 2 50 20 02 3 90 5 02 4 20 10 on La-empresa desea determinar la cantidad econdmica de pedido para cada uno de los cuatro articu- Jos, de tal modo que la cantidad total de pedidos por afio (de 365 dias) sea 150, cuando mucho. Formule la funcién de Lagrange y deduzca las formulas necesarias. A continuaciGn use ch!1Cons- trainedEOQals para resolver el problema, '5. Use las ecuaciones de derivadas parciales del modelo de inventario en esta seccién para demos- trar que el valor inicial de la X 6ptima se puede aproximar por: *Podré usted aprovechar chi 1StorageEOQ.x!s para resolver los problemas de este conjunto. ee ee11.3 Modelos dinamicos de cantidad econémicade pedido 443 en donde 11.3 MODELOS DINAMICOS DE CANTIDAD ECONOMICA DE PEDIDO Los modelos que aqui se presentan difieren de los de Ia secei6n 11.2 en dos aspectos: 1) el ni- vel de inventario se revisa en forma periddica durante una cantidad finita de periodos iguales, 2) la demanda por periodo, aunque es determinista, és dinémica en el sentido que puede va- riar de un periodo al siguiente. Un caso en el que se presenta la demanda dindmica determinista es el de la planeacién de los requerimientos de materiales (MRP, del inglés materials requirement planning). El concepto de la MRP se describiré con un ejemplo, Suponga que la demanda trimestral de dos modelos M1 y M2 de un producto, durante el proximo afio, es de 100 y 150 unidades, respecti- ‘vamente. Las entregas de los lotes trimestrales se hacen al final de cada trimestre. El tiempo de entrega de la produccién es de 2-meses para MI y de 1 mes para M2. Cada unidad de M1 y M2 uusa 2 unidades del subensamble S. El tiempo de entrega de Ja produccién de $.¢s de 1 mes. La figura 11.7 representa los calendarios de produccién de M1 y M2, Comienzan con la demanda trimestral de los dos modelos (indicada por las flechas Ilenas) al final de los meses Modelo 1 Modelo2 C1245 678 9WURCI1234 5678 90ND PPA af ik Mb BedPinl bistuthactatonBikach BIA Y 110 0 a moe] moh ae 10 10 as 550 aoe seen a aa a age a 2 apne ee 3 trl focba cia tbat stofaiatp tts 20 20m 20 300300 eS eee ye Te eee a FIGURA 11.7 Bjemplo de la demanda dinémica generada por MRP444 Capitulo 11 Modelos deterministicos de inventarios 11.3.1 3,69,y 12. Como los tiempos de retraso para MI y M2.son de 2 y 1 meses las flechas inte- ‘rumpidas indican los inicios planeados de cada lote de produccién. ara iniciar a tiempo la produccién de los dos modelos, la entrega del subensamble S debe coincidir con las flechas de linea intermitente M1 y M2. Esta informaci6n se indica con Jas flechas de linea continua del diagrama S, donde la demanda resultante de Ses 2 unidades por unidad de M1 o de M2. Con un tiempo de entrega de 1 mes, las flechas de linea intermi- tente del diagrama S indican los programas de produccién de S. A partir de esos dos progra- ‘mas, la demanda combinada de S que corresponde a M1 y M2 se puede determinar entonces ccomo se ve en la parte inferior de la figura 11.7. La demanda variable (pero conocida) que re- sulta para S es caracteristica de la situacién en el que se tiene cantidad econémica de pedido dindmico. En esencia, dada la demanda variable indicada de S, ,cudnto se debe producir al iniciar cada mes para reducir el costo total de produccidn e inventario? En esta secci6n se presentarén dos modelos. En el primero se supone que no hay costo de preparacién (de pedido) y en el segundo que si hay. Este detalle aparentemente “pequefio” determina la diferencia en la complejidad del modelo. CONJUNTO DE PROBLEMAS 11.34 1. Enla figura 11.7 determine las necesidades combinadas del subensamble S en cada uno de los casos siguientes: a) El tiempo de entrega para MI sélo es un periodo. b) Eltiempo de entrega para M1 es tres periods. Modelo sin costo de preparacion En este modelo interviene un horizonte de planeacién con n periodos iguales. Cada periodo tiene una capacidad de produccién limitada que puede incluir varios niveles de produccién (por ejemplo, tiempo normal y tiempo extra representan dos niveles de produccién). En deter- minado momento, un periodo puede producir més que la demanda inmediata del producto, apartindolo para periodos posteriores, y en ese caso se incurre en un costo de almacenamiento. ‘Los supuestos generales del modelo son 1. Nose incurre costo de preparacién en ningtin periodo. 2. Nose permiten faltantes. 3 La funcién de costo unitario de produccién en cualquier periodo es constante o tiene costos marginales crecientes (es decir, es convexa). 4, El costo unitario de almacenamiento en cualquier periodo es constante. El no permitirse faltantes significa que sila produccién en el periodo actual y el inventario no satisfacen la demanda de este periodo no se podré completar esta demanda en un periodo futuro, Este supuesto requiere que la capacidad acumulada de produccién en los periodos 1, 2, . € /sea al menos igual a la demanda acumulada, en estos mismos periodos. 