Академический Документы
Профессиональный Документы
Культура Документы
1. Gestión de Inventarios
2. Tipos de inventarios
4. Algoritmo de Wagner-Within
LOGÍSTICA
El tema de la gestión de
inventarios es por excelencia uno de
los temas más atendidos por los
académicos, y de mayor interés para
los industriales. Ganeshan y Harrison
(1995) señalan que debido a que el
costo de los inventarios puede estar
entre el 20 y el 40% de su valor, su
eficiente administración se vuelve un
factor crítico en la operación de la
cadena, y estratégico para lograr las
metas globales de gestión.
LOGÍSTICA
Naturaleza de los inventarios:
Tangibles
Perecederos
Costosos
LOGÍSTICA
Protección contra incertidumbres
Balancear la producción
Oportunidades económicas
Inventarios en tránsito / Inv. repuestos
LOGÍSTICA
Materias primas
Producto en proceso
Producto terminado
LOGÍSTICA
Costo de mantener inventario
Costo de hacer pedido
Costo de faltantes
LOGÍSTICA
Tamaño de lote económico (EOQ)
Tamaño económico de producción (EPL)
Modelos con descuentos
Modelos multiproductos
LOGÍSTICA
Revisión continua: punto de reorden (Q,R)
Revisión periódica: (S,T)
LOGÍSTICA
• Demanda independiente vs. dependiente
• Demanda determinista y estocástica
Inventarios
• Revisión Periódica o Continua
Demanda Demanda
Determinística Probabilística
LOGÍSTICA
120
100
80
60
40
20
LOGÍSTICA
Manejo de inventarios cuando la demanda no es constante en el tiempo.
El problema consiste en hallar los tamaños de lote Qt en cada periodo t.
Entradas (Parámetros): Demandas Dt , horizonte de planeación, costos de pedido e inventario.
Salidas: Tamaños de lote Qt y costo total de la política.
Supuestos:
Demanda es determinista pero varía de período en período
No se permiten faltantes
Los costos son de preparación e inventario
El tiempo de demora es cero (0)
El costo de inventario se evalúa al final del período
LOGÍSTICA
Se tiene el siguiente escenario: K=$300, h=$2/periodo.unidad, c=$10/unidad.
1 2 3 4 5 6
Demanda 40 60 70 20 90 160
Inventario Inicial
Inventario Final
Órdenes
It = It-1 + Qt - Dt
LOGÍSTICA
El problema puede resolverse aplicando diferentes políticas:
Política Lote a Lote
Política Balance Parte-Periodo
Política de Silver-Meal
Política Mínimo Costo Unitario
LOGÍSTICA
Minimiza los costos de inventario pero se pueden hacerse demasiados
pedidos
Se ordena exactamente lo que se requiere en cada período
15
LOGÍSTICA
Se tiene el siguiente escenario: K=$300, h=$2/periodo.unidad, c=$10/unidad.
1 2 3 4 5 6
Demanda 40 60 70 20 90 160
Inventario Inicial
Inventario Final
Órdenes
It = It-1 + Qt - Dt
LOGÍSTICA
K=$300, h=$2/periodo.unidad, c=$10/unidad.
1 2 3 4 5 6
Demanda 40 60 70 20 90 160
Inventario Inicial 0 0 0 0 0 0
Inventario Final 0 0 0 0 0 0
Órdenes 40 60 70 20 90 160
It = It-1 + Qt - Dt
LOGÍSTICA
La idea es igualar los costos de preparación con los de inventario. ¿Por qué?
Cuando se “igualen” estos costos (digamos en T períodos) se pide para T
períodos
Ejemplo:
LOGÍSTICA
Se tiene el siguiente escenario: K=$300, h=$2/periodo.unidad, c=$10/unidad.
1 2 3 4 5 6
Demanda 40 60 70 20 90 160
Inventario Inicial
Inventario Final
Órdenes
It = It-1 + Qt - Dt
LOGÍSTICA
Se tiene el siguiente escenario: K=$300, h=$2/periodo.unidad, c=$10/unidad.
LOGÍSTICA
K=$300, h=$2/periodo.unidad, c=$10/unidad.
1 2 3 4 5 6
Demanda 40 60 70 20 90 160
LOGÍSTICA
Definición: Costo (TC)
TC = Costo total de pedir para T períodos / T
LOGÍSTICA
Se tiene el siguiente escenario: K=$300, h=$2/periodo.unidad, c=$10/unidad.
1 2 3 4 5 6
Demanda 40 60 70 20 90 160
Inventario Inicial
Inventario Final
Órdenes
It = It-1 + Qt - Dt
LOGÍSTICA
Se tiene el siguiente escenario: K=$300, h=$2/periodo.unidad, c=$10/unidad.
Periodos Q Costo mantener Costo ordenar + T Costo/T
mantener
1 40 $0 $300 1 $300
1,2 100 $120 $420 2 $210*
1,2,3 170 $400 $700 3 $233.3
3 70 $0 $300 1 $300
3,4 90 $40 $340 2 $170*
3,4,5 180 $400 $700 3 $233.3
5 90 $0 $300 1 $300*
5,6 250 $320 $620 2 $310
LOGÍSTICA
K=$300, h=$2/periodo.unidad, c=$10/unidad.
1 2 3 4 5 6
Demanda 40 60 70 20 90 160
Inventario Inicial 0 60 0 20 0 0
Inventario Final 60 0 20 0 0 0
LOGÍSTICA
Definición: Costo Total por unidad de Demanda (CTD)
CTD = Costo total de pedir para T períodos / Dt
Cuál es la idea de MCU? El costo unitario es el costo total hasta T dividido por las
unidades demandadas hasta T. Hallar el menor.
