INVESTIGACIÓN DE OPERACIONES II

DEPARTAMENTO DE OPERACIONES Y SISTEMAS

Aplicaciones especiales
sobre inventarios
Agenda
1. Conceptos generales sobre inventarios
2. Modelos dinámicos de dimensionamiento de lote:
Wagner Whitin
3. Modelos dinámicos de dimensionamiento de lote:
Silver Meal
Inventarios
De acuerdo a (Chase, Jacobs y Aquilano 2009) inventario son las existencias de una pieza o
recurso utilizado en una organización.

“Un sistema de inventario es el conjunto de políticas y controles que vigilan los niveles del
inventario y determinan aquellos a mantener, el momento en que es necesario reabastecerlo

y qué tan grandes deben ser los pedidos ”

Inventarios
• Política de inventario
El diseño de una política de inventario comprende el responde
a dos preguntas esenciales:

¿Cuánto pedir ?

¿Cuándo pedir?

5
Inventarios
DISMINUIR LOS INVENTARIOS TANTO
COMO SEA POSIBLE DE ACUERDO A LAS
CIRCUNSTANCIAS
6

OBJETIVOS
ASEGURAR EL SUMINISTRO OPORTUNO
DE MATERIAS PRIMAS Y PRODUCTO
TERMINADO A LAS AREAS DE
PRODUCCION Y VENTAS DE LA COMPAÑIA
Inventarios
• Cobertura
Representa la cantidad de días de venta futura que una
determinada cantidad de existencias del inventario posee
en un instante cualquiera
•Su fórmula:

Cobertura = (Inventario(tn)) / (demanda promedio diaria

futura)

7
Inventarios
• Rotación de inventario

La rotación logística del inventario representa la frecuencia o número de

veces en que el inventario es agotado y repuesto. Su formula se define

Rotación = (Costo de la mercadería vendida/Inventario promedio)

Donde : Inventario promedio=( Stock Inicial+ Stock Final)/2

8
Inventarios
El lead time
Tradicionalmente en Gestión de la cadena de suministro, el lead time se define
(y de forma muy general) como el tiempo transcurrido entre el momento en que
el comprador envío la orden de compra al proveedor (y su confirmación) y el
momento en que el pedido es recibido por el cliente

Proveedor Comprador

Lead Time de
Aprovisionamiento
Inventario
Demanda

Tamaño
Grande

Time
L L L
Inventario Lead Time
Relación entre Inventario y
Grande Grande Lead Time
Pequeña Reducido
Tamaño
Pequeño
Time
Inventario: Tamaño del lote
La cantidad de compra

Uno de los conceptos clásicos que se relaciona con la cantidad de

compra es la Cantidad Económica de Pedido, cuya fórmula busca
alcanzar un equilibrio entre los costos de compra y los costos de
inventario
Inventario: El tamaño de lote
Costo

Costo Costo Tenencia

más bajo

Costo de Pedir

Cantidad óptima de pedido Q

1) La Cantidad Económica de Pedido (CEP)

