TM

Z 5 85 3
. M2
FI ME
1985
1
L
1020070574
K V S S M ,
m m A U T O N O MA D C H U i l VO U ; 0
. - UL T A D D E I NGENI ER A t ' "A Ni CA
EL MO D EL O D E I N VEN T A R.
C O N REST RIC C IO N ES
QU E PA RA O BT EN ER EL GRA D O D I i
"RIA EN C IEN C IA S D E L A A D M
C O N L A ESPEC IA L ID A D EN (N VE ST gA O O K
D E O PERA C IO N ES
P R E S E N T A
re F O R M A N U E L I BA R R I ' I M
mmR E Y . \ L o . '
Y ELECTRI CA
T E S I S
T n
^ ^ .
\ 5
X 1
\
162098
PRO LO GO
El c ontr ol de i nve nt a r i o s en su cor ta h i s t o r i a ha
despertado una enorme i nqui etud entr e aquel l as personas que
desean saber como r es ol ver d i s t i n t o s t i po s de probl emas de
i nvent a r i o s . P robabl emente esta i nqui etud provenga de l a -
verdadera necesi dad de r es ol ver probl emas de i nve nt a r i o s .
Bsi cmente es te t r abaj o se hi z o para s a t i s f a c e r
en c i e r t a manera l a i nqui etud de al gunos al umnos sobre t e -
mas de c ontr ol de i nve nt a r i o s .
El tr abaj o p r i nc i p i a con una i nt r o duc c i n bsi ca
de l a t eor a de i nvent ar i os y una var i edad de l os mtodos -
de si stemas de i nve nt a r i o s . Este mtodo es l l amado i n v e n -
t a r i o con r e s t r i c c i o ne s apl i c ado a i nve nt a r i o de empresas -
con costo de agotado i gual a i n f i n i t o .
Si empre es conveni ente menci onar, que l os r e s u l -
tados obteni dos , as i como sus a n l i s i s es el es f uerz o de - -
tr abaj o de di s t i nt a s pers onas , queri endo de esta manera
agradecer l a ayuda des i nter es ada del I ng. V i c tor i ano A l a- -
tor r e Gonzl ez, el D r. J uan Si mn Gal l egos , al . L i c . J os - -
L ui s Segovi a Ramos y al I ng. J orge Mar.
Monterrey, N uevo L en. Vi c tor M. I bar r a Bal deras
A D IO S:
Por i l umi nar si empre mi cami no, por propor_
ci onarme f uerz as para l ogr ar un afn cons tante de sup
r ac i n, por ayudarme a ser si empre una persona p o s i t i -
va .
Por per mi ti r me val or ar a mi s padres y l u
char por no def r audar l os nunca.
GRA C IA S A D I O S, PO R T O D O ".
A MIS PA D RES:
S ra. A l i c i a Bal deras C amar i l l o; por sus des-
vel os , sus or ac i ones , por su c a r i o , por su ayuda f i r me
que si empre me of r ec i s i n es cati mar es f uer z os , ni s a -
l ud, con el ni co f i n para que l l egar a a l a meta.
Graci as Madre, i Lo he cumpl i do'.
S r. Manuel B. P rez; por el car i o y a l i e n t o ,
que si empre me di o, l a conf i anz a que si empre me tuvo y -
el apoyo si empre pres ente.
Por todo e l l o Graci as
C O N MU C H O A MO R A :
D omi ngo C orona Snchez
Mar a de l a L uz I bar r a Bal deras
J ul i e t a O l i vi a I bar r a Bal deras
A l f ons o I bar r a Bal deras
E nri que I bar r a Bal deras
A r acel y I bar r a Bal deras
A l i ci a P rez Bal deras
Mi s queri dos hermanos, de qui enes s i empre, en
al guna f orma, r ec i b el a l i e nt o y apoyo neces ari os en el
tr ans c ur s o de mi Maes tr a.
A todos . . . . i Muchas gr ac i as :
A MI A SESO R:
I ng. V i c t or i ano A l at or r e Gonzl ez M.C .
Que con su es f uer z o, dedi caci n y l a di s po
s i c i n que me dedi c para l a ter mi nac i n y ej ec uc i n
de l a t e s i s . Le doy mi s ms s i ncer as gr ac i as .
A MIS C O N D ISC IPU L O S Y A MIGO S EN GEN ERA L :
A todas aquel l as personas e i ns t i t uc i o ne s que
di r e c t a o i ndi r ec tamente i nt e r v i ni e r o n para darme una de
l as ms grandes s at i s f ac c i o nes de mi vi da; Mi Grado.
C O N T EN ID O
P g.
I . IN T RO D U C C IO N ' 1
1. 1. P ers pecti vas de l a t e o r a de I nventa-
r i os 1
I I . C A RA C T ERIST IC A S GEN ERA LES 3
2. 1. I nt r o d ucc i n 3
2. 2. F unci ones que desempean l os i nventar i os 4
2. 3. D eci s i ones bs i cas en i nventar i os 6
I I I . C A RA C T ERIST IC A S D E LO S SIST EMA S D E IN VEN T A RIO S 8
3. 1. P armetros econmi cos ( cos tos de i nven-
t a r i o ) 8
3. 2. D emanda 10
3. 3. C i cl o de pedi do 11
3. 4. O tras c a r a c t e r s t i c a s de i nve nt a r i o . . . . 1 1
I V. MO D ELO C L A SIC O D E IN VEN T A RIO (C EP) 13
4. 1. I ntr oduc c i n 13
4. 1. 1. E j empl o de l a a pl i c a c i n del mo-
del o de i nve nt a r i o 17
4. 1. 2. F ormul aci n del model o C EP 20
4. 1. 3. Var i abl es de dec i s i n y parme-
tr os 20
4. 2. S ol uci n gr f i c a 22
4. 3. S ol uci n por er r or y ensayo 24
4. 4. S ol uci n por di f e r e nc i a c i n 25
V. EL MO D ELO C EP C O N REST RIC C IO N ES 30
5. 1. I ntr oduc c i n 30
5. 2. El Model o C EP con una r e s t r i c c i n 31
5. 2. 1. E j empl o que muestra un model o -
de i nve nt a r i o con una r e s t r i c -
ci n 38
5. 3. Model o C EP con dos r e s t r i c c i o ne s . . . . . . . 4 1
5. 3. 1. F ormul aci n y s ol uc i n - del -
model o 41
5. 4. Model o C EP con t r es r e s t r i c c i o ne s 44
5. 4. 1. F ormul aci n y s ol uc i n del - ,
model o 44
VI . A PL IC A C IO N D E LA PRO GRA MA C IO N A L MO D ELO C EP C O N
REST RIC C IO N ES 47
6. 1. P rograma computaci onal que res uel ve -
un model o de i nve nt a r i o con dos o ms
res t r i cc i ones 47
6. 2. C omprobaci n de l os r es ul tados obt eni -
dos por el al gor i tmo de N ewton- Raphson. 54
6. 3. D etermi naci n de puntos mxi mos o m -
ni mos para f unci ones r e s t r i ngi da s y no
r e s t r i ngi da s , ut i l i z a ndo l a matr i z - -
H essi ana 56 *
V I I . C O N C LU SIO N GEN ERA L 64
A PEN D IC E A 65
A . I . - P rocedi mi ento del al gor i t mo de N ewton-
- Raphson que r es uel ve ecuaci ones , s i -
mul tneas no - l i ne a l e s 65
A . 2. - O pti mi z aci n c l s i c a u t i l i z a d a para cal _
cul ar mxi mos o m ni mos para probl emas
r e s t r i ngi do s y no r e s t r i ngi do s 67
A . 3. - Gr f i ca del model o de I nvent a r i o con una
R es t r i c c i n 68
BIBLIO GRA FIA .