1La figura 11.8 ilustra la funci6n de costo unitario de produccién con margenes crecien- tes. Por ejemplo, la producei6n con tiempo normal y con tiempo extra corresponde a dos ni- veles en los que el costo unitario de produccién durante el tiempo extra es mayor que durante el tiempo normal.11.3 Modelos dinamicos de cantidad econémica de pedido 445 Costo Nivel E FIGURA 11.8 Cantidad prodvcid Funcion convexa de costo unitario de produccin El problema de 7 periodos se puede formular como un modelo de transporte (véase el capitulo 5) con kn fuentes y n destinos, donde & es la cantidad de niveles de producci6n por periodo (es decir, si cada periodo usa tiempo normal y tiempo extra, entonces k = 2). La ca- pacidad de produccién de cada uno de las kn fuentes de nivel de produccién proporciona las cantidades de oferta. Las cantidades de demanda son la demanda de cada periodo. El costo unitario de “transporte” de una fuente a un destino es la suma de los costos aplicables de pro- duccidn y almacenamiento por unidad. La solucién del problema como modelo de transporte determina las cantidades de produccién con costo minimo, en cada nivel de producci6n. El modelo de transporte que se obtiene se puede resolver sin recurrir ala técnica fami- liar de transporte que se present6 en el capitulo 5. La validez del nuevo algoritmo de solucién se basa en las suposiciones especiales de que no hay faltantes y de una funcién convexa de produccién en funcién de costo. Ejemplo 11.3-1 ‘Metalco produce compuertas de tiro para chimeneas domésticas, que se usan durante los me- ses de diciembre a marzo. La demanda comienza lenta, llega a un maximo a la mitad de la estacién y desaparece al final. Debido a la popularidad de su producto, Metalco puede usar tiempo extra para satisfacer la demanda. La tabla siguiente muestra las capacidades de pro- duccién y las demandas en los cuatro meses invernales. Capacidad ‘Mes Normal (unidades) Extra unidades) Demand (unidades) 1 90 50 100 2 100 o 190 3 120 80 210 4 10 0 160 El costo unitario de produccién en cualquier periodo es de $6 durante el tiempo normal y de ‘$9 durante el tiempo extra, El costo mensual de almacenamiento es de $0.10 por unidad.446 Capitulo 11 Modelos deterministicos de inventarios ara asegurar que el modelo tenga una solucién factible cuando no se permite faltantes, la oferta acumulada (capacidad de produccién) hasta determinado mes debe ser igual cuando menos a la demanda acumulada correspondiente, como se ve en la siguiente tabla: Mes ‘Oferta acurmulada Demanda acumulada 1 90 + 50 = 140 100 > 140 + 100 + 60 = 300100 + 190 = 290 3 300 +120 + 80= 500-290 + 210 = 500 4 500 + 110 + 70 = 680 500 + 160 = 660 En la tabla 11.1 se resume el modelo y su solucién. Los simbolos R, y O; representan los, niveles de produccién en tiempo normal y en tiempo extra, en el periodo i, i = 1, 2, 3, 4. Co- mo la oferta acumulada en el periodo 4 es mayor que la demanda acumulada, se agrega un destino ficticio de sobrante para balancear el modelo, como muestra la tabla 11.1. Todas las rutas de “transporte” desde un periodo anterior al actual se bloquean, porque no se permiten faltantes. Los costos unitarios de “transporte” son la suma de los costos aplicables de producci6n y almacenamiento, Por ejemplo, el costo unitario de R, al periodo 1 es igual sélo al costo de pro- duccién, $6. El costo unitario de O, al periodo 4 es igual al costo de produccién més el cos- to unitario de almacenamiento desde el periodo 1 al 4, es decir, $9 + ($0.1 + $0.1 + $0.1) = $9.30. Por tiltimo, los costos unitarios del destino del excedente son cero. TABLA 11.1 n0 2011.3 Modelos dinamicos de cantidad econémica de pedido 447 La solucién éptima se obtiene en una pasada, comenzando en la columna 1 y avanzando columna por columna hacia la columna del excedente. Para cada columna, se satisface la de- ‘manda usando las rutas menos costosas de esa columna,’ ‘Comenzando con la columna 1; la ruta (R,, 1) tiene el costo unitario menor, y se le asigna Jo maximo posible, que son, min{90, 100} = 90 unidades, con lo que quedan 10 unidades no satisfechas en la columna I. La siguiente ruta menos costosa de la columna 1 es (Q,, 1), a la cual se le asipna el min{50, 10} = 10. Queda ahora satisfecha la demanda para el periodo 1. A continuacién pasamos a la columna 2. Las asignaciones en esta columna se presentan en el orden siguiente: 100 unidades a (R,, 2), 60 unidades a (O;, 2) y 30 unidades a (0,, 2). Los costos unitarios respectivos de “transporte” de esas asignaciones son $6, $9 y $9.10. No uusamos la ruta (R,, 2), cuyo costo unitario es $6.10, porque toda la oferta de R, se ha asignado al periodo 1. ‘Al continuar de la misma manera se satisfacen las demandas de la columna 3 y después de la columna 4. La solucidn éptima, que se ve en negritas en la tabla 11.1, se resume como sigue: Periodo Programa de producciéa ‘Normal | Producir 90 unidades