Costos asociados con los inventarios
El costo de compra Costo de ordenar El costo de Costo de
(c) (S) almacenamiento H) preparación (K)
• se basa en el • Costo del “proceso • Representa el • Costo de arranque
precio por unidad de hacer el costo de mantener incurrido para
del artículo. pedido”. una existencia de iniciar una corrida
• Puede ser • Costo de formatos, inventario. de producción.
constante, o llamadas, personal • Comprende el • Altamente
puede ofrecerse de apoyo, etc. interés sobre el correlacionado
con descuentos. capital y el costo con el tiempo de
de preparación.
almacenamiento
mantenimiento y
manejo.
Papel de la demanda en el desarrollo de
modelos de inventarios
1. Determinístico y constante a través del tiempo
2. Determinístico y variable través del tiempo
3. Probabilístico y estacionario a través del tiempo
4. Probabilístico y no estacionario a través del tiempo
Modelos dinámicos de EOQ
Características del modelo:
1. El nivel del inventario se revisa periódicamente a lo largo de un numero finito
de periodos iguales
2. La demanda por periodo, aun cuando es determinística. Es dinámica ya que
varia de n periodo al siguiente.
Modelo Wagner Whitin
De acuerdo con Wagner Whitin “Todo período en el cual el
inventario es cero tendrá producción, con la posible excepción del
inicial”
Se define la recursión como:
ft=min(ctj + f t+j+1)
Donde:
ctj = costo total generado durante los períodos t,t+1,…t+j
ctj =k+c (dt, dt+1,…, dt+j)+h[jdt+j + (j-1)dt+j-1+…. +dt+1]
Modelo Wagner Whitin
El precio de una de las materias primas necesarias en el proceso de manufactura de una
compañía está sujeto a fluctuaciones estacionales bastante regulares. La predicción de los
precios y las cantidades necesarias durante los próximos 6 meses se indican en la Tabla

Mes 1 2 3 4 5 6
Precio/ 11000 13000 18000 19000 19000 21000
unidad
Necesidad 2 4 4 4 4 2
Modelo Wagner Whitin
El material adquirido en cierto mes puede utilizarse en el proceso de producción del
mismo mes o almacenarse para uso posterior. La capacidad máxima de
almacenamiento es de 8 unidades. El material que se conserva en inventario durante
un período provoca un costo de conservación de $2000 por unidad. Cada compra hace
necesario un viaje de un especializado con un costo de $3000 por compra, sin
importar cuál sea la cantidad adquirida. Los inventarios inicial y final son cero.
Plantéese las relaciones recurrentes de programación dinámica que minimicen el
costo total y encuéntrense la política óptima de compra y de almacenamiento.
Modelo Wagner Whitin
Haciendo uso de recursión hacia atrás (destino-origen) se puede definir:
N = 6 (meses)
dt = requerimiento de materia prima en el período t
Ctj = el costo generado por la materia prima desde la compra en el mes t hasta su
despacho antes del periodo j. En el se incluyen los costos fijos y variables por la
compra y el costo de almacenamiento.
f (t) = menor costo global de compra y almacenamiento.
Condición de frontera: f(7)=0
Ecuación recursiva: f(t)= min{Ctj+ f(j)}
Donde Ctj= K +C (dt, dt+1,…, dt+j) + h[jdt+j + (j-1)dt+j-1+…. +dt+1]
Modelo Wagner Whitin

Etapa 6

f(t)= min{Ctj+ f(j)} F(6) j

Ctj= 3+ 21(dt)+f(j)
J= 7
3+ 21(2)+0=45 45 7
Modelo Wagner Whitin
Etapa 5

f(t)= min{Ctj+ f(j)} F(5) j

Ctj= 3+ 19(dt)+ 2[jdt+j + (j-1)dt+j-1+…. +dt+1] +f(j)
J= 6 J= 7
3+ 19(4)+45=124 3+ 19(6)+2 (2) + 0=121 121 7

Etapa 4

Ctj= 3+ 19(dt)+2[jdt+j + (j-1)dt+j-1+…. +dt+1] +f(j) F(4) j

J= 5 J= 6 J= 7
3+ 19(4)+121=200 3+ 19(8)+2 (4) + 45=208 3+ 19(10)+2[(4)+(2)(2)+0]=275 200 5
 Modelo Wagner Whitin
Etapa 3

Ctj= 3+ 18(dt)+ 2[jdt+j + (j-1)dt+j-1+…. +dt+1] +f(j) F(3) j

J= 4 J= 5 J= 6
3+ 18(4)+200=275 3+ 18(8)+2 (4) + 121=276 3+ 18(12)+2[(4)+(2)(4) ]+45=288 275 4

Etapa 2

Ctj= 3+ 13(dt)+2[jdt+j + (j-1)dt+j-1+…. +dt+1] +f(j) F(2) j

J= 3 J= 4 J= 5
3+ 13(4)+275=330 3+ 13(8)+2 (4) + 200=315 3+ 13(12)+2[(4)+(2)(4)]+121= 304 304 5
Modelo Wagner Whitin
Etapa 1