I . IN T RO D U C C IO N
I . IN T RO D U C C IO N .
1. 1. P er s pecti va general de l a t eo r a de i nve nt a r i o s .
Se puede dec i r que l as pri meras apl i c ac i ones de
l os mtodos c ua nt i t a t i vo s para l a toma de deci s i ones geren-
c i al es
s
fue l a t e o r a y a pl i c a c i n de l os model os de i nven-
t a r i o . Para muchas personas i nvol uc r adas en l a or gani z a- -
ci n y f a br i c a c i n de productos no s er a s orprendente ya - -
que l os i nvent a r i o s r epr es entan ms del 25% del c a pi t a l t o -
tal i nve r t i do en una or gani z ac i n de negoci os . A dems, l os
i nventar i os pr opor ci onan una f l e x i b i l i d a d de oper ac i n, - -
pues asegura que l as operaci ones se r e a l i c e n s i n obs tc ul os .
A s , un buen c ontr ol de i nvent a r i o s y una adecuada admi ni s -
t r a c i n, t r a e r a como cons ecuenci a un ahorro c ons i der abl e
a una compa a o s i se vi er a en forma gl o ba l , a l a econom a
mundi al .
El de s a r r o l l o del pri mer model o de i nve nt a r i o - -
fue hecho, por H ar r i s ( 1915) . P os ter i or mente Raymond (1931)
ampl i el t r abaj o de H ar r i s a comi enzo de l os aos 30 . Es-
tos hechos di er on l a pauta para que f uer an pr o l i f e r a ndo el
des ar r ol l o de l a t eo r a y model os de i nve nt a r i o .
L os model os de i nve nt a r i o con el de s a r r o l l o que
se l e ha dado cubre c ual qui er s i t ua c i n de negoci os . Es - -
tan i mpor tante el hecho de tener exi s t enc i a s de un producto
o a r t c u l o , ya que l a f a l t a de es te podr a oc as i onar , el pa^
ro de l a pr oducci n, l a prdi da de al gn c l i e nt e i n s a t i s f e -
cho, que podr an ser muchos en el f u t u r o .
A s , cuando l a a dmi ni s t r a c i n de l os i nvent a r i o s
es e f i c a z , podr c o nt r i b u i r a mej ores gananci as , aumentar - -
l os i ngres os y l a acumul aci n del a c t i vo .
I I . C A RA C T ERIST IC A S GEN ERA LES
I I . C A RA C T ERIST IC A S GEN ERA L ES.
2. 1. I ntr oduc c i n.
E xi s te una gran canti dad de casos es peci al es en
l a teor a de i nventar i os dadas l as di f e r e nc i a s de l os casos
pr c ti c os que se pres entan en l os probl emas de i nve nt a r i o s .
Estas di f er enc i a s son moti vadas por l os componentes p r i n c i -
pal es de l os model os de i nve nt a r i o s . E xi s ten dos componen-
tes pr i nc i pal es que moti van l as di f e r e nc i a s entr e un model o
y o t r o :
a) O btener el recurs o o a r t c ul o s
b) La demanda .
P ri meramente se cons i der ar a l a demanda dada su
i mportanci a.
L a demanda se pres enta en c ual qui er punto dado -
en el ti empo, pero cuando l a demanda va r el aci onada con el
i nve nt a r i o , es i mpor tante tener una r ef er enc i a sobre el ni -
vel de l a demanda f ut ur a . S i gui endo l a costumbre de l a - -
teor a de l as deci s i ones podemos res umi r l a demanda f ut ur a
en tr es cateogr a s :
a) D emanda conoci da ( i nve nt a r i o con c er ti dumbr e)
b) D emanda con di s t r i bu c i n de pr obabi l i dad ( i nve nt a r i o
con r i es go)
c) D emanda desconoci da ( i nve nt a r i o con i nc e r t i dumbr e ) .
Estas son entonces l as t r es cl as es de probl emas
de i nventar i o con res pecto a l a demanda f ut ur a .
L os procesos de adqui s i c i n son di f e r e nc i a s en -
l os probl emas de i nve nt a r i o , ya que son mtodos para o b t e -
ner l as mercanc as y se di vi dan en dos c ategor as :
a) Fuente e xt e r i o r
b) Fuente i n t e r i o r .
E xi s te una t er c er a di f e r e nc i a que por s i t u a c i o -
nes de de f i ni c i n no se menci ona, pero es i mpor tante en l os
di ver s os model os de i nve nt a r i o , y es tas deci s i ones pueden -
ser :
a) D eci s i ones ni cas ( e s t t i c a s )
b) D eci s i ones conti nuas ( di nmi c as ) .
E xi s ten otr as di f e r e nc i a s que se cons i deran me -
nos i mpor tantes , por l o que se menci onarn en forma t r as c e-
de nt a l . Estas di f e r e nc i a s pr ovi enen, por ej empl o, de l as -
bodegas ml t i pl e s con y s i n c ontr ol de pedi dos , cascadas de
i nve nt a r i o de mater i a pri ma a tr avs de l os i nve nt a r i o s de
productos en proceso a l os i nvent a r i o s de a r t c ul o s determ
nados, etc .
2. 2. F unci ones que desempean l os i nve nt a r i o s .
L os i nvent a r i o s pueden de f i ni r s e como l a c a n t i -
dad de a r t c u l o s , mercanc as y otr os recurs os econmi cos -
que son al macenados o se manti enen i na c t i vo s en un ti empo -
dado .
L os recurs os econmi cos o a r t c u l o s , var an de -
acuerdo al comportami ento de l a demanda, que opera para r e-
duc i r un i nve nt a r i o , y el proceso de abas teci mi ento que ope^
ra para el evar l o .
