Está en la página 1de 21

TECNICAS DE DIMENSIONAMIENTO DE LOTES

COMPAA MAPPLE

INTEGRANTES:

PRESENTADO A:

BLANCA NUBIA TORRES RODRIGUEZ

INSTITUCION UNIVERSITARIA POLITECNICO GRANCOLOMBIANO


INGENIERIA INDUSTRIAL
MODULO PRODUCCION
2016

1
TABLA DE CONTENIDO

INTRODUCCIN..................................................................................................3
PLANTEAMIENTO DEL PROBLEMA..................................................................4
JUSTIFICACIN...................................................................................................5
OBJETIVOS..........................................................................................................6
DESCRIPCIN TERICA DE LAS TCNICAS HEURSTICAS.........................6
1. CANTIDAD PTIMA DE PEDIDO..............................................................7
2. SILVER-MEAL............................................................................................8
3. COSTO UNITARIO MNIMO.......................................................................8
4. BALANCEO DE PERODO Y PARTE:.......................................................9
APLICACIN DE LAS TCNICAS HEURSTICAS EN MAPPLE...10
1. CANTIDAD PTIMA DE PEDIDO:........................................................11
2. SILVER-MEAL.......................................................................................13
3. COSTO UNITARIO MNIMO:................................................................16
4. BALANCEO DE PERODO Y PARTE:..................................................18
BIBLIOGRAFA...................................................................................................19

2
INTRODUCCION

Es importante recordar que hoy en da las empresas en su necesidad de generar


mayor valor agregado se encuentran orientadas a concebir nuevos procesos que
aumenten su nivel de competitividad, generando tareas que apoyen la capacidad
productiva adems de que contribuyan a la consecucin de mayores beneficios
econmicos. Con el objetivo de obtener una evolucin en este enfoque, las
empresas han desarrollado una serie de estrategias con el objetivo de mejorar
ciertos atributos de sus procesos y por ende de los artculos que se fabrican; lo
que contribuir directamente a una mayor participacin en el mercado, generando
una brecha entre ellas y sus competidores. En ese marco de competitividad, los
clientes cada da poseen mayores exigencias para las compaas y los productos
que ests fabrican, altos ndices de calidad, diversidad de funciones o diseos e
igualmente precios bajos.

Con el propsito de entregar una adecuada solucin a quien toma las


decisiones, en muchas situaciones se hace indispensable adems la incorporacin
explcita de la incertidumbre presente en las demandas y costos del problema,
para una correcta formulacin del mismo. La tcnica Heursticas, a travs de
los modelos denominados con recurso, provee una metodologa para llevar a cabo
este propsito, que mediante la resolucin de un modelo de optimizacin entrega
una poltica ptima que se puede implementar, tomando en cuenta cada escenario
particular.

Dado que en la actual economa se han presentado de manera frecuente una


serie de situaciones negativas sobre el medio ambiente y la integridad de las
personas, se ha generado una preocupacin en la poblacin en general, entidades
de control ambiental y en los estados, frente a los procesos de fabricacin de los
artculos que se encuentran en el mercado. Ahora las personas observan con
mayor detalle los productos que van a adquirir, por tal razn las compaas han
visto la necesidad de implementar nuevas herramientas, con el propsito de
cumplir con estos nuevos requerimientos del mercado.

En la literatura existen modelos clsicos para resolver en forma simultnea un


problema de programacin y dimensionamiento de lotes (scheduling and lotsizing).
El problema de programacin del lote econmico ELSP (economiclotsizeand
schedulingproblem) es uno de ellos.

El modelo (determinista) de dimensionamiento de lotes provee una solucin


ptima en los niveles de produccin de uno o mltiples productos, de modo de
satisfacer los requerimientos de demanda este considera minimizar los costos de
produccin y mantenimiento de unidades en inventarios, los planes pueden
desarrollarse en horizontes de planificacin de largo, mediano, corto plazo, cada
uno de los cuales es subdividido en un cierto nmero de periodo.

3
Por tal razn, en este trabajo se analizan los aspectos relacionados con las
tcnicas de dimensionamiento de lotes aplicables a una organizacin a partir del
caso de estudio de la compaa Mapple para definir estrategias que permitan
mejorar la poltica de distribucin de su nuevo producto en el mercado, mediante
tcnicas heursticas que permitan tomar decisiones ptimas, acertadas y de bajo
costo.