para el periodo 1. ‘Tiempoextra 1 —_Producir 10 unidades para el periodo 1, 30 para! 2y 10 para cl 3. ‘Normal 2 Producir 100 unidades para el periodo 2. ‘Tiempo extra? _Producir 60 unidades para el periodo 2. Normal 3 Producir 120 unidades para el periodo 3. ‘Tiempoextra3 _Producir 80 unidades para el periodo 3 Normal 4 Producir 110 unidades para el period 4, ‘Tiempo extra4 __Producir SO nidades para el periodo 4 con 20 unidades de capacidad ociosa El costo total correspondiente es 90 X $6 + 10 x $9 + 30 x $9.10 + 100 x $6 + 60 X $9 + 10 X $9.20 + 120 x $6 + 80 x $9 + 110 x $6 + 50 x $9 = $4685, CONJUNTO DE PROBLEMAS 11.38 1, Resuelva el ejemplo 11.3-1, suponiendo que los costos unitarios de produeciu y de almacena- miento son los de la siguiente tabla. ono wnitario de CCosto nitaro en Costo untarioen_almacenamient (S) Peredo i tiempo normal 8) iempoexta($)__parael periodo + 1 1 500 730 010 2 3.0 450 01s 3 4.00 600 01 4 1.00 130 020 8Véase la demostracién de la optimalidad de este procedimiento en S. M. Johnson, “Sequential Production Planning over Time at Minimum Cost”, Management Science, vol 3, pgs 435-437, 1957.448° Capitulo 11 Modelos deterministicos de inventarios 2 Se fabrica un articulo para satisfacer la demanda conocida de cuatro periodos, de acuerdo con los datos siguientes: ap set g9 alegre aiuere sees acl obec zu shoes: 1a) Determine la solucién éptima, indicando la cantidad de unidades que se deben producir en 'b) Suponga que se necesitan 10 unidades més en el periodo 4. ;Cudndo se deben producir? 3. La demanda de un producto durante los cinco periodos siguientes se puede satisfacer con pro- 0 La funci6n c(z) es la funcién de costo marginal de producci6n para z, Cia) Algoritmo de programacién dinémica general, En ausencia de faltantes, el modelo de in- ventario se basa en minimizar la suma de los costos de produccién y almacenamiento para los nn periodos. Para simplificar supondremos que el costo de almacenamiento para el periodo i se basa en el inventario de final del periodo, que se define como sigue: i + i — Di Para la ecuacién recursiva de avance, el estado en la etapa (periodo) i se define como je, €1 inventario al final del periodo, en donde, como se ve en la figura 11.9, in = 0S xu < Di +. + Dy En esta desigualdad se reconoce que, en el caso extremo, el inventario restante x,,, puede sa- tisfacer la demanda para todos los periodos restantes. Sea f(x,,,) el minimo costo del inventario para los periodos 1, 2,..¢ i, dado el inventa- rio x;,, de fin de periodo. La ecuacién recursiva en avance resulta ser Hibs) = 5_ min (Ces) + hex Alsi) = min, (Ce) + havior + falters + Ds ~ zp 6 = Ejemplo 11.3-2 La tabla siguiente muestra los datos de un caso de inventario con 3 periodos, Costo de Costo de Demanda _preparacién almacenamiento Periodoii D;(unidades) KS) (8) 1 3 3 1 2 2 7 3 3 4 6 2450 Capitulo 11 La demanda se presenta en unidades discretas, y el inventario inicial ¢s x, = Modelos deterministicos de inventarios unidad. El cos- 10 unitario de produccién es de $10 para las 3 primeras unidades y de $20 por cada unidad adicional, lo que se traduce mateméticamente en lo siguiente: 102, 05753 oad {30°F 200-39) 8 Determine la politica 6ptima de inventario. Periodo 1: D, = 3— 205%,52+4=6 Cilz:) + Ave ae ST. Stan gion Fe ee teal a 3 ap es se EMA 5 pinay @ an os "6 a com ” ae so Me a ey a ee ees Observe que como x, = 1, el valor minimo de z, es Dy —x, = 3~ Periodo 2: 20sx,<4 Cerne aE oe AS 2] Solucién th es ay Insy C90 wv a 37 37 nn 7 hie) a oo Oee ng 2B ss 2 = eee er ieee ree co os So ees Motels co RR is nisl GEA m3 Se ee ae Fae ia duiBon a Sn aeeviase atsaeeioee o=tnles Rak rare d see ee ee eae ion 8 Fa SES aS oe A ee alarms Psa BEL s,s EUSP Sate sine agvat ag ena en11.3 Modelos dindmicos de cantidad.econémica de pedido 451 Periodo 3: D3 = 4,.x,=0 Chas) + fats + file + Dy ~ 2) Solucién 1 2 3 4 Sptima 4 hn Oh =0. 16 26 36 56 fed 8 0 0 0+123 16+100 6477 6463 SH +50 3 213 = 116 = 103 = 9 = 106 La soluci6n éptima se lee como sigue: (+05 [R=3)+6)=0+4-32 [R= ote =1+2-3=95—=2 Asi, la solucién se resume como zi = 2, z3 = 3 y z = 3, con un costo total de $99. Soluci6n del modelo de inventario usando hoja de célculo y el algoritmo general de progra- macién dindmica. La plantilla ch1!DynamicInventory.xls de Excel tiene por objeto resolver el problema de inventario con el algoritmo general de programacién dindmica general. El disefio de 1a hoja se parece al de chl0Knapsack.xls presentado en la seccién 10.3.1. En particular, e! mo- elo hace los célculos periodo por periodo y se necesita la intervenci6n del usuario para vincular los periodos sucesivos. La figura 11.10 muestra la aplicacién de ch1 1DynamicInventory.xls al ejemplo 11.3-2. Los datos se ingresan para cada periodo. Los célculos se inician con el periodo 1. En la hoja de célculo todos los datos que se necesitan se marcan en turquesa. Observe cmo se ingresa la funci6n de