L os i nvent a r i o s cubren f unci ones del s i s tema de
pr o duc c i n- di s t r i buc i n donde l os i nve nt a r i o s exi s ten con-
ti nuamente en el si stema compl eto, es de c i r , permi ten que
l as di f er ent es ac ti vi dades se de s a r r o l l e n en forma r e l a t i -
vamente i ndependi ente. A si l os i nve nt a r i o s l l enan al gunas
f unci ones bs i c as , como son:
a) I nvent ar i o en t r ns i t o o de conducto. El i nve nt a r i o
en t r ns i t o es nec es ar i o, ya que cubre l os r etar dos
en el manejo y t r ans por t ac i n de l os a r t c u l o s , mate_
r i a pri ma, e t c .
b) I nvent ar i o c i c l o o tamao de l o t e . E stos i nventa- -
r i os son l os que pedi mos como tamao de l o t e , porque,
es ms econmi co r e a l i z a r l o a s , que pe di r l o cuando -
sea neces ar i o s ati s f acer l a demanda.
c) I nvent ar i os de s egur i dad. E stos son i nve nt a r i o s que
s i r ven para pr eveni r cambi os r epenti nos en l a demanda.
d) I nvent ar i os de des acopl e. La f unc i n bs i ca de es tos
i nvent ar i os es t r a t a r que todas l as operaci ones para
l a el abor ac i n de al gn pr oduc to, sean ms i ndepen- -
di entes s i n tener que depender compl etamente, en l a -
programaci n de l as s al i das en cada proceso de produc
c i n .
e) I nvent ar i os e s t a c i o na r i o s . L os i nve nt a r i o s u t i l i z a - -
dos ' s uavi z an el ni vel de producci n de l as o p e r a c i o -
nes, para que el obrero no tenga que des pedi r s e o con^
t r o l a r s e con mucha f r ec uenc i a.
L os i nve nt a r i o s , dado que cumpl en con l as fune
nes vi s tas anter i or mente, son de gran val or para l a admi - -
r i i s t r a c i n. N o es neces ari o que l os i nvent a r i o s se mi ni mi -
cen para que su cos to de producci n y di s t r i bu c i n sean m -
ni mos, ya que exi s ten empresas que manej an i nvent ar i os m -
ni mos y an a s , sus cos tos de producci n y d i s t r i b u c i n - -
son extremadamente grandes . Lo ms conveni ente es deter mi -
nar ni vel es pti mos de i nve nt a r i o en s i tuac i ones dadas. Es_
to es, bal ancear de t a l manera l os cos tos que suben con l os
i nventar i os a l t o s , contra l os cos tos que baj an con res pecto
a l os ni vel es a l t o s de i nve nt a r i o .
2. 3. D eci s i ones bsi cas en i nve nt a r i o s .
U na preocupaci n en l a admi ni s tr ac i n es e nc o n-
t r a r p o l t i c a s de i nvent a r i o s que reduzcan l os cos tos t o t a -
l es de operaci n de l a empresa. Por es o, l as deci s i ones ba^
s i cas de i nve nt a r i o , son l os s i gui entes dos c r i t e r i o s :
a) Qu canti dad se debe pedi r ?
b) C undo se debe pedi r ?
A l r e a l i z a r s e es tas dec i s i ones , el gerente d esea_
r a pedi r y pr oduci r en grandes tamaos de l o t e para mi n i -
mi zar l os cos tos de producci n y al macenami ento. A s , tam-
bi n, por otr a par t e, el gerente t r a t a r de mi ni mi z ar l os -
cos tos de mantener el i nvent ar i o, l ogr ndos e cuando se produ
ce o abastece en l ot es pequeos. Para l ogr ar l a opti mi z ac i n
es neces ari o bal ancear l os dos extremos a nt e r i o r e s . P ara -
l o gr a r l o es neces ari o u t i l i z a r mtodos c ua nt i t a t i vo s c l s i -
cos donde, se podr f or mul ar model os y de s a r r o l l a r vari abl es
de dec i s i n, para obtener l a canti dad econmi ca de pedi do,
como tambi n cuando se de be pe di r .
E stas var i abl es de dec i s i n se pueden manej ar - -
i ndependi entemente como i nter dependi entes , segn l as s u p o -
s i ci ones i mpl c i t a s del model o dado.
>
C A RA C T ERIST IC A S D E LO S SIST EMA S D E IN VEN T A RIO
I I I . C A RA C T ERIST IC A S D E LO S SIST EMA S D E IN VEN T A RIO .
3. 1. P armetros econmi cos ( cos tos de i nv e nt a r i o ) .
En el a n l i s i s de i nve nt a r i o el c r i t e r i o usual
u t i l i z a d o , en l a mi ni mi z ac i n de una f unc i n de cos tos que -
bal ancea l os cos tos que se agrupan en l as s i gui entes tr es ca_
tegor1a s :
a) C ostos de O rdenar ( C ) . L os cos tos de or denar , son to-
dos l os cos tos i ncrementabl es as oci ados con el reabas -
tec i mi ento del i nve nt a r i o . L os cos tos de ordenar ocu-
r r en cada vez que se ordena un pedi do. A c onti nua- - -
ci n se mos trarn al gunos cos tos de or denar :
- C ostos de r e qui s i c i n
- C ostos de e mi t i r y s egui r l a orden de compra
- Reci bo de l os a r t c ul o s
- C ostos de i ns pec c i n al r e c i b i r y col ocar l os ar t cu_
l os en el i nventar i o
- C ostos cuando se r e a l i z a el pago al proveedor
- C ostos a dmi ni s t r a t i vo s t al es como: s umi ni s t r o s , p a -
pe l e r a , etc .
Por l o r egul ar l a deter mi naci n de es tos cos tos -
se r e a l i z a n por medi o de es tudi os es pec i al es . L os s a l a r i o s
de l os i ndi vi duos i nvol uc r ados en t al es ac ti vi dades c o n s t i -
tuyen l a mayor par te de l os cos tos de or denar .
b) C ostos de l l e va r el i nvent ar i o ( C 2) . E stos cos tos - -
son l os as oci ados en mantener un ni vel dado de i nven-
t a r i o di s po ni bl e , var a con el ni vel y per odo de - -
ti empo que se manti ene el i nve nt a r i o .
L os costos de manteni mi ento comprenden:
- C osto de opor tuni dad en l a i nve r s i n comprometi da -
en el i nve nt a r i o ( todo es to basado en el cos to de -
C api tal )
- C ostos de al macn ami ento, cos tos que comprenden (a 1_
q u i l e r , c a l e f a c c i n, r e f r i g e r a c i n , v i g i l a n c i a , e t c . )
- C ostos por de t e r i o r o del producto u obs ol es c enc i a.
- C ostos por depr ec i ac i n, i mpuestos y s eguros .
N ormal mente, l os cos tos de l l e v a r el i nve nt a r i o
en l as empresas es aproxi madamente del 20 al 25 por c i e nt o .
L gi camente exi s ten empresas que quedan f uer a de es tos ran-
gos, por s i tuac i ones extremadas .
L os cos tos de l l e va r el i nve nt a r i o se expresan
como el cos to en pesos, de mantener una uni dad de i n v e n t a -
r i o por uni dad de ti empo (comnmente un ao) .
c) C osto de agotado o quedarse c or to ( C 3) . A es tos cos -
tos se l es l l ama tambi n, cos tos de pe na l i z a c i n, y -
se i nc ur r e cuando se quedan s i n l a mercanc a ne c e s a -
r i a , estos cos tos comprenden:
- C osto por prdi da de c l i e nt e s
- P r es t i gi o
- U t i l i da d perdi da debi do a prdi da en ventas .
E xi s te l a manera de s a t i s f a c e r l a demanda que no
fue s at i s f ec ha, esto es por medi o de pedi dos pr opues tos , y
son cos tos que var an di r ectamente con l a canti dad f a l t a nt e
y el ti empo de r et ar do. Si l a demanda f a l t a n t e no es cumpl j
da, entonces se or i gi nan cos tos pr opor c i onal es a l a c a n t i -
dad f a l t a nt e .