PLANTEAMIENTO DEL PROBLEMA

La compaa maple desea mejorar su poltica de distribucin de su nuevo


producto, el Mapplewatch, en el mercado latinoamericano. Como es un producto
del cual se espera una alta demanda, las limitaciones de produccin son las que
determinan la cantidad de unidades vendidas durante el prximo semestre, en
este sentido se puede considerar a la demanda como determinstica. Las unidades
a distribuir son fabricadas en china y debe ser enviada como suficiente previsin
hacia una warehouse en panam desde donde sern distribuidas a todos los
mercados locales en una base de envos semanal.
La compaa desea establecer un plan de envos optimo desde la planta de
produccin en china hasta la bodega en panam que garantice que sus envos a
los distribuidores en la regin no se vern retrasos en ninguna forma y que a su
vez minimice los costos de manejo de los productos en panam, porque debido a
su alto costo individual el almacenamiento de unidades es un factor critico
En la siguiente tabla se resumen las demandas semanales para el prximo
semestre , consideradas determinsticas como ya se haba establecido, el costo de
pedido en cada semana, este costo es independiente de la cantidad pedida debido
a la cantidad pedida debido a la capacidad del conteiner utilizado para su
transporte, y el costo de almacenamiento por unidad para cada semana. Los
contos semanales a pesar de ser determinsticos son variables debido a las
cotizaciones internacionales de divisas y a factor es propios del sector.

4
JUSTIFICACION

Este proyecto tiene como finalidad permitir a la industria que se conozca e


identifique los factores del proceso de produccin que de alguna manera se ven
afectados por la implementacin de una herramienta como lo son las tcnicas
heursticas, adems de que permite analizar sus repercusiones en el proceso y
segn su proceso de fabricacin y sus incidencias econmicas, realizando varios
anlisis para plantear una adecuada poltica en los pedidos a satisfacer de su
nuevo producto (MAPPLEWATCH) en el mercado latinoamericano.

Queremos demostrar en este trabajo que la ejecucin de las tcnicas heursticas y


la metodologa Wagner y Whitin aparte de permitir el cumplimiento de los
requerimientos exigidos por los organismos de control a nivel local y mundial para
la comercializacin de productos entre pases, genera una serie de impactos en el
proceso de produccin debido a que se modifican diversas actividades y se
agregan otras como la identificacin, captura y almacenamiento de datos en toda
la cadena de suministro.

La entrada en vigencia de leyes que obligan a gestionar y recopilar toda la


informacin necesaria para poder asegurar el procedimiento de los productos en
cada una de sus etapas, exige a las compaas redisear su estructura con el
objetivo de garantizar la calidad en la informacin, debido a que segn las
normativas regulatorias cada operador es responsable de identificar en su tramo el
origen de las materias primas, el proceso de elaboracin y su distribucin para
todo producto.

En busca de establecer un plan de envos ptimos desde la planta de produccin


en China hasta la bodega en Panam, que garantice que sus envos a los
distribuidores en la regin no se vern retrasados en ninguna forma y que a su vez
minimice los costos de manejo de los productos en Panam, ya que debido a su
alto costo individual, el almacenamiento de unidades es un factor crtico, que
afecta el producto.

Para nuestro caso, utilizaremos cuatro tcnicas heursticas: Cantidad Optima de


Pedido (EOQ), Silver Meal, Balanceo de Perodo y Parte y la de Costo Unitario
Mnimo con el fin de determinar el tamao ptimo del lote a producir. Finalmente,
con apoyo de la metodologa Wagner & Whitin se presentar la solucin ptima al
caso propuesto.

OBJETIVOS
5
OBJETIVO GENERAL

Establecer una metodologa que garantice encontrar un tamao de lote de


produccin de equilibrio econmico a la compaa Maple, aplicando las
diferentes tcnicas Heursticas como lo son; la cantidad optima de pedido,
silver meal, el costo unitario mnimo y el balanceo de periodo y parte,
como tambin la metodologa Wagner y Whitin.

OBJETIVOS ESPECIFICOS

Plantear una serie de alternativas (heursticas) que brinden una solucin


adecuada para la problemtica que presenta la empresa Mapple con su
nuevo producto, en cuanto a distribucin y almacenamiento

Identificar los impactos que tiene implementar las tcnicas heursticas en el


diseo de la dimensin del tamao de lote de produccin.