Ctj= 3+ 11(dt)+2[jdt+j + (j-1)dt+j-1+…. +dt+1] +f(j) F(1) j

J= 2 J= 3 J= 4
3+ 11(2)+304=329 3+ 11(6)+2 (4) + 275=352 3+ 11(10)+2[(4)+(2)(4)]+200= 337 329 2

El plan de compra y almacenamiento es el siguiente:

Mes comprar Almacenar
1 2
2 12 8
3 4
4 -
5 6 2
6 - -
Algoritmo de programación dinámica con
costos marginales constantes o decrecientes
La PD general dada antes es aplicable con cualquier función de costo.
Esta generalización dicta que el estado xi y las alternativas zi en la
etapa i asumen valores en incrementos de 1, lo que podría dar lugar
a tablas grandes cuando las cantidades demandadas son grandes.
Un caso especial del modelo de PD general promete reducir el
volumen de los cálculos. En esta situación especial, tanto el costo de
producción unitario como los costos de retención unitarios son
funciones no crecientes (cóncavas) de la cantidad de producción
y el nivel del inventario, respectivamente. Esta situación suele ocurrir
cuando la función de costo unitario es constante o si se permite el
descuento por cantidad.
Algoritmo de programación dinámica con
costos marginales constantes o decrecientes
Algoritmo de programación dinámica con
costos marginales constantes o decrecientes
En las condiciones dadas, se puede demostrar que:
1. Dado que un inventario inicial cero (xi) es óptimo para satisfacer la
demanda en cualquier periodo i o con una nueva producción con
inventario entrante, pero nunca con ambos; es decir, zixi =0. (En el
caso de inventario inicial positivo, x1 >=0, la cantidad puede
amortizarse con las demandas de los periodos sucesivos hasta que se
agote.)
2. La cantidad de producción óptima, zi, durante el periodo i debe
ser cero o satisfacer la demanda exacta de uno o más periodos
subsiguientes contiguos.
EJEMPLO 2
Un modelo de inventario de 4 periodos opera con los siguientes datos:

El inventario inicial x1 es de 15 unidades, el costo de producción unitario es de $2, y el costo de

retención unitario es de $1 durante todos los periodos. (Para simplificar, los costos de
producción y retención unitarios son los mismos durante todos los periodos.)
La solución se determina por el algoritmo hacia adelante ya proporcionado, excepto que los
valores de xi+1 y zi ahora suponen sumas “concentradas” en lugar de con incrementos de uno.
Debido a que x1 5 15, la demanda del primer periodo se ajusta a 76 2 15 5 61 unidades.
Modelo heurístico Silver meal
Esta heurística es valida solo cuando el costo de producción unitario es constante e idéntico para
todos los periodos. Por tal razón solo equilibra los costos de preparación y retención.
La heurística identifica periodos futuros sucesivos cuya demanda puede satisfacerse a partir de
la producción del periodo actual. El objetivo es minimizar los costos de preparación y retención
asociados por periodo.
Supongamos que en el periodo i se produce para los periodos i, i +1, ..., y t, i ≤ t; se define a
TC(i, t) como los costos asociados de preparación y almacenamiento para los mismos periodos.
Matemáticamente, con la misma notación de los modelos de programación dinámica,
Modelo heurístico Silver meal
Entonces, dado un periodo actual i, la heurística determina la t* que minimiza TCU(i, t).
La función TC(i, t) se puede calcular en forma recursiva como sigue:

Paso 0 i= 1. .
Paso 1. Determinar la t* mínima local que satisfaga las dos condiciones siguientes:
Modelo heurístico Silver meal
Si se satisfacen las condiciones, la heurística indica ordenar la cantidad (Di Di1 · · · Dt*) en el
periodo i para los periodos i, i 1, ..., y t*.
Paso 2. Igualar i = t* + 1. Si i > n, detenerse; se ha cubierto todo el horizonte de planeación.
En caso contrario, seguir en el paso 1.
Modelo heurístico Silver meal
Determinar la política óptima de inventario para el siguiente caso con 6 periodos:

El costo unitario de producción es $2 para todos los periodos.

 Modelo heurístico Silver meal
Iteración 1 ; i= 1; k=20

Periodo Demanda Demanda Costo Costo Costo

acumulada k+h[jdt+j + (j-1)dt+j- acumulado promedio
1+…. +dt+1]

1 10 10 20 20 20
2 15 25 1[15] = 15 35 17.5
3 7 32 [(1+1)(7)] = 14 49 16.33
4 20 52 [(1+1+1)(20]= 60 109 27.25
Modelo heurístico Silver meal
Iteración 2; i= 4, K=18,

Periodo Demanda Demanda Costo Costo Costo

acumulada k+h[jdt+j + (j-1)dt+j-1+ acumulado promedi
…. +dt+1] o
4 20 20 18 18 18
5 13 33 3[13]=39 57 28.5

Iteración 3; i= 5, K=5,
Periodo Demanda Demanda Costo Costo Costo
acumulada k+h[jdt+j + (j-1)dt+j-1+…. acumulado promedi
+dt+1] o
5 13 13 5 5 5
6 25 38 1[25]=25 30 15
Modelo heurístico Silver meal
El mínimo está en t* 5, que requiere pedir 13 unidades en el periodo 5 para el periodo 5. A
continuación se pone i 5 1 6. Sin embargo, como i 6 es el último periodo del horizonte de
planeación, se deben pedir 25 unidades en el periodo 6 para el periodo 6.

Periodo Producir Almacenar

1 32 22
2 - 7
3 - -
4 20 -
5 13 -
6 25 -
 Ejemplo
El precio de un producto de venta masiva en el Supermercado “Superior”. La
predicción de las cantidades necesarias durante los próximos 6 meses es:

Mes 1 2 3 4 5 6 7 8 9 10
Necesidad 2 4 3 8 5 3 3 5 6 4

El producto adquirido en cierto mes puede utilizarse el mismo mes o almacenarse para uso
posterior. La capacidad máxima de almacenamiento es de 8 unidades. El producto que se conserva
en inentario durante n periodp provoca un costo de almacenamiento de $15 por unidad. Cada
compra genera un costo de $100, sin importar cual sea la cantidad aquirida. Los inventarios inicial
y final son cero. Haciendo uso de Silver Meal encuéntrese la política óptima de compra y de
almacenamiento.
Periodo Demanda Demanda Costo Costo Costo promedio
acumulada acumulado
1 2 2 100 100 100
4 6 15[4] = 60 160 80
3 9 15[(2)(3)] = 90 250 83.33
Periodo Demanda Demanda Costo Costo Costo
acumulada acumulado promedio
3 3 3 100 100 100
8 11 15[8] = 120 220 110
4 8 8 100 100 100
5 13 15[5] = 75 175 87.5
3 16 15[(2)(3)] = 90 265 88.3
6 3 3 100 100 100
3 6 15[3] = 45 145 72.5
5 11 15[(2)(5)] = 150 295 98.3
8 5 5 100 100 100
6 11 15[6] = 90 190 95
4 15 15[(2)(4)] = 120 310 103.3
10 4 4 100 100 100
La política óptima de compra debe ser: Mes Comprar Almacenar
1 6 4
2 - -
3 3 -
4 13 5
5 - -
6 6 3
7 - -
8 11 6
9 - -
10 4 -