3. 2. D emanda
El comportami ento de l a demanda de c ual qui er pro-
ducto o a r t i c u l o puede ser de t e r mi ni s t i c o o p r o b a b i l i s t i c o .
Para l a el abor ac i n de este t r a ba j o es neces ari o
conocer l a demanda de t e r mi ni s t i c a ya que se t r a ba j a r con -
l a s upos i ci n de que conocemos el comportami ento de l a d e -
manda. Es por eso que l a demanda p r o b a b i l i s t i c a se har - -
r ef er enc i a en es te c a p t ul o en forma gener al .
Por de termi n s t i c t , se enti ende que son c a n t i d a -
des pedi das en l os per odos s i gui ent es que se conocen con -
c er t ez a. L a demanda sobre per odos i gual es de ti empo p u e -
den ser cons tantes o va r i a bl e s , as como de t e r mi ni s t i c a o -
no de t e r mi ni s t i c a . C on l o s i gui ente podemos c l a s i f i c a r a -
l a demanda como, e s t t i c a o di nmi ca r es pecti vamente.
La demanda pr o ba bi l i s t i c a se pres enta cuando l a -
demanda sobre un per odo de ti empo es i n c i e r t o , pero p o d e -
mos r epr es entar l a en trmi nos de una d i s t r i b u c i n de proba-
b i l i d a d . A hora bi en, l a demanda p r o b a b i l i s t i c a se puede - -
pr es entar , como una d i s t r i b u c i n de pr obabi l i dad es tac i ona-
r i a o no es tac i onar i a sobre el ti empo.
La demanda para un per odo de ti empo dado, l a po -
demos s a t i s f a c e r , i ns tantneamente al i n i c i o del per odo o
uni formemente durante el tr ans cur s o del per odo. L g i c a -
mente al s ati s f acer l a demanda de esa f orma, afectamos - -
l os ni vel es de i nve nt a r i o as como, l os cos tos de ma n t e n i -
mi ento del i nve nt a r i o en c ues ti n.
3. 3. C i cl o de pedi do .
El concepto de c i c l o de pedi do, es el per i do de -
ti empo entre l a c ol oc ac i n de dos pedi dos s uc es i vos . E xi s -
te en el c i c l o de pedi do, dos d i s t i n t a s maneras de r e v i s i n,
que son l as s i gui e nt e s :
a) R evi s i n c ont i nua. El r e gi s t r o del ni vel de i nventa-
r i o se moni torea conti nuamente hasta que al canz a un -
punto de nuevo pedi do es pec i f i c ado con a nt e r i o r i da d
donde se col oca el nuevo pedi do. A es te c i c l o de pe-
di do ( r e vi s i n c onti nua) tambi n se l e l l ama como el
si stema de dos caj ones .
El nombre de si stema de dos c aj ones , se der i va de que
al moni tor ear s e en forma conti nua el i nve nt a r i o se - -
pueden u t i l i z a r dada sus c a r a c t e r s t i c a s de caj ones o
pedi dos de i nve nt a r i o , as de es ta f orma, l os a r t c u -
l os que r e t i r a n de un c aj n, al quedarse vac o, se - -
procede a u t i l i z a r el otr o caj n de a r t c ul o s di sponj _
bl es , as se puede deci r que se col oca un nuevo pedi -
do de i nvent a r i o .
b) R evi s i n pe r i di c a . Este mtodo de c i c l o de pedi do -
se i d e n t i f i c a ya que su i n i c i a c i n , es que l os p e d i -
dos se col ocan en i nt e r va l o s r egul ar es de ti empo.
3. 4. O tras c a r a c t e r s t i c a s de i nve nt a r i o s
a) T i empos de a nt i c i pa c i n. En l a c ol oc ac i n de un nue-
vo pedi do, se puede r e c i b i r i nmedi atamente o puede - -
e x i s t i r que se tome al gn ti empo para que se r e c i ba .
El ti empo que exi s te entr e l a c ol oc ac i n y l a r e c e p -
ci n del nuevo pedi do se denomi na como ti empo de a nt_i
c i pa c i n. E xi s ten dos t i pos de ti empos de a nt i c i pa
c i n, que pueden s er , det er mi n s t i c o o p r o b a b i l s t i -
co ,
R eabas teci mi ento del i nve nt a r i o . A l reabas tecers e -
de a r t c ul o s el i nv e nt a r i o , puede o c u r r i r , i ns t a nt -
neamente o un i formemente sobre el ti empo. El reabas_
tec i mi ento i ns tantneo r e s ul t a por l o general cuando
se compran l os a r t c ul o s o f uentes exter nas . El re-
abas teci mi ento uni f or me, ocurre cuando l os a r t c ul o s
son produci dos por l a mi sma empresa u or gani z ac i n.
N umero de a r t c u l o s . En l os si stemas de i nven ta r i o
por l o r egul ar exi s ten d i s t i nt a s mercanc as , y por -
l o general estas mercanc as compi ten por l os r e c u r -
sos de l a empresa como son, c a pi t a l y es paci o di s po-
ni bl e . A l suceder es t o, exi s t en i nt er a c c i n entr e -
l os a r t c ul o s di f er ent es y l os modl os de i nve nt a r i o
deben adaptars e o de s a r r o l l a r s e para s a t i s f a c e r esas
c ondi c i ones .
MO D ELO C L A SIC O D E IN VEN T A RIO (C EP)
I V. MO D ELO C L A SIC O D E IN VEN T A RIO (C EP) .
4. 1. I nt r oduc c i n .
C on l as c a r a c t e r s t i c a s o a t r i but o s di s c ut i dos - -
con a nt e r i o r i da d son l os el ementos bs i cos que son ne c e s a -
r i os para f or mul ar el model o c l s i c o de c anti dad econmi ca
de pedi do (C E P ). Es neces ari o cons i der ar que dentro de l a
f or mul aci n de es te model o, l a demanda es vi r tual mente el
el emento ms i mpor tante. D ebe menci onarse que es cas i i ni -
pos i bl e f or mul ar un model o de i nve nt a r i o general que tenga
en cuenta todas l as var i ac i ones que se encuentran en un - -
si stema r eal de i nve nt a r i o s .
A unque el model o c l s i c o (C EP) es sobre s i mpl i f i .
cado para hacer una r epr es entac i n de l a mayor a de l as si _
tuaci ones de l a vi da r e a l , l o podemos c ons i der ar como un -
punto de par ti da para l a el abor ac i n de model os ms r eal i
tas con s i tuac i ones ms compl ej as de l a vi da r e a l . El mo-
del o c l s i c o (C EP) se apl i c a cuando se cons i dera que l a - -
canti dad t o t a l que se pi de l l ega s i mul tnea mente al s i s t e -
ma de i nve nt a r i o , y cuando l a tasa de l a demanda (es cono-
ci da) es c ons tante. L as s i tuac i ones t pi c a s de l a a pl i c a -
ci n de es te model o son:
- L os i nve nt a r i o s de mater i al es de c ons tr uc c i n de una
obra es pec f i c a deben mantenerse y l a demanda se cono^
ce f recuentemente con c er tez a.