Realizar un comparativo de las diferentes metodologas utilizadas.

Describir las repercusiones econmicas que conlleva la ejecucin de la


metodologa Wagner y Whitin, en la optimizacin del tamao de lote.

Determinar un plan ptimo de envos desde la planta de produccin en


China hasta la bodega en Panam que garantice el cumplimiento a los
distribuidores.

DESCRIPCION TEORICA DE LAS TECNICAS A UTILIZAR

Las tcnicas heursticas son un enfoque que aprovecha la estructura del problema
mediante el uso conjunto de reglas y procedimientos racionales para obtener una
solucin prxima al ptimo. (Sipper y Bulfin, 1998). Son tiles para la solucin de
problemas por medio de esquemas y/o algoritmos matemticos, a travs de esta
metodologa se pueden planear tanto recursos como condiciones de operacin de
demandas para los diferentes artculos SKU que tenga cada organizacin.

6
1. CANTIDAD PTIMA DE PEDIDO
La Cantidad Econmica de Pedido (EOQ) es un modelo de cantidad fija el cual
busca determinar mediante la igualdad cuantitativa de los costos de ordenar y los
costos de mantenimiento el menor costo total posible.

Variables que considera el modelo EOQ:

$
A=cCsto de ordenamiento[ ]
orden

unidades
D=Demanda del item[ ]
unidad de tiempo

r=Costo de mantener el inventario[ ]


unidad de tiempo

$
v =Valor unitariodel item [ ]
unidad

h=vr

Variable de decisin

Q=Tamao del pedido[unidades]

Costo anual incurrido por las reposiciones Cr:


AD
Cr = + Dv
Q

Costo anual por llevar un inventario es:


Q
C c= vr
2

Costo total relevante:


AD Q vr
TRC ( Q )= +
Q 2

7
Tamao econmico del pedido:
EOQ(Q )=
2 AD
h

2. SILVER -MEAL
El criterio bsico de este mtodo es el de minimizar los costos de ordenamiento y
mantenimiento del inventario por unidad de tiempo. Se basa en la determinacin
del costo promedio por periodo a medida que el nmero de periodos de reemplazo
se incrementa. Un pedido de reaprovisionamiento se efecta cuando el primer
coste promedio se incrementa. Este mtodo selecciona tamaos de lote que
incluye un nmero entero de periodos de requerimientos tal que los costos
relevantes totales (costo de almacenaje y de pedido) por periodo se minimizan.
Este mtodo garantiza un mnimo local para el pedido en curso.
Variables que considera el modelo:

D=Demanda ; D=1,2, .. , S
S=Periodos
K=Costo de preparacin del pedido
h=Costo de mantener una unidad en inventario por pedido
j=Nmero de pedidos
Q=Cantidad ordenada en el periodo S y cubre j pedidos futuros
K ( j )=Costo variable promedio por periodo
K (1 )=A
1
K ( j )= ( A+ h D2 ) +2 h D3 ++ ( j1 ) h D j
j

Regla de detencin:

K=( m+1 ) > K ( m)


Q1=D1+ D 2++ Dj

3. COSTO UNITARIO MINIMO

8
Este mtodo es similar al del algoritmo de Silver-Meal excepto que, en lugar de
promediar los costos a travs de los periodos, promedia los costos en las
unidades. Este heurstico determina el costo promedio por unidad a medida que el
nmero de periodos en un pedido de reaprovisionamiento se incrementa. Un
pedido se enva cuando el coste promedio por unidad se incrementa en primera
instancia. El periodo de reemplazo se reinicia y el procedimiento se repite hasta
que se obtienen los lotes en el horizonte de tiempo.
Ecuacin:

K ( m ) =Costo variable promedio por unidad sila ordencubre m periodos


A+ h D 2+ h D3
K ( m) =
D 1+ D 2 + D 3

Regla de detencion:

K=( m+1 ) > K ( m) ;


Q1=D1 + D2 + .+ Dm

El proceso se repite a partir del periodo (m+1)