costo c(z) en el rengl6n 3: (G3 = 10, H3 = 20, 13 = 3) quiere decir que el costo Unitario es $10 para los tres primeros articulos y $20 para los posteriores. También observe que la cantidad escrita para D, debe ser neta después de haber escrito el inventario inicial (= 3 — x, = 3-1 = 2), Ademés, necesita usted crear los valores factibles de la variable z,. La hoja de Aleulo revisa en forma automatica si los valores que escribe son correctos, y presenta mensa- Jes que se explican por sf mismos en el rengl6n 6: yes, no o delete (si, no o eliminar). ‘Una vez ingresados todos los datos, los valores éptimos de f, y z, para el periodo apare- cen en las columnas S y T. A continuaci6n se crea un registro permanente para la soluci6n del periodo 1 (x, f,, z,) en la seccién de resumen de solucién 6ptima, como se ve en la figura 11.10, Para eso se requiere copiar D9:D15 y $9:T15 y pegarlas a continuaci6n usando Pegado Especial + Valores (podré tener que revisar el procedimiento correcto para crear el registro permanente que se da junto con ch10Knapsack.xls en la seccién 10.3.1) A continuacién, para preparar el periodo 2, necesita copiar f, del registro permanente y pegarlo en la columna A, como se ve en la figura 11.10. Ahora todo lo que se necesita es ac- tualizar los datos para el periodo 2. Después se repite el proceso para el periodo 3.icos de inventarios 452 Capitulo 11 Modelos determini Period I 2 cts tee a B_hhuapenmap AAT lair] ae hairpin sarin] ss. puma ti 2 fearvapiensipestend 7s paraisst TORT a oT lisrniniapaiempaien geri we. bitty lstsiprsninpsienipairrg Ta 1 z cae © aso ANT ToT sup] 6 Aisin too | ae pasar} wa | oa] 2 | gals) Rane Periodo 3: Paging nton Hel a zl 3 «ps ts val Per ttt te iol | paid simon 0123 7/0 5012 ene? a4 Priod [1 [3] 116313 ot = ets ea?) 4[2 73 a i | | B73] 2] 15/3 eo a z zak ie slams 7 5 ale Sine 7 pends a rs | sheet states hs 1B rT q | FIGURA 11.10 Soluci6n del programa dinémico del ejemplo 11.3-2 con Excel CONJUNTO DE PROBLEMAS 11.3C 1. Véase el ejemplo 11.3-2. a) {Tiene sentido que x, > 0? }) Para cada uno de los dos casos siguientes, determine los intervalos factibles de 21, 2,2.) y x. (Encontraré til representar cada situacién como en la figura 11.9.)11.3, Modelos dinamicos de cantidad econémica de pedido 453 \ i) x, = yy todos los datos restantes son iguales. ii) x =0,D,=5,D,=4yD,=5. ‘8) Determine la solucién 6ptima del siguiente modelo de inventario con cuatro periodos. Costo de Costo de Demanda _preparacidn _almacenamiento Periodo i D,(unidades) —_K,(S) x) e 5 3 1 2 2 7 1 3 3 9 1 4 3 1 1 El costo unitario de fabricacién es de $1 para las primeras 6 unidades y de $2 para las uni- dades adicionales. b) Verifique fos edlculos con ch11DynamicInventory.xls. 3. Suponga que el costo de almacenamiento de inventario se basa en el inventario promedio duran- te el periodo. Deduzca la ecuaci6n recursiva de avance correspondiente. 4. Deduzca la ecuacién recursiva en reversa para el modelo y dsela para resolver el ejemplo 11.3-2. 5. Deduzca la ecuacién recursiva en reversa para el modelo, suponiendo que el costo de almacena- miento de inventario se basa en el inventario promedia en el periodo. Algoritmo de programacién dinémica con costos marginales constantes 0 decrecientes. El modelo de programacién dinmica general anterior se puede usar con cualquier funcién de costo, Sin embargo, la naturaleza del algoritmo obliga a que el estado x, y las alternativas z,en la etapa i asuman valores en incrementos de 1. Eso quiere decir que para grandes demandas el ta- ‘mafio del cuadro en cada etapa podria ser extremadamente grande y en consecuencia compu- tacionalmente pesado. Un caso especial del modelo de programacién dinémica general promete reducir el vo- lumen de los calculos. En este caso especial los costos unitarios, tanto de produccién como de almacenamiento, se suponen son funciones no crecientes (cncavas) de la cantidad de pro- duccién y del nivel de inventario, respectivamente. Este caso suele presentarse cuando la fun- cin de costo unitario es constante, o cuando se permiten descuentos por cantidad. Bajo las condiciones mencionadas, se puede demostrar que* 1. Dado un inventario inicial cero (x, = 0), es 6ptimo satisfacer la demanda en cualquier periodo i ya sea con produccién nueva o con el inventario, pero nunca con ambas cosas; esto es, zz = 0. Para el caso con inventario inicial positivo x, > 0, se puede eliminar la cantidad de las demandas de los periodos sucesivos hasta que se agote. 