- U t i l i z a c i n de s umi ni s tr os de o f i c i n a s , t al es como - -
ganchos para papel , bo l gr a f o s , l pi c es y cuadernos -
de notas de una o f i c i n a .
- U t i l i z a c i n de c i er t o s s umi ni s tr os i n d u s t r i a l e s , como
t uer c a s , remaches, ar andel as , e t c .
U t i l i z a c i n de s umi ni s tr os para el aseo de una of i ci _
na , e d i f i c i o , et e.
Se puede v i s u a l i z a r muchas otr as apl i c ac i ones de
model os c l s i c o (C E P ). L as s upos i ci ones pr i mor di al es del
model o son l as s i gui e nt e s :
La demanda se conoce como c er tez a
La tasa de demanda es cons tante
El i nve nt a r i o se reabas tece cuando su ni vel es t - -
exactamente en cero
El ti empo de a nt i c i pa c i n es cons tante e i gual o ma-
yor a cero
El pr ec i o u n i t a r i o , costo de or denar , y l os cos tos -
de l l e v a r el i nve nt a r i o son c ons tantes .
C omo se cons i der anter i or mente muchas de es tas
s upos i ci ones pueden s er vi ol adas por s i t uac i ones r e a l e s , -
donde, el model o se ver a af ectado en l a u t i l i d a d del nego^
c i , cuando no se des cr i be una s i t ua c i n ver dader a. S i n -
embargo s i l as r e s t r i c c i o ne s son vi ol adas al m ni mo, es te
model o puede ser repres en ta t i vo e i ns e ns i bl e , a l as d e c i -
si ones que se toman para canti dad por pedi r y el monto t o -
t a l de l os eos tos , puede ser que su des vi ac i n con res pec-
to al pti mo, sea m ni mo.
La f i gur a 4 . 1 . i l u s t r a l a va r i a c i n del ni vel de
i nvent ar i o para el model o c l s i c o C EP. L a l nea de p e n -
di ente dec r ec i ente i ndi c a que el ni ve l de i nve nt a r i o se -
est r educi endo, con el ti empo a una tasa cons tante (demar^
da c ons tante) . C uando el ni vel de i nve nt a r i o al canza el - -
punto de renovaci n de pedi do es neces ar i o pedi r q
Q
uni da-
des del a r t i c u l o . El pedi do de a r t c u l o se r eci be exac ta- -
mente cuando el ni vel de i nve nt a r i o es cero, durante el - -
ti empo de a nt i c i pa c i n ( L ) . Por c ons i gui ente, el ni vel de
i nvent ar i o se el eva a q
Q
uni dades ( el mxi mo ni vel de i nven^
t a r i o) ocasi onando con e l l o l a r e pe t i c i n del c i c l o .
El val or de q
Q
en c ual qui er c i c l o dado, ser -
i gual puesto que estamos con el model o c l s i c o C EP, y se
supondr i mpl c i tamente un hor i z onte de ti empo y un proce
so que no cambi a con el ti empo, as el t ^ es i gual en el
2 y q
s e
cal cul a de l a mi sma manera que q^.
I MA X=N IVEL MA XIMO D E IN VEN T A RIO
F i gura 4. 1, P e r f i l de i nve nt a r i o del model o c l s i c o C EP
La f i gur a 4. 2 muestra p e r f i l e s de i nve nt a r i o para
canti dades de pedi do di f e r e nt e s . A si mi entr as mas pequeo
sea q , l a col ocaci n de pedi dos sera ms f r ec uente. U na
consecuenci a l gi c a es que el ni vel del i nve nt a r i o prome- -
di o se r e duc i r . La c anti dad de pedi dos ms grandes i n d i -
can un mayor ni vel de i nve nt a r i o con c ol oc ac i n de pedi dos
menos f r ec uentes . L os cos tos que se o r i gi na n como, cos tos
de ordenar y l os cos tos de l l e va r el i nve nt a r i o , se bal an-
cean con res pecto a l a c anti dad q
Q
, que mi ni mi cen l os cos-
tos t o t a l e s . Esta es l a base para f or mul ar un model o de -
i nve nt a r i o .
F i gura 4. 2. P e r f i l e s de i nvent a r i o s para f r ecuenci as ba-
j as y al t as de pedi do
P ara l a s ol uc i n de l os d i s t i n t o s mtodos que se
vern a c onti nuac i n ut i l i z a r emo s un mi smo ej empl o, como -
un punto de par ti da para encontr ar l as s ol uci ones en cada
uno de sus mtodos del model o c l s i c o C EP.
4. 1. 1. Ej empl o de l a a pl i c a c i n del model o de i nve nt a r i o
C EP.
La C ompa a A l i c i a de S umi ni s tr os de T eni s . Se -
cons i derar l a s i t ua c i n en l a que se encuentra l a c ompa-
a A l i c i a de s umi ni s tr os de T eni s ( A S T ) . A ST es un di s tri _
bui dor de t eni s en el Val l e de Mxi co. A ST s ur te a l r e d e -
dor de 50 0 d e t a l l i s t a s , desde una bodega pr i nc i pa l ubi cada
en T ol uca, es tos d e t a l l i s t a s comprenden, ti endas de depor-
t e s , al macenes de zapatos t e ni s , e t c .
El i nve nt a r i o de zapato t eni s A ST forma el 10 % -
del i nvent ar i o t o t a l de A ST y aproxi madamente son 10 0 0 0 0 -
pares . El costo t o t a l promedi o se es ti ma por par en - - -
$12. 0 0 , para un cos to t o t a l de i nve nt a r i o de zapatos de - -
$ 1; 20 0 , 0 0 0 . El cos to de c api tal de A ST se esti ma en una -
tasa anual del 5%. L os s eguros , i mpues tos , daos, p i l l a -
j es y costo de - admi ni s tr ac i n de l a bodega se es ti ma en - -
una tasa anual del 5% del val or de su i nve nt a r i o .
D omi ngo C orona, el gerente de l a bodega ha hecho
un a n l i s i s pr el i mi na r del i nve nt a r i o t o t a l de A ST , para -
asegurarse de que l as regl as de dec i s i n del i nve nt a r i o que
se u t i l i z a n , mi ni mi z an l os cos tos de i nve nt a r i o . T ambi n,
el desea r e a l i z a r un es tudi o en el zapato de t eni s ms pop
l a r de A ST , el "P i que", un zapato l i v i a n o de cuer o, y r e s - -
pal dado por el j ugador de teni s Ral Ram rez.
D omi ngo se reuni con el comprador de A ST res pon-
sabl e de l as ventas de "P i que", V i c t o r H er r er o, para ave
r i guar como se tomaban l as deci s i ones de compra del produc-
t o . E ncontr que V i c t o r , t i e nde a pedi r grandes c a n t i d a -
des por adel antado y s i empre manti ene un gran i nve nt a r i o
dando como cons ecuenci a que A ST nunca quede s i n mer c anc a.