4. BALANCEO DE PERIODO Y PARTE


Tambin conocido como Balanceo de periodo fragmentado (BPF) intenta equilibrar
el costo de ordenar un pedido y el costo de mantener el inventario tomando en
cuenta las necesidades del tamao del siguiente lote en el futuro. El equilibrio de
unidades entre periodos genera una tasa unidad periodo econmica (EPP) o factor
de periodo fragmentado (FPF), que e sla relacin entre el costo de ordenar un
pedido y costo de mantenimiento del inventario (Heizer y Render, 2001).
Variables que considera el modelo:
P F m=Periodo fragmentado
P F 1=0

P F 2=D2
P F 3=D2 +2 D3

P F m=D 2+2 D3 + ( m1 ) Dm

Costo de mantener inventario

9
P Fm
h ), m cubre en trminos generales, el costo de ordenar A.

m
P F
A h
A
P Fm
h

La razn A/h se llama factor econmico de periodo fragmentado. El tamao de


orden es:
Q1=D1 + D2 + .+ Dm

El proceso se repite a partir del periodo (m+1)

APLICACIN DE LAS TCNICAS HEURSTICAS EN LA COMPAA MAPPLE

Como una primera aproximacin a la solucin del problema se plantean cuatro


tcnicas heursticas para generar un plan ptimo de pedido y calcular los costos
de inventario al igual que los de pedido en las soluciones obtenidas y tambin
calcular el costo total de la poltica de pedidos.
Un mtodo heurstico resulta ser un enfoque que aprovecha la estructura del
problema mediante el uso de un conjunto de reglas racionales, obteniendo una
solucin buena, es decir, cercana a la ptima o en ocasiones la ptima.
Las tcnicas heursticas se usan cuando no es posible obtener el ptimo. A
continuacin presentamos cuatro de ellas:

Con base en los datos proyectados por la compaa Mapple de las demandas
semanales para el prximo semestre para el Mapple Watch, se obtuvo el grafico
siguiente:

10
DEMANDA VS TIEMPO
2500

2000

1500

Demnda (Unidades)
1000

500

0
2728293031323334353637383940414243444546474849505152

Tiempo (Semanas)

1. CANTIDAD PTIMA DE PEDIDO (EOQ)

EOQ es la cantidad ptima de pedido y busca encontrar el monto de pedido que


reduzca al mnimo el costo total del inventario de la empresa.
Esta heurstica se basa en tres fundamentales.
En el primero la empresa conoce cul es la utilizacin anual de los artculos
que se encuentran en el inventario
El segundo la frecuencia con la cual la empresa utiliza el inventario no vara
con el tiempo
Tercera que los pedidos que se colocan para reemplazar las existencias de
inventario se reciben en el momento exacto en que los inventarios se
agotan.

Los costos bsicos a tener en cuenta son:


Costos de pedido
Costos de mantenimiento del inventario
Costos totales

CANTIDAD OPTIMA DE PEDIDO (Q*)


Demanda promedio (Unidades/semanales). 1200
11
D Demanda Total(Unidades). 31200
$
Co Costo promedio de Ordenar cada Pedido
2.103,85
Ch Costo Promedio de Almacenamiento o $
Mantenimiento 1,46
Ch Costo Almacenamiento o Mantenimiento26 $
Semanas 38,00
Q*= 1859

NUMERO DE PEDIDOS (D/Q*) 17


INVENTARIO PROMEDIO TEORICO (Q*/2) 929
INVENTARIO PROMEDIO REAL (Inv. Total/26) 312
$
COSTO TOTAL TEORICO(TC=(D/Q*)*Co+(Q*/2)*Ch) 70.630,31
$
COSTO DE PEDIDOS 35.315,15
$
COSTO DE INVENTARIOS 35.315,15
$
COSTO REAL DEL PLAN 70.630,31

ROTACIN DE INVENTARIOS 3,85


Frecuencia de Pedidos 1,55

Promedio Costo Ordenar 2103,85


Demanda 26 semanas 31200,00
Demanda 52 semanas (Ao) 62400,00
Promedio Costo Almacenar por unidad
por semana 1,46
Promedio Costo Almacenar por unidad
por ao 76,00
Plan de pedidos
O
PERIODO DEMANDA ENTREGAS INVENTARIOS
PLANEADAS
1 1200 2400 1200 1200
2 1200 - 1200 -
3 800 1800 800 1000
4 1000 - 1000 -
5 1000 1300 1000 300
6 300 - 300 -
7 2200 2200 2200 -
8 1400 1400 1400 -
9 1800 1800 1800 -
10 600 1800 600 1200
11 1200 - 1200 -
12 1200 2000 1200 800