2. La cantidad 6ptima de producci6n para el periodo ies z, y debe ser cero 0 bien debe sa- tisfacer la demanda de uno o més de los periodos posteriores siguientes. “Véase H. Wagner yT. Whitin, “Dynamic Version of the Economic Lot Size Model”, Management Science, vol. 5, pags. 89-96, 1958. La demostraciGn se hace bajo la hipOtesis restrictiva de funciones de costo consta tes ¢ idénticas para todos los periodos. Mas tarde A. Veinott Jr. la ampli6 para abarcar diferentes funciones de costo oéneavas.454 Capitulot1 Modelos deterministicos de inventarios Ejemplo 11.3-3 ‘Un modelo de inventario con cuatro periodos funciona de acuerdo con los datos siguientes: Demanda D, Costo de Periodo i (unidades) preparacion K; (8) 1 16 98 2 6 na 3 90 18s 4 a 70 El inventario inicial x, es de 15 unidades. El costo unitario de produccién es de $2, y el costo unitario de almacenamiento es de $1 en todos los periodos. (Para simplificar se supone que no cambian los costos unitarios de produccién y de almacenamiento en todos los periodos.) La solucién se determina con el algoritmo de avance que se describi6 arriba, con Ia ex- cepcién que los valores de x,,. y z, asumen cantidades cerradas y no con incrementos de 1 Como x, = 15, la demanda para el primer periodo se ajusta a 76~ 15 = 61 unidades. Periodo 1: D, = 61 Ca) + ha i es Solucién a= 6 87 17 244 ‘ptima ey yy Ci{z1) = 220 mn 452 586 Aix.) a 0 0 220 220 on 26 26 28 298 a 116 16 568 568 m 183 183 168 169 244 Ordenar en | para 7 12 123 24 Periodo 2: D; = 26 Cole) + hax + files + Ds 29) 2 Solucién n=0 26 U6 183 ptima ha Gales) =0 166 346 480 fed ° ° 0+ 298 166 + 220 298 ° = 298 9 90+ 568 436 + 220 6566 = 658 = 656 17s? 137 + 769 742087188 = 976 = 857 ‘Ordenar en 2 pare = 2 23 Zaa ,11.3 Modelos dinamicos de cantidad econémica de pedido 455 Periodo3: D; = 90 Calas) + faxes + falta + Ds ~ 23) Solucién 90 157 6ptima, 365 499 fe 8 656365 + 298 = 663, 656 0 67 + 857 = 924 566 +298 = 864 864157 3 34 Periodo4: D, = 67 + huts + files + De a or % 5 Cae 204 a o 0 0+ 864 = 864 204 + 656 = 860 800, 1 Ordenar en 4 para = 4 La politica 6ptima se determina con los cuadros anteriores como sigue: 67 |—> (xs = 0) fay = 0] (x5 = 90) + [z= 16 a= (5 = 0) [z, Esto da como resultado 2} = 61, 2} = 116, 23 = Oy zi = 67, a uncosto total de $860. Soluei6n del modelo Wagner-Whitin con hoja de céleulo, La plantilla ch11WagnerWhi- tin.xls de Excel se parece a la del modelo general ch1{DynamicInventory.xls. La tinica dife- rencia es que se usan sumas agrupadas para el estado x y la alternativa z. También, para simpli- ficar, la nueva hoja de célculo no permite descuentos por cantidad. La figura 11.11 reproduce Jos célculos del ejemplo 11.3-3 para el periodo 1. La plantilla se limita a un maximo de 10 pe- riodos. Recuerde usar Pegado Especial + Valores al crear el resumen de la solucién éptima (co- Jumnas Q:). CONJUNTO DE PROBLEMAS 11.3D 1. Resuelva el ejemplo 11.3-3, suponiendo que el inventario inicial es de 80 unidades. Use la plan- tilla chi1 Wagner Whitin.xls, 2. Resuelva el siguiente modelo determin{stico de inventario en 10 periodos. Suponga que el in- ‘ventario inicial es de 50 unidades.456 Capitulo 11 Modelos deterministicos de inventarios Periodo 1: Tu “a2 | nT iit 3 fit nh FIGURA 11.11 Modelo de Wagner-Whitin de programacién dinémica en Excel, aplicado al periodo 1 del ejemplo 11.3-3 int nti 18 eB. Demanda _Costo unitario de Costo unitario de Costo de pre- Periodo# D,(unidades) _produccién ($) _almacenamiento ($)_paracin ($) 1 150 6 1 100 2 100 6 1 100 S 20 4 2 100 4 0 4 1 200 5 70 6 2 200 6 0 8 3 200 7 130 4 1 300 8 180 4 4 300 9 140 2 2 300 10 50 6 1 300 3, Determine la politica 6ptima de inventario para el siguiente modelo con cinco periodos. El costo tnitario de produccién es de $10 para todos los periodos. El costo unitario de almacenamiento es de SI por period. Periodo i Demanda D,(unidades) —Costo de preparacion K; (8) 1 50 80 2 70 70 3 100 cy 4 30 80 5 0 0 4, Determine la politica 6ptima de inventario para el siguiente caso con seis periodos. El costo uni- tario es de $2 para todos los periodos. Ped! D,(unidades) KS) (8) dt 10 pnt zi 15 ATOR Hg 3 7 qi P 4 20 180 5 B Sead 6 25 D> al11.3, Modelos dinémicos de cantidad econémica de pedido 457 Heuristica de Silver-Meal. Este modelo heuristico s6lo es vélido para los casos de inventa- rio en los que son constantes los costos unitarios de produccién, y son idénticos para todos los periodos. Por esta razén s6lo se balancean los costos de preparacién y de almacenamiento. La heuristica identifica los periodos futuros sucesivos cuya demanda se puede satisfa- cer con é demanda del periodo actual. El objetivo es minimizar los costos asociados de pre- paracién y de almacenamiento por periodo, ‘Supongamos que en el periodo i se produce para los periodos i i+ 1, wy i =f; se de- fine a TCG, 1) como los costos asociados de preparaci6n y almacenamiento para los mismos pe- riodos. Mateméticamente, con la misma notacin de los modelos de programacién dinémica, vi. = [Ki Eas ee {8 + Din + ts + hig Dina +--+ + Big + HhaDy >i Acontinuacién se define TCU(, ) como el costo asociado por periodo, esto es TO, TCUG) = 54 Entonces, dado un periodo actual i, la heurfstica determina la f" que minimiza TCUG, 1). La funcién TC(, ¢) se puede calcular en forma recursiva como sigue: TO, ) = K; TOG, .) = TO, 1 — 1) + (hy + Ajay +o. + Dy Sitlit2wn Paso0. i= 1 Paso 1, Determinar la * minima local que satisfaga las dos condiciones siguientes: TCUG, f = 1) = TCUG, “) TCUU, f + 1) = TCUG, #) Si se satisfacen las condiciones, la heuristica indica ordenar la cantidad (D; + D;.1 + +--+ D,.) en el periodo i para los periodos i, i + 1, ..., yf. Paso2. Igualar i= f + 1. Si i > n, detenerse; se ha cubierto todo el horizonte de planea- ‘cin. En caso contrario, seguir en el paso 1. Ejemplo 11.3-4 Determinar la politica 6ptima de inventario para el siguiente caso con 6 periodos: Periodo iD, (unidades) K,($) (8) 1 10 2» 1 2 Is 7 1 3 a 10 1 4 20 18 3 5 B 5 1 6 25 50 1 El costo unitario de produccién es $2 para todos los periodos.458 Capitulo 11 Modelos deterministicos de inventarios Iteraci6n 1 (i = 1, K = $20) La funci6n TC(1, 1) se calcula en forma recursiva respecto a Por ejemplo, dada TC(1, 1) = $20,TC(1,2) = TC(1,1) + hyD2 = 20 + 1X 15 = $35. Peridot =D, TCH TCU) 1 0 $20 2 = $20.00 pants 2 +1 x15 = $35 i750 Se AD 34041) x7=94 1688 4 20 494 (141 +1) x20 = $109 $2725 3, que indica pedir 10 + 15 + 7 = 32 unidades en el El m{nimo local se presenta en ¢ f+1=3+1=4. periodo 1 para los periodos 1 a 3. Se iguala Iteraci6n 2(i = 4, K, = $18) Periodo Dy Te, TCUG, Los célculos indican que t' = 4, lo que indica pedir 20 unidades en el periodo 4 para el periodo 4. Se igualai = 4 +1 Iteraci6n 3 (i = 5, Ks = $5) Periodot —D, Te6,0) TCUG, 1) 3 sj =i 6 SH1x5=9m P= $15 EI minimo esté en ¢* = 5, que requiere pedir 13 unidades en el periodo 5 para el periodo 5. A continuacién se pone i = 5 + 1 = 6. Sin embargo, como i = 6 es el ultimo periodo del horizonte de planeaci6n, se deben pedir 25 unidades en el periodo 6 para el periodo 6. La tabla siguiente compara las soluciones obtenidas con el algoritmo heurfstico y el de programaci6n dindmica exacta. Hemos omitido el costo unitario de produccién en el modelo de programacién dindmica, porque no interviene en los célculos heuristicos. Heuristico Programacién dinémica Unidades Costo Unidades Costo Periodo _producidas 6) producidas ) 1 32 9 10 20 2 0 0 2 24 3 0 0 0 0 4 2 18 20 18 5 B 5 38 30 6 25 30 0 0 ‘Total 0 12 0 n11.3, Modelos dindmicos de cantidad econémica de pedido 459 E] programa de produccién obtenido con el método heuristico cuesta 32% més que el de la solucién con programacién dinémica ($122 frente a $92). El funcionamiento “inadecua- do” de la heuristica se puede deber a los datos que se usaron en el problema. En forma espect- fica, las variaciones extremas de los costos de preparaci6n para los periodos 5 y 6 pueden ser las causantes de esta baja eficiencia. Sin embargo, el ejemplo indica que la heuristica no tiene la capacidad de “ver hacia adelante” buscando mejores oportunidades de programacién, Por ejemplo, pedir en el periodo 5 para los periodos 5 y 6 (en lugar de pedir por separado en cada periodo) puede ahorrar $25, con lo que el costo total heuristico serfa $97. Soluci6n de Ia heuristica de Silver-Meal con hoja de céleulo. La plantilla cht Silver- MealHeuristic.xls de Excel tiene por objeto efectuar todos los célculos de iteracién, y de pro- porcionar Ia soluci6n final. El procedimiento comienza escribiendo los datos necesarios para Jos edlculos, incluyendo N, K, h y D para todos los periodos (estos elementos se marcan en ‘turquesa en la hoja de célculo). A continuacién, el usuario debe iniciar cada iteracién en for- ‘ma manual, hasta haber cubierto todos los periodos. La figura 11.12 muestra la aplicacién de la heuristica al ejemplo 11.3-4, con Excel. La pri- mera iteracién se inicia poniendo el valor 1 en la celda F11, indicando que la iteracién 1 co- mienza en el periodo 1. A continuacién la hoja de célculo generard tantos renglones como ‘cantidad de periodos N haya (en este ejemplo 6). El nimero del periodo aparecer en orden as- cendente en las celdas GI1:G16, Ahora, examine la columna TCU (indicada en verde en la hoja de cAlculo) y localice el periodo que corresponda al minimo local en f = 3 con TCU = $1633. Eso quiere decir que la siguiente iteracién comenzard en el periodo 4. Ahora séltese un renglén en blanco y escriba el valor 4 en F18, Esta acci6n iniciaré los célculos de la iteracién 2, y mos- trard que el minimo local estaré en el periodo 4 (TCU = $18.00), indicard el inicio de la itera- cién 3 en el periodo 5. Nuevamente, al escribir 5 en F22, el minimo local para la iteracién 3 estard en el periodo 5. A continuacién, al escribir el valor 6 en B25, se produciré la iteracién fi- nal del problema. Al pasar por cada iteracién, Ia hoja de célculo mostraré en forma automitica la politica 6ptima comrespondiente, y su costo total, como se ve en la figura 11.12. FIGURA 11.12 Solucién del ejemplo 113-4 con Excel, usando la heuristica {de Silver-Meal CONJUNTO DE PROBLEMAS 11.3E 1. Lademanda de cafas de pescar esta en su minimo durante el mes de diciembre, y llega a su mi ‘mo durante el mes de abril. Fishing Hole, Inc, estima que la demanda en diciembre es de 50 cafias. ‘Aumenta 10 cafias mensuales hasta llegar a 90 cafias en abril. Después, baja 5 cafias cada mes. El460 Capitulo 11 Modelos deterministicos de inventarios ‘costo de preparacién de un lote de produccién es de $250, menos durante los meses de maxima ‘demanda, desde febrero hasta abril, cuando aumenta @ $300. El costo de produccién por cafia es de $15, aproximadamente constante en todo el afio, y el costo mensval de almacenamiento es de $1 por cafia Fishing Hole esté estableciendo su plan de produccién para el préximo afio (de ‘enero a diciembre). ;Cémo debe programarlo? 