V i c t o r parece dar l e poca i mpor tanc i a a l os cos tos de l l e -
var el manteni mi ento o l os cos tos as oci ados como son l o s -
cos tos de or denar . L as e s t a d s t i c a s mues tran que el ao pa^
sado, V i c t o r hab a col ocado 10 pedi dos de 10 0 0 - par es - cada
uno (se pi de cada 5 semanas) a un cos to de $20 . 0 0 por par .
El f a br i c a nt e ga r a nt i z a que cada pedi do se cumpl e cada 3 - -
d as . A dems, l os r e gi s t r o s mues tran que cada pedi do se - -
r ec i ba exactamente 3 d as depus de habers e c ol oc ado.
del ao pasado. La demanda parece c ons tante durante el ao.
Podemos ver en l a s i gui e nt e f i gur a l a demanda de 10 semanas
pasadas.
D omi ngo ha r ec ogi do datos de demanda de "P i que
I T
SEMA N A D EMA N D A (PA RES)
1
2
3
4
5
6
7
200
195
20 3
210
20 0
20 4
198
190
20 0
20 0
8
9
10 '
T O T A L D E PA RES
Promedi o de pares por semana
Pares vendi dos por ao (basa-
do en 50 semanas) 10000
2000
200
D omi ngo cree que aunque l a demanda no es e xacta-
mente c ons tante, dada su baj a v a r i a b i l i d a d , es pos i bl e s u-
poner que es ta demanda es conoci da y cons tante en 20 0 pares
por sema na.
D omi ngo tambi n anal i z l os cos tos de ordenar de
A ST . E ncontr que l a mayor parte de l os cos tos de ordenar
son l os pagos de l os s a l a r i o s de l os agentes de compras de
A ST , como V i c t o r . C omo ej empl o, l a tas a s a l a r i a l promedi o
y el cos to de l os benef i c i os adi c i onal es para l os compra
dores , era de $16 por hor a, (ya que l a pr epar aci n de cada
pedi do son cada 30 mi nutos por pedi do) .
O tros cos tos de ordenar que comprendan papel er a,
it
c or r eo, t e l f o no , mecanogr af a, e t c . al canzan l a suma de-
$1. 0 0 por pedi do.
D o mi ngo ti ene que a na l i z a r y tomar l as d e c i s i o -
nes s i gu i entes :
1. D ebe mantener i nve nt a r i o s pequeos y pedi r f r ecuen-
temente ?
2. D ebe mantener grandes i nve nt a r i o s y pedi r con poca
f r ecuenci a?
D omi ngo se daba cuenta que l a pri mera a l t e r n a t i -
va podr a t r a duc i r s e en cos tos exces i vos de or denar , mi en-
tr as que l a segunda a l t e r n a t i v a probabl emente r e s u l t a r a -
en cos tos de l l e va r el i nve nt a r i o exc es i vo. Qui z l a me -
j o r combi naci n entre es tas dos a l t e r na t i va s c onduc i r a a
costos t o t a l es de i nve nt a r i o ms baj o.
El probl ema es s el ec c i onar l a canti dad pti ma - -
que se debe pedi r para mi ni mi z ar l os cos tos t o t a l e s de i n-
ventar i o .
4. 1. 2. F ormul aci n del model o C EP
D e f i ni c i n de var i abl es y parmetros ,
a = C anti dad pedi da ( uni dades )
ts = P eri odo de ti empo entr e pedi dos
C I = C osto de ordenar ( pr epar aci n o a l i s t a mi e nt o ) ($ por
pedi do)
C 2 = C osto de l l e va r el i nvent ar i o ($ por uni dad de ti ei -
po )
D = R equi s i tos de demanda anual ( uni dades por ti empo)
L = T i empo de a nt i c i pa c i n
n = N mero de pedi dos
C T (q )=C osto t o t a l
R = P unto de pe di do.
4. 1. 3. Var i abl es de D eci s i n y Parame t r o s .
N uei stro obj et i vo es d e f i n i r l as va r i a bl es de d e -
c i s i n. Si exi s t e una q
Q
, l a canti dad pedi da, el o bj e t i vo
s er i a deter mi nar l a canti dad pti ma pedi da q* que mi ni mi z a
C + (q ) que es l a suma de l os costos de ordenar y l l e v a r
el i nventar i o .
El o bj e t i vo a hora se de f i ni r en trmi nos de l a -
var i abl e de dec i s i n q
Q
para eval uar y encontr ar una q* que
mi ni mi ce el C T ( q
Q
) donde, C T (q
Q
= f (q
Q
) (en donde f deno^
ta 1 a f unc i n) .
A l cos to t o t a l l o afectan l os parame tr os del mod-
l o : C l , C 2 y D . Por l o tanto C T (q
Q
) = f (q
Q
; C l , C 2, D ) ,
en donde l a va r i a bl e de dec i s i n se encuentra a l a i z qui e r -
da del punto y como M l os parmetros a l a derecha. L a f un-
ci n de cos tos de A ST que debe mi ni mi z ars e es entonces :
C T (q
Q
) = cos to de l l e v a r el i nve nt a r i o + cos to de ordenar
N ota: Se cons i der ar l a uni dad de ti empo i gual a un ao.
C onsi derando cada una de l as componentes a nt er i o r es de cos -
to, el cos to anual de l l e v a r el i nve nt a r i o es :
C osto de l l e va r el _ I nvent ar i o C osto de manteni - -
i nve nt a r i o promedi o mi ento por uni dad
por ao
C 2 = 1/2 q
Q
( C 2/ uni d ad- ao )
j- A s tenemos que el i nvent ar i o promedi o es i gual -
1/2 q , puesto que l a demanda se supuso cons tante y el - -
mxi mo ni vel de i nve nt a r i o es i gual a q
Q
( ver f i gur a 5. 1) .
P ara el zapato de teni s "P i que", el cos to anual -
uni t a r i o de l l e va r el i nve nt a r i o , C 2, es i gual a l a tasa de
c api tal y otr os cos tos que se mul t i pl i c a n por el pr eci o de
compra C D o preci o u n i t a r i o : C 2 = (10 %) ( $20 . 0 0 cos to x - -
uni dad) = $2. 0 0 por uni dad por ao.
A hora tenemos el s i gui ente cos to ( C l ) como se mos_
t r ar a a c onti nuac i n:
C osto de ordenar/ ao = ( cos to de ordenar) X (nmero de p e -
di dos / ao) C l = C l ( D / q
Q
)
El cos to uni t a r i o de or denar , C l (para el zapato
"P i que") que es i ndependi ente de l a c anti dad ordenada,
es i gual al s a l a r i o por hora y a l os benef i c i o s adi c i onal es
mul t i pl i c a do s por el ti empo en proces o, ms l os cos tos admi _
ni s t r a t i vo s i nc r ementabl es ,
Esto es : C l = ( $16. 0 0 por hora X 1/2 hora) + 1 = $9. 0 0
El model o del cos to t o t a l (q ) es i gual a:
C T (q
o
) = 1/ 2 C
2
+ C
x
D /q
o
= 1/2 q
Q
(2) + 9 (10 0 0 0 )
( 1 )
q
o
4. 2. Sol uci 5n Grf i ca
Se puede de s a r r o l l a r un model o c ua nt i t a t i vo que
s el ec c i onar a l a canti dad pti ma que se deb a pedi r para mi_
ni mi zar l os costos t o t a l e s del i nve nt a r i o , conformados por
l os cos tos de l l e va r el manteni mi ento y l os cos tos de o r -
denar.