12
13 800 - 800 -
14 1000 2300 1000 1300
15 1000 - 1000 300
16 300 - 300 -
17 2200 2200 2200 -
18 1400 1400 1400 -
19 1800 1800 1800 -
20 600 1800 600 1200
21 1200 - 1200 -
22 1200 2000 1200 800
23 800 - 800 -
24 1000 1000 1000 -
25 2200 2200 2200 -
26 1800 1800 1800 -
TOTAL 31200 31200 31200 8100

Para efecto del problema planteado se presenta de la siguiente manera

Donde
Q: cantidad que se debe pedir
A: costo de la orden de compra o preparacin para produccin
D: demanda anual
H: costo anual de mantenimiento de inventario

#Ordenes * Costo
POLITICA DE Ordenar Inventario Promedio Costo Total Ao
PEDIDO $
70.630,31 70.630,31 141.260,61
Costo Total 26 $
semanas 70.630,31

13
2. SILVER-MEAL
El algoritmo Silver Meal en honor a Halan Meal y Edward Silver es un mtodo
heurstico de vanguardia que pretende obtener el costo promedio mnimo para la
orden de compra ms el costo de mantener el inventario por periodo en funcin
del nmero de periodos futuros que el pedido actual generara. El clculo se
detendr cuando esta funcin se incremente.
Su objetivo es el de minimizar la suma de los costos de preparacin e inventario.
h es constante
A es constante
Demanda variable
Tiempo variable

HEURISTICA SILVER MEAL

NUMERO DE PEDIDOS 11

COSTO DE PEDIDOS $ 25.000,00


COSTO DE INVENTARIOS $ 19.400,00
COSTO REAL DEL PLAN $ 44.400,00

Plan de Pedidos:

PERIODO DEMANDA O PLANEADAS ENTREGAS INVENTARIOS


1 1200 3200 1200 2000
2 1200 - 1200 800
3 800 - 800 -
4 1000 2300 1000 1300
5 1000 - 1000 300
6 300 - 300 -
7 2200 3600 2200 1400
8 1400 - 1400 -
9 1800 2400 1800 600
10 600 - 600 -
11 1200 2400 1200 1200
12 1200 - 1200 -
13 800 1800 800 1000
14 1000 - 1000 -
15 1000 1300 1000 300
16 300 - 300 -
14
17 2200 2200 2200 -
18 1400 3800 1400 2400
19 1800 - 1800 600
20 600 - 600 -
21 1200 2400 1200 1200
22 1200 - 1200 -
23 800 1800 800 1000
24 1000 - 1000 -
25 2200 4000 2200 1800
26 1800 - 1800 -
TOTAL 31200 31200 31200 15900

VARIABLES
m=periodos (semana)
Dm=demanda por periodo
A= costo de la orden de compra
K=costo variable
h=costo de almacenar una unidad en inventario

FORMULA

K (m)=1/m(A+HD2+2HD3++(m-1)HDm
Periodo1 K (27) = A
Periodo2 K (m) = (A+hD)

Aplicacin en la problemtica planteada:

DEMAN SUMA COSTO


COSTO
SEMAN DEMAN DA DE DE
INVENTAR dk-j K(m)
AS DA ACUMUL INVEN PEDID
IO
. T. O
27 1200 1200 1 0 2000 2000 2000
28 1200 2400 1 1 2000 3200 1600
29 800 3200 1 2 2200 4800 1600
15
30 1000 1000 2 0 2200 2200 2200
31 1000 2000 2 2 1900 4200 2100
32 300 2300 1 4 2000 5400 1800
33 2200 2200 1 0 2000 2000 2000
34 1400 3600 2 1 2000 3400 1700
35 1800 1800 1 0 2200 2200 2200
36 600 2400 2 1 2200 2800 1400
37 1200 1200 1 0 1900 1900 1900
38 1200 2400 2 1 2000 3100 1550
39 800 800 2 0 2000 2000 2000
40 1000 1800 2 2 2000 4000 2000
41 1000 1000 2 0 2200 2200 2200
42 300 1300 1 2 2200 2800 1400
43 2200 2200 2 0 1900 1900 1900
44 1400 1400 1 0 2000 2000 2000
45 1800 3200 2 1 2000 3800 1900
46 600 3800 1 3 2000 5600 1866,7
47 1200 1200 1 0 2200 2200 2200
48 1200 2400 2 1 2200 3400 1700
633,3333
49 800 800 1 0 1900 1900 33
50 1000 1800 2 1 2500 2900 2900
51 2200 2200 1 0 2500 2500 2500
52 1800 4000 1 1 2500 4300 2150
TOTAL 42900,0