LOGÍSTICA
Se tiene el siguiente escenario: K=$300, h=$2/periodo.unidad, c=$10/unidad.
1 2 3 4 5 6
Demanda 40 60 70 20 90 160
Inventario Inicial
Inventario Final
Órdenes
It = It-1 + Qt - Dt
LOGÍSTICA
• Se tiene el siguiente escenario: K=$300, h=$2/periodo.unidad, c=$10/unidad.
Costo Costo ordenar +
Periodos Q Costo/Q
mantener mantener
1 40 $0 $300 $7,5
1,2 100 $120 $420 $4,2
1,2,3 170 $400 $700 $4,12 *
1,2,3,4 190 $520 $820 $4,32
4 20 $0 $300 $15
4,5 110 $180 $480 $4,36
4,5,6 270 $820 $1120 $4,15 *
LOGÍSTICA
K=$300, h=$2/periodo.unidad, c=$10/unidad.
1 2 3 4 5 6
Demanda 40 60 70 20 90 160
LOGÍSTICA
Se tiene el siguiente escenario: K=$300, h=$2/periodo.unidad, c=$10/unidad.
Política Costo de ordenar Costo mantener inventario Costo de compra Costos totales
Lote a Lote $ 1.800,00 $ 0,00 $ 4.400,00 $ 6.200,00
BPP $ 900,00 $ 580,00 $ 4.400,00 $ 5.880,00
Silver-Meal $ 1.200,00 $ 160,00 $ 4.400,00 $ 5.760,00
MCU $ 600,00 $ 1.220,00 $ 4.400,00 $ 6.220,00
• En este ejemplo la política que genera los menores costos totales es Silver-Meal, ¿será
posible comprobar si esta es la solución óptima?
• Sin embargo, también se puede comprobar que la mejor política encontrada puede
variar a medida que cambian los costos.
LOGÍSTICA
Red: conjunto de nodos y arcos. Los nodos estan conectados por arcos.
LOGÍSTICA
Ejemplo de red:
A
O T
LOGÍSTICA
Algoritmo de Programación Dinámica
Algoritmo de toma de decisiones inter-relacionadas
Idea principal: hallar la solución óptima a un sub problema, expandir el sub
problema y hallar la solución óptima al problema “expandido” basado en las
decisiones previamente tomadas (soluciones óptimas a sub problemas previos).
LOGÍSTICA
Programación dinámica
La base de la programación dinámica es la representación de un problema
de decisión como un grafo dirigido G = (N, A).
Cada decisión se representa como un arco en un grafo (red). Para cada
decisión hay un costo asociado.
Los nodos representan “estados”
El grafo no debe contener ciclos
LOGÍSTICA
Ejemplo 5
1 3
2
4 7
0 5
3 6 3
2 4
1
Problema: Hallar distancia mínima entre
las ciudades 0 y 5 (distancias entre
ciudades están junto a los arcos)
LOGÍSTICA 35
Características
El problema se puede dividir en etapas que requieren decisiones
Cada etapa tiene ciertos estados asociados
La política de decisión consiste en ir del estado actual a un estado en la
siguiente etapa
Dado un estado actual, la política para las etapas restantes es
independiente que la política para las etapas anteriores.
LOGÍSTICA
En el ejemplo:
Un estado corresponde a una ciudad
Un arco corresponde a la decisión de ir entre las ciudades conectadas (por
el arco)
La distancia entre ciudades es el costo del arco
La jth etapa contiene las ciudades que se han visitado después de j viajes
37
LOGÍSTICA
Programación Dinámica Directa
Sea fk la distancia óptima al nodo k (desde el nodo 0) y dkj la distancia
entre k y j.
38
LOGÍSTICA
Principio de Optimalidad
Directa: fk = min { fj + djk } j / (j,k) A y f0 = 0
39
LOGÍSTICA
Determina el número de pedidos y las cantidades óptimas dados los costos de
preparación, de inventario y las demandas (D1, D2...DT) en T períodos de tiempo.
Se basa en la idea que en un período t se puede ordenar (cantidades exactas) para el
período t , o bien para los períodos t y t+1, ....o bien para t, t+1, ...y T.
40
LOGÍSTICA
Grafo del algoritmo
0 1 2 3 4
0 1 2 3 4
t 1 2 3 4
Dt 40 100 250 80
Kt 100 150 100 50
ct 10 10 5 5
ht 1 1 2 2
LOGÍSTICA 42
Ejemplo
LOGÍSTICA 43
Política óptima
Costo
Periodo Demanda Pedido Cantidad
Acumulado
1 40 1 140 $500
2 100 1 - $1.600
4 80 4 80 $3.400
K 300
h 2 c 10
Wagner -Within
1 2 3 4 5 6
Demanda 40 60 70 20 90 160
LOGÍSTICA 45
Ejemplo 2
K 300
h 2 c 10
Wagner -Within
1 2 3 4 5 6
Demanda 40 60 70 20 90 160
Política: pedir en 1, 3, 5 y 6
Costo Total 5760
VERIFICAR!!
LOGÍSTICA 46
El método del algoritmo Wagner-Within presentado se basa en:
1. Hopp, W.J. & Spearman, M.L. (2011), Factory Physics, 3ª edición, Long
Grove, Illinois: Waveland Press, pp. 58-66.
LOGÍSTICA 47