D e acuerdo al ej empl o (1) se obti enen l os s i gui er^
tes datos :
10 % ( $20 . 0 0 ) $ 2 por uni dad 1 ao
( $16. 0 0 por hora x 1/ 2 hora) + 1 = $9. 0 0
10 0 0 0 uni dades por ao
C on l os s i gui entes datos se puede gr a f i c a r l as -
curvas de l os costos del model o c l s i c o C EP ( f i gur a 5. 3)
^ T ( q
0
) =
C
( l / 2 q
0
) - | . c
i
D /qg + 90 0 0 dq
0
C O ST O D EU rL EVA R EL IN VEN T A RIO
^=C
2
l / 2 q
0
=q
0
O 50 i on i ^ '
1 1
-
1
1
200 250 3 0 0 350 4 0 0 450 5 0 0 550
i 1
600
C anti dad pedi da, q
Q
F i g ur a 5. 3. C urvas de cos to del model o c l s i c o C EP; donde
l a D = 10 0 0 uni dades X ao, C 2 = $2. 0 0 por uni dad por ao,
C
1
= $9. 0 0 por orden
Grf i camente podemos deter mi nar l a qj ; donde nos
preguntar amos C unto se debe pedi r ? . C omo se muestra en
l a f i gur a 5. 3, cuando q
Q
aumenta el ni vel de i nve nt a r i o - -
q
Q
/ 2 cr ece, y como consecuenci a l os cos tos de l l e v a r el
i nve nt a r i o . Pero el nmero anual de pedi dos es menor, dan
do como r es ul tado que l os cos tos de or denar , di s mi nuyen en
forma no l i n e a l , tendi endo a cero as i ntti c amente (nunca
ser cero ) .
El C + ( q
Q
) que es l a suma del cos to de ordenar
ms el cos to de l l e va r el i nve nt a r i o , di s mi nuye pri mero -
cuando q
Q
aumenta, despus el C T ( q
Q
) al canza un punto m -
ni mo y pos ter i or mente aumenta de nuevo. El o bj e t i vo de A ST ,
es encontrar l a c anti dad m ni ma de pedi do q* que nos reduz^
ca l os cos tos t o t a l e s .
4. 3. S ol uci n por er r o r y ensayo
, En el i nc i s o a nt e r i o r vi mos l a s ol uc i n del mode-
f ,
l o C EP por el mtodo gr f i c o ahora s ol uci onaremos el mi smo
probl ema por el mtodo de er r o r y ens ayo, es to qui er e dec i r
que buscaremos l a s ol uc i n por tanteo hasta l l e ga r al p t i -
mo .
La tabl a 4. 1. nos muestra l os cos tos de i nven ta-
r i os para val ores s el ecci onados con a nt e r i o r i da d de q
Q
*
Para tener i dea de como se obtuvi er on l os val or es
tenemos l o s i gui e nt e :
C
2
= C
2
q
o
/ 2 e s t 0 n o s d a ; C
2
= 2
(
q
^
=
r
D . a r 10 0 0 0 \ 9,0 0 0 0
C , * C ^ r = es to nos da; C ^ = J = ;
% q q
^o
H
o
El q* , es obteni do por el pr ocedi mi ento de er r or y ensayo,
es i gual a 30 0 uni dades con un C T ( q*) i gual a $60 0 por ao.
(1) 12) (3) (4)
C anti dad pedi da
%
C osto de l l evar
costo C
0
= q
2 ^o
C osto de ordenar
C
2
= 90 0 0 0 /q
Q
C osto total
( 4 H 2 W3 )
$ 10 0 $ 10 0 $ 90 0 $ 10 0 0
150 150 60 0 750
20 0 20 0 450 650
250 250 360 610
q
o
= 30 0 30 0 30 0 60 0
350 350 257 60 7
40 0 40 0 225 j 625
T abl a 4. 1. C osto de i nvent ar i o -para di vers as canti dades -
ordenadas a zapatos de teni s "P i que"
4. 4. S ol uci ones por di f e r e nc i a c i n.
- E l l ti mo enfoque para re s ol ver o des a r r o l l a r - -
una regl a de deci s i n pti ma C EP general para probl emas de
este t i po , cons i s te en u t i l i z a r l a di f er enc i a c i n. Es el -
mej or mtodo para r es ol ver el model o de i nvent ar i o C EP, - -
puesto que no ti ene l as l i mi t a c i o ne s de l os mtodos de sol jJ
ci ones ant er i or es . La ecuaci n desarro l i ada es:
1/2 q
Q
C
2
= D /q
o
^
Si di f erenci amos l a ecuaci n precedente, l a expre_
s i n r es ul tante de l a pendi ente de l os costos t o t a l es s er i a: -
1/2 q
o
C
2
= D / q
o C l
C T (q
o
) = 1/ 2 q
o
( 2 + D / q ^)
dC +(q
Q
)
dq
Q
l /2C
2
(l ) qJ O ) - D O .(I) =0
2
"O
=1/2 C 2 = D C |
0
q
Q
=
2 D C |
2D C |
C
2
dori de :
( U ni dades / pedi do) =
(2)
( uni dades / ao( c os to/ pedi do)
( c os to/ uni dades por ao)
Podemos v e r i f i c a r para es tar seguros de que l a -
regl a de dec i s i n deri vada para q* es una s ol uc i n de cos_
to m ni mo, ya que l a s i mpl e ecuaci n ( 2) no nos di ce s i - -
l os cos tos t o t a l e s son m ni mos o mxi mos con r es pecto a l a
canti dad econmi ca de pedi do. El empl eo de l a prueba de -
l a segunda deri vada r es ol ver el probl ema:
Se gu nda de r i vada de :
d( C T ( q
0
) ) = 1/2 C
2
- D C
1
q 2
H
o
2
( C T ( q
o
) ) = d ( l / 2 C ^
0
- -
q
0
4
d ( C T ( q
Q
) ) = 2C
l
El s i gno ms ( +) en l a prueba de l a segunda de r i -
vada, i ndi c a un punto m ni mo de cos to toal en vez de un - -
punto mxi mo, con res pecto a l a canti dad econmi ca de pedi -
do. A s tenemos que el val or de l a segunda deri vaba es ma-
yor que cero para val ores p o s i t i v o s , de D , C , y q , q*
es
una s ol uc i n de costo m ni mo.
D espus de mos trar q* =
^
l or es s upues tos de l a compa a A ST ,
2D C j s us ti tui mos l os va
\
2(10 0 0 0 ) ( 9) = 30 0 uni dades
N os damos cuenta que el val or a nt e r i o r es i gual
al que se obtuvo por el mtodo de er r o r y ens ayo, vi s t o en
l a tabl a ( 5 . 1 . ) .