3 COSTO UNITARIO MNIMO

Descripcin

Este es un procedimiento que se utiliza tomando como base a las rutas que
tengan el menor costo, el procedimiento es el siguiente: Asgnese el valor ms
grande posible a la variable con menor costo unitario de toda la tabla. (Los
empates se rompen arbitrariamente). Tchese el rengln o columna satisfecha.
(Como en el mtodo de la esquina noroeste, si una columna y un rengln se
satisfacen de manera simultnea, slo una puede tacharse). Despus de ajustar la
oferta y la demanda de todos los renglones y columnas no tachados, reptase el
proceso asignando el valor ms grande posible a la variable con el costo unitario
no tachado ms pequeo. El procedimiento est completo cuando queda
exactamente un rengln o una columna sin tachar.

HEURISTICA COSTO MNIMO


NMERO DE 9

16
PEDIDOS
COSTO DE
PEDIDOS $ 19.000,00
COSTO DE
INVENTARIOS $ 35.700,00
COSTO REAL
DEL PLAN $ 54.700,00

DEMAN COST COST


PERIOD SEMAN DEMAND DA O O COSTO
SUMA C.U.M
O A A ACUMU INVEN PEDID TOTAL
L TARIO O
1 27 1200 1200 1 0 2000 2000 1,66666667
2 28 1200 2400 1 1 2000 4000 1,66666667
1 29 800 800 1 0 2200 2200 2,75
2 30 1000 1800 2 1 2200 4400 2,44444444
3 31 1000 2800 2 3 1900 6300 2,25
1 32 300 300 1 0 2000 2000 6,66666667
2 33 2200 2500 1 1 2000 4000 1,6
3 34 1400 3900 2 2 2000 6000 1,53846154
4 35 1800 5700 1 4 2200 8200 1,43859649
1 36 600 600 2 0 2200 2200 3,66666667
2 37 1200 1800 1 2 1900 4100 2,27777778
3 38 1200 3000 2 3 2000 6100 2,03333333
1 39 800 800 2 0 2000 2000 2,5
2 40 1000 1800 2 2 2000 4000 2,22222222
3 41 1000 2800 2 4 2200 6200 2,21428571
17
1 42 300 300 1 0 2200 2200 7,33333333
2 43 2200 2500 2 1 1900 4100 1,64
3 44 1400 3900 1 3 2000 6100 1,56410256
4 45 1800 5700 2 4 2000 8100 1,42105263
1 46 600 600 1 0 2000 2000 3,33333333
2 47 1200 1800 1 1 2200 4200 2,33333333
3 48 1200 3000 2 2 2200 6400 2,13333333
1 49 800 800 1 0 1900 1900 2,375
1 50 1000 1000 2 0 2500 2500 2,5
2 51 2200 3200 1 2 2500 5000 1,5625
3 52 1800 5000 1 3 2500 7500 1,5
COSTO
CUM 54700

4. BALANCEO DE PEDIDO Y PARTE

HEURISTICA DE BALANCEO PERIODO Y


PARTE
NUMERO DE PEDIDOS 14
COSTO DE PEDIDOS $ 29.400,00
COSTO DE INVENTARIOS $ 14.800,00
COSTO REAL DEL PLAN $ 44.200,00

Plan de pedidos
SEMAN DEMAN UNIDAD INVENTA COSTO COSTO COSTO COSTO
A DA ES A RIO DE DEL DEL TOTAL
PEDIR FINAL ORDEN INVENTA INVENTA ACUMULA