2. Un editor pequefio reimprime una novela para satisfacer la demanda durante los 12 meses si- {guientes. Las estimaciones de la demanda son de 100, 120, 50, 70, 90, 105, 115, 95, 80, 85, 100 ¥ 110, para los meses respectivos. El costo de preparar la reimpresién del libro es de $200, y el ‘costo de almacenamiento es de $1.20 por libro y por mes. Determine el calendario de reimpre- si6n para el editor. REFERENCIAS SELECCIONADAS Silver, E., D. Pyke y R. Peterson, inventory Management and Production Planning and Scheduling, 3a ed., Wiley, Nueva York, 1998. ‘Tersine, R., Principles of Inventory and Materials Management, 3a. od., North Holland, Nueva York, 1988. Waters, C., Inventory Control and Management, Wiley, Nueva York, 1992. PROBLEMAS INTEGRALES 11 El centro de distribucién de Walmark Stores, un detallista, compra diariamente muchos articulos bisicos, no de moda. La demanda continua de es0s articulos se debe a que Walmark es propieta- rio de muchas tiendas. Anteriormente, las decisiones de cudnto y cuindo comprar se relegaban a los compradores, cuyo objetivo principal era hacer adquisiciones en cantidades suficientemente ‘grandes como para obtener precios bajos de compra. Esta politica se sigui6 sin preocuparse mu- cho del estado de existencias de los articulos. En realidad, las decisiones de cuénto comprar se bbasaban en el costo anual en § para el articulo, a nivel de centro de distribucién. Por ejemplo, si un articulo se compra en $25 por unidad y se consumen 10,000 unidades de élen tn afio, se est- mma que su costo anual es de $250,000. El lineamiento principal para los compradores era que mientras mayor fuera el costo anual de un art{culo, su nivel de inventario en el centro de distri- bucién deberia se mayor. Este lineamiento se traducfa en expresar la cantidad de inventario que se debe tener a mano en el centro de distribucién como el periodo entre reabastecimientos. Por ejemplo, un comprador puede adquirir una cantidad especificada previamente de un articulo cada tres meses. Pura ejercer un mejor control de inventario, Walmark decidi6 contratar la ayuda de un con- sultor en investigacién de operaciones. Después de estudiar el caso, el consultor lege a la conclu- sign de que la tasa de consumo de la mayor parte de los articulos en los centros de distribucién es, cconstante, para todo fin prictico, y que Walmark opera bajo la politica general de no permitirfal- tamtes. Ademis, su estudio indicé que el costo de almacenamiento del inventario de todos los ar- ticulos que se consideraron, es un porcentaje constante del precio unitario de compra. Ademis, el costo fijo en que incurre un comprador en cada compra es igual, independientemente del articulo de que se trate. Con esta informacién, el consultor pudo formular una sola curva para cualquier articulo, donde se relaciona su costo anual con el tiempo promedio entre reabastecimientos. Esta ccurva se us6 entonces para decidir de cudles articulos hay demasiado en el almacén, y de cudles hhay poco. ;Cémo lo hizo el analista?CAPITULO 16 Modelos probabilisticos de inventario _ yn I a ic elma ee nd ini! ‘Sencar nena tera pa See pec ‘Sergei tse un pause Moot10$ RESIN CONTA (pu Cdn Izy melo sree ene seep Smo Ceo adi“ rbsblado dada scone de pide erp ec 11 pes nuts ‘Suspense ct aca aa0 ca 6 Mos rte ar ‘Weta Ser geese ang drupe a ‘gies pau meee 1 ~Tie egress cups i sae uence me eg ap ‘mapa ng ee Devine ern ue ep ge Latins pnp mod de te eng te ie ‘suite fma pena ny Sea onary nee Ne. etgeete eset emer) bie dt aC gp een epee es ed poet ‘hcp spy ER am es” Obere pee ‘gat anes ese ent Stems esp ee ene Bp em Pee nde Sct i ne Weinfe 16 ein emi oe i al ie spaceCh casas fe=kjna ers cas ten een te ni pein Ta eae ee pe ‘Sinire rs comms arora rem cisuncse ig 2 VeE ata dea, sere Ls dee, anew Eta 12 ede dria pti denen ea a ina ula cone epee nCRP = Wana sea ss ‘aml on ene DTS bcey Sense ote nea I, {ete rns pl oes isin els 12. ep decode = 2 ni oon Vek = Vii? = 1484 aes Deseo nnn ec a aC Kg 64S Ecce SXeShiatea sence ‘cn Ce = 1 es pli ia en sr Beso nai temp elects2 clo 6 Ma prot aio Te eit pi eee np S nemoacmg = aoe Segue emege eestor rte seen Se SSSI felt esomtn marten oe ‘Sisson Seep mene TEA ci in caer ararpiaaet nie ee pra stunner ‘ccc dln Wns ee Teta apo eg en ae