Gestión de Inventarios

1. Gestión de Inventarios

2. Tipos de inventarios

3. Heurísticas para Demanda Dinámica

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

Demanda Demanda Revisión Continua Revisión Periódica

Estática Dinámica Punto de Reorden Período Fijo

Tamaño de Lote Económico EOQ

Modelo del Vendedor de
Lote Económico de Producción EPL Heurísticas Modelos Niveles de Servicio Diarios
Lote Económico con Descuentos Programación Dinámica Modelo (Q,R) Modelo (S,T)
Lote Económico con Faltantes Programación Entera Mixta MIP
Lote Económico Múltiples Items

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.

Periodos Q Costo Costo T

ordenar mantener
1 40 $300 $0
1,2 100 $300 $120
1,2,3 170 $300 $400 T=3
4 20 $300 $0
4,5 110 $300 $180 T=2
4,5,6 270 $300 $820
6 160 $1900

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 0 130 70 0 90 0

Inventario Final 130 70 0 90 0 0

Órdenes 170 110 160

LOGÍSTICA
 Definición: Costo (TC)
TC = Costo total de pedir para T períodos / T

Condición: Pedir para T períodos cuando

TC(T+1) > TC (T)

Cuál es la idea de Silver Meal? Recordar la gráfica de G(Q) vs Q en el modelo

EOQ. La cantidad óptima de pedido es el valor más pequeño de Q tal que
G(Q+1) > G(Q)

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

Órdenes 100 90 90 160

LOGÍSTICA
 Definición: Costo Total por unidad de Demanda (CTD)
CTD = Costo total de pedir para T períodos /  Dt

Condición: Pedir para T períodos cuando

CTD(T+1) > CTD (T)

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

Inventario Inicial 0 130 70 0 250 160

Inventario Final 130 70 0 250 160 0

Órdenes 170 270

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.

Una red (g) esta definida por:

G = (n, a) donde n es el conjunto de nodos y a es el conjunto de 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.

La programación dinámica directa se basa en la idea que la distancia

óptima para llegar a 5 a partir de 3 es la distancia entre 3 y 5 + la distancia
óptima para llegar a 3 desde el nodo 0.

La distancia óptima para llegar a 5 es el mínimo entre { f4 + d45 ; f3 + d35 }

38
LOGÍSTICA
 Principio de Optimalidad
Directa: fk = min { fj + djk } j / (j,k)  A y f0 = 0

Inversa: fk = min { fj + dkj } j / (k,j)  A y fn+1 = 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

Hay T + 1 nodos en el grafo

Los nodos son períodos de tiempo.
Los arcos (i,j) representan pedidos.
Los pedidos se colocan en i+1
En cada arco se coloca el costo total de la política de los j-i períodos.
El costo al nodo 0 es cero.
LOGÍSTICA 41
 Ejemplo

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

3 250 3 250 $2.950

4 80 4 80 $3.400

Costo total = $3.400

LOGÍSTICA
 Ejemplo 2

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.

Otros libros que contienen más ejemplos y ejercicios sobre el algoritmo

Wagner-Within:

2. Nahmias, S. (2007), Análisis de la Producción y las Operaciones, 5ª

edición, México D.F: McGraw-Hill
3. Silver, E.A., Pyke, D.F. & Peterson, R. (1998), Inventory Management and
Production Planning and Scheduling, 3ª edición, John Wiley & Sons.
4. Vidal, C.J. (2010), Fundamentos de Control y Gestión de Inventarios, Cali:
Universidad del Valle.

LOGÍSTICA 47