18
RIO x RIO
AR DO
UNIDAD TOTAL
27 1200 3200 2000 $ 2.000 $ 1 $ 2.000 $ 4.000
28 1200 800 $ 1 $ 800 $ 4.800
29 800 0 $ 1 $0 $ 4.800
30 1000 1000 0 $ 2.200 $ 2 $0 $ 7.000
31 1000 1300 300 $ 1.900 $ 2 $ 600 $ 9.500
32 300 0 $ 1 $0 $ 9.500
33 2200 2200 0 $ 2.000 $ 1 $0 $ 11.500
34 1400 3200 1800 $ 2.000 $ 2 $ 3.600 $ 17.100
35 1800 0 $ 1 $0 $ 17.100
36 600 600 0 $ 2.200 $ 2 $0 $ 19.300
37 1200 1200 0 $ 1.900 $ 1 $0 $ 21.200
38 1200 2000 800 $ 2.000 $ 2 $ 1.600 $ 24.800
39 800 0 $ 2 $0 $ 24.800
40 1000 2000 1000 $ 2.000 $ 2 $ 2.000 $ 28.800
41 1000 0 $ 2 $0 $ 28.800
42 300 300 0 $ 2.200 $ 1 $0 $ 31.000
43 2200 3600 1400 $ 1.900 $ 2 $ 2.800 $ 35.700
44 1400 0 $ 1 $0 $ 35.700
45 1800 3600 1800 $ 2.000 $ 2 $ 3.600 $ 41.300
46 600 1200 $ 1 $ 1.200 $ 42.500
47 1200 0 $ 1 $0 $ 42.500
48 1200 2000 800 $ 2.200 $ 2 $ 1.600 $ 46.300
49 800 0 $ 1 $0 $ 46.300
50 1000 3200 2200 $ 2.500 $ 2 $ 4.400 $ 53.200
51 2200 0 $ 1 $0 $ 53.200
52 1800 1800 0 $ 2.500 $1 $0
$ $ $
SUBTOTAL
31.500 24.200 55.700

PERIODO COSTO ALMACENAR,


S MANTENER
1 0
2 D2vr=$24.80<$54
3 24.80+D3vr(2)=$34.40<$54
34.40+D4vr(3)=$190.40>$5
4 4

METODOLOGIA WAGNER & WHITIN

19
Este algoritmo tiene el mismo objetivo que algunos enfoques heursticos, minimizar el
costo variable de inventario, el costo de ordenar (preparar) y el de mantener inventario
durante el horizonte de planeacin. La diferencia es que el algoritmo de Wagner Whitin
genera una solucin de costo mnimo que conduce a una cantidad ptima a ordenar Qi. El
procedimiento de optimizacin est basado en programacin dinmica; evala todas las
maneras posibles de ordenar para cubrir la demanda en cada periodo del horizonte de
planeacin.

La particularidad de ste mtodo se basa en que no considera todas las polticas posibles;
para un horizonte de n periodos, el nmero de polticas es 2n-1. Se observa el hecho de
que una orden debe de satisfacer toda la demanda para cierto nmero de periodos.

A+D27+D28+D29+D36

COMPARACION

METODO COSTO TOTAL

EOQ $ 70.630.31
SILVER MEAL $ 42.900
COSTO UNITARIO MINIMO $ 54.700
BALANCEO DE PERIODO Y
PARTE $ 55.700

Una vez teniendo la comparacin de los resultados obtenidos, se evidencia que la


heurstica ms viable es la de SILVER MEAL puesto que represento menor costo.

CONCLUSIONES Y RECOMENDACIONES

Con el desarrollo del trabajo logramos identificar ciertos aspectos en las metodologas
heursticas que nos permitieron alcanzar soluciones ptimas y que tienen una gran
incidencia dentro de la definicin del tamao de lote de produccin por lo que su
variabilidad presenta una gran incidencia dentro del costo potencial de las compaas.

As mismo logramos concluir que la inclusin de la dispersin del lote es un elemento til
puesto que se conoce la dimensin de las relaciones que hacen parte del proceso de
fabricacin y se observ que el tamao del dimensionamiento del lote repercute de
manera considerable en el tamao del lote de produccin.

20
Por otro lado la capacidad de los lotes disponibles de materia prima por cada tipo de
materia prima por cada tipo de materia tiene una gran incidencia en la composicin del
tamao del lote de produccin puesto que al reducirse disminuyen el tamao.

BIBLIOGRAFA

HOLGUIN, Carlos. FUNDAMENTOS DE GESTIN DE INVENTARIOS.


Universidad del Valle, Facultad de Ingeniera, Escuela de ingeniera Industrial y
Estadstica, pg. 95.

Politcnico Grancolombiano. Lecturas y contenidos del mdulo de Produccin.


Educacin Virtual.

21