Cs nid enn i en spn ge Seas comport 1612 Modelo pbb decanted economia de psi typ ce ee ca nic es a Tenure Sion cnt SSeitTetimmenese nayoenen ontop co se ‘it pope Rens hu prt ma acc Tanke tii Sls mane cep ae * stein del co esi 6 ed pr te eu sv ee gn Lap cle oa em Ly |lime st sel Cac ats et en pa ne vom cape emer estan wren pel Eis Fe Sm mn cea pe Tine hi 1 Lad tin reps org sm 2 Sipe i 1) fe ert esa ees ‘Seo = Dense ens cam epepntn pepe 1. Com pep cata ia pi un o> pnt seater ora eter 1 Gone scaimmt, Bien oa siena) AR—)_y or Lara a med esx y a ss PRA) Fremont Cons space eae ce ‘eet nce’ ir Eos en me Se Seria +> eines 5 [= Ra Coma pe pa pn cil ii li gens Seta ecb 79g ape lia spe cas tan ea ‘lactone oun n= BE +(e 5a)» fe aeS68 Cando 6 Mote tain mers aes py pei cco ah . (28). 8 we Bela ( iets w Frou ® Envi ys sep demir mace apt de se iy cu ten mee, sour Wh tepid mea inn an canon ace ata pecan aR Bn eg nce inn ern ‘sen lac bse ce Uae tatcniatay = 9 = VE. mot Centering SK 5 tng ate Sent "icavoumuon ma ence paneee eee 27 ype Tempe wT ‘ev 0 pn ep ne pc de efi, Lec a ‘pei mtn Ht eu ey re me an bol del model y erences b= om panes pens {snpPlow cpt lp nip a eS ann ray Sa = [ORI res = WAI Se ps oakiaioemnemae S= fe wae ko p= ES i TRE pee Lat = we new 3 tose Serine = 5368 poe ae = VIRB F TST ~ 937 pone16 cypho 6 Mote palin denertce i ns me ce an rte Sana fe 08 ps = 3194 pee ‘Bou ne pate tie rnin anne 5g Sieipces Sota es peer 1. Pein he 62 ni ne162 sadn en pine 867 1 Eager ceepert dented compen SPipentenimpn eieuipsnecpaieaneses scivcwstin gene rpaarpraa ery asm at tb es pr to pa Sheena cmp men "ther raced elo mdse <= Codec utc at . {Co epee (bile gu pea en a ps aarp aon ee Cima 22 ener deb me makina ie tin de gemini melt seco opti snty Hes Derny gum le ims sas yen syle Lani i 1 Leena pro antic l pinee ependeerireed pase.‘ens ent Cy pm pein es Bley = ay 9+ Ao = ROMO + “Wo ~ poeD Sete densi fin FC ea nin an poe cme ‘Spam tae cen opin) lac no ‘c+ A[ ADMD ~ pf"RomO =0 + AMD sy) ~ t= FID = 9H) =O none eh soya canna aee atic tere Fico = ey aio ~ DD» (and oi enn ey th Ey fy» = CD nha on ene ee ‘esp mais pie pi sa nhs pes iesgoeme gape ey Rosy Fees Speana cumaauriiuaneouce sre meee par Se nt ene een een on i IT re tan mre12 Moan eum gino 3 ssh og in 720 a ‘aon ei neopets nds ete el Fckenres "2 Uns al compris vie ein Sem . 1 Cfo inti de pte ec pe ee snmp nar Sr on te ge ngs rr pn ecg eon at SSS ye Grn remand pes ‘Sepp kc inna pme pn ep Sante Wernher pre ype ae) ean th ens sr tind ind, ‘mes 09) = 02 Seepee a mip = 33 itie ) RD = 29) = 244 = MD = 2) coma = ae70 co Moti peti enero ‘cvuno 0 LENA 1628 Daneocse ‘i nowy He litenper ‘TELS Sart pane ome mca pens er Seatac ec to eerie datecode * Scisbiimenaaam ipa venga sn, ‘Surges spn ere pecs ene PNT Secs ean omnes ae {amen aeksor pepsin ei pt ee na memes bias ‘Tiymetce rps ender ens 325 cera ‘Sette wernt tat ais ‘EEA gular cc tse ee orem SESS ican ncn sme cog ee 7 Siasuee ss en rm nich mi epi Devo a Sy ac tar : 1 mmcomaer peer lene ee remedies1522 tn pps to pnitfittecomn stereo as rea Se sue ste Ay Saigsmerfie yon Choi tn iter area Pos tou tre pe yam orate ydebeeceae se ch = r= Rs Rees ee eee SI a nn te a ananpetonepeenine Conte <8 Comes eats man comple FI, Seca ‘ec ainly "sgn ceaorpenen ses ERphee ned ‘Sonat siti esse an nao CY) = EB = ECA as pie ie en p= aFr ple Maa petbini eirtae canter 8) Grain ose ge (Cah nC ~ SE mes ws eno ce Pris ome > Sn A pny ‘ui = OH ansaid mean pee cd = “pac rier gece pS te eee Siren rors Sams wore ntti inn a page nin Rae a | ded nf nt ra ot a pri ce ms ene SSCP atin acide tteeemsnotene ‘ry Sas Ean ans ans eo pe ‘eeteceyecrse Sh Simm cr cat user qn cokes SS gerne oe. mane (j0-% ad eh = 40) [yor Dub +45" 0-9 sey oy 180s “y= ast as? =e 250s ase 454 ms ~a5eogi gasp ("gee be pcp Sibicerpearfalet Acai Sacheenet pe can iss atte Sim seu lets arpepac ae chock teens nemo eg 22 apie Seertrae tisattncnatnome yess 2 kecteinSepiepim pena gop conao ‘so pac Are mn ee coa s erann speS ‘sit en ni tree em en al po oo Fineness pana "ont e a i< Stem armen schoo nn Seema cn ‘Sse sn lime beta,» a nin ‘st roma aca pan Siac ane *i)= Uniti cen pnp 1 yhae ‘Sahm mere eps els6 cadet Hed i mate ravage -a.-20+ [10m OD 1 +a === a sa Dono t= 12, oom en 1, .var pne r h ge bar e SESE tet wader une ntea eD) iSite sand pe use ie serene pst “Seem treme Pte ge emit y= tno [ey Pm eet ("mono sess yenset epg ep ei ieee ae a ay ipee at pion nse Feces eee ete ele ” Afnom + (ay + ono nf Pn 0 vimana ae Rigel ett emaestaptaae ieee et, SSatems nnn t= 979 fm) eoe7HIMD=0fron - B89 7 elgg ri em pr ita a ii is sie pay \iendinsncinoncremceremn tases (depen pee" Smt pi pnp a 0-090, 0 ‘ston Darna pam ar emus neo en Seat detain etl an = .‘i i Amel res tp Re. SSS ln fre So nt ne 1A cnn cami en ‘Site min peas Sa a Stnrpnerenaee on ls ee een ee ae eer haere eae omer : w iereeereeeme meneame Sete eenamenares eee es Spine ese eel Peed