L o s i gui ente s enc ontr ar el costo t o t a l pti mo -
para l a s ol uc i n pti ma cal cul ada de l a ecuaci n ( 2) y pue-
de der i var s e reempl azando l a ecuaci n (2) en l a f rmul a de
costo de ( 1) y r es ol vi endo C T ( q*\ .
^o; tenemos,
C T ( l
o
) = 2C ,C
2
D ( 3)
A l obtener l a f rmul a del C T ( q*) se s us t i t uyen -
l os val or es supuestos con res pecto a l a compa a A ST , y ob-
tenemos;
C T ( q
o
) * ^ 2(9) ( 2) ( 10 0 0 0 ) = $60 0 . 0 0
/
de nuevo l a c anti dad r es ul t a nt e es i gual a l a q u e se obtuvo
en el mtodo de er r or y ensayo en l a tabl a ( 1) ,
A l r es ol ver tanto l a c anti dad q* como el cos to
C T ( q*) podemos enc ontr ar l a f r ec uenc i a de pedi dos . El
n
Q.
mero de pedi dos pti mo por ao (N ) es i gual a l a demanda
anual t o t a l (D ) di vi di da por l a c anti dad pti ma pedi da . _
( q
0
* ) ;
N * D /q
i
s us ti tuyendo val or es tenemos:
N * * = 33 pedi dos por ao
( 4)
El ti empo entr e pedi dos ( ti empo de c i c l o ) es re
c proco a l a ecuaci n (4) es to es:
*
T
*
T
*
N
q*
(5)
s us ti tuyendo val or es tenemos:
* 3 no
T = = .0 3 por ao
1000
Se supone el ao de 350 d as , se apl i c a una re
gl a de tr es s i mpl e y se ti ene que cada 10 . 5 d as debe c ol o-
carse un pedi do .
Se ha l ogrado determi nar q* (cuando se debe pe- -
* o
di r ) y T (que tan f r ec uente pe di r ) . A hora l a dec i s i n de
cuando pedi r se enfoca en trmi nos del punto de pedi do (R)
que es el ni vel de i nvent a r i o s en el cual se debe c ol oc ar -
un pedi do ( ver f i gur a 5. 1) . En A ST e xi s t a 3 d as de ti em-
po de a nt i c i pa c i n. Por l o tanto para una tasa de "P i que"
de 20 0 pares por semana (,5 d as a l a semana) 40 pares por
d a. D omi ngo espera vender 120 pares de zapatos t eni s "P i -
que" (40 d as x 3 d as = 120 pares) durante l os t r es d as -
que toma un nuevo pedi do para al canz ar l a bodega A S I .
Este per odo de entrega de 3 d as es el ti empo -
de a nt i c i pa c i n para un nuevo pedi do y l os 120 pares de d^
manda anti c i pada durante el ti empo de a nt i c i pa c i n. A s -
el punto de pedi do el - egi do es de 120 pares de i nve nt a r i o .
V. EL MO D ELO C . E. P . . C O N REST RIC C IO N ES
V. EL MO D ELO C . E . P . C O N REST RIC C IO N ES.
5. 1. I ntrod ucc i n.
L os model os C EP al gunas veces producen r es ul tados
que no son f a c t i b l e s ; se puede ver en model o de i nve nt a r i o
de descuentos por c anti dad, as i como, modl os de producci n
para productos ml t i pl e s que usan l as mi smas i ns t a l a c i o ne s .
Pero exi s ten s i tuac i ones que aparentemente no - -
son cons i deradas donde l os r es ul tados no f a c t i b l e s se pre-
s entan. Se puede habl ar del model o C EP con r e s t r i c c i o ne s ,
por ej empl o; cuando el i nve nt a r i o es r e s t r i ngi do por el es_
paci de al macenaj e o por el monto t o t a l de c a pi t a l i nver -
t i do para i nve nt a r i o .
Veremos que cuando una r e s t r i c c i n de es paci o o
c a pi t a l di s poni bl e para el model o C EP ut i l i z a ndo su frmu-
l a apr opi ada, s1 el val or cal cul ado C EP r e s ul t a f a c t i b l e , -
donde q
Q
= 750 uni dades que es me or a 10 0 0 uni dades ento^l
ees qj = 750 uni dades es to para l a f i gur a 6. 1.
Para l a segunda f i gur a
1
6. 2 donde q
Q
= 1350 uni da-
des nos muestra que no es f a c t i b l e puesto que l a mxi ma car^
t i dad f a c t i bl e es q* = 10 0 0 uni dades .
C omo se puede obs ervar gr f i camente cuando exi s -
te un sol o producto el probl ema es m ni mo. S i n embargo - -
cuando hay a r t c ul o s ml t i pl e s que compi tan por el mi smo -
es paci o l i mi t a do , c a pi t a l u otr os r ec ur s os , el probl ema r e-
s ul ta compl e j o .
Grf i ca 6. 1. C anti dad econmi ca de pedi do con r e s t r i c -
Grf i ca 6. 2. C anti dad econmi ca de pedi do con r e s t r i c -
ci ones .
5. 2. I nvent ar i os con una s ol a r e s t r i c c i n .
L os s i s temas de i nve nt a r i o s ti enen al macn para -
muchos a r t c u l o s , no sol amente para un sol o a r t i c u l o , es to
nos permi te es tudi ar cada a r t c ul o i ndi vi dua l mente cuando -
no hay i nt er a c c i n entr e e l l o s . E xi s ten muchas maneras de
i nter ac c i n entre e l l o s , por ej empl o, l os a r t c ul o s que se
pueden s u s t i t u i r par c i al mente, l os al macenes pueden tener
capaci dad l i mi t a da , y l os a r t c ul o s es tn compi ti endo por
un espaci o del al macn, podemos tambi n tener un l mi t e en
el nmero de rdenes o pedi dos al ao, o podemos tener un
l mi t e en el i nve nt a r i o mxi mo como i nve r s i n.
Para l a r e a l i z a c i n de este tema cons i deraremos
sol amente l as r e s t r i c c i o ne s que se i nvol uc r an en l a mxi ma
capaci dad de al macenaj e, mxi ma i nver s i n de i nve nt a r i o en
dl ares y por l ti mo el nmero mxi mo de pedi do al ao.
C onsi derando pri meramente el caso donde hay un - -
l mi t e que l l amaremos P- y es t dado como capaci dad de al ma_
2
cenaj e en pi es . Suponi endo que empezamos con "n" a r t i c u -
2
l os y que una uni dad de a r t c ul o i tomada de Z^ pi es nos
repres enta parte de l a demanda. Pero nos otros e s t u d i a r e -
mos el caso donde
-
se ti ene toda l a demanda.
Si q. es el orden c ua nt i t a t i vo de cada a r t c u l o -
i si el espaci o r e s t r i ngi do no es Vi ol ado en ni ngn momen-
to esto es:
n
Z qi * Zjqjt-Z^qgh Zn qn P
i =l t
1
)
T enemos como a D . , como l a demanda anual y se con-
s i der e de t e r mi n s t i c a , C ^ es el cos to de or denar , C
2
en el
costo de l l e va r el i nve nt a r i o (se asume i ndependi entemente
de q. ) , y i es el cos to cargado a cada a r t c u l o . E ntonces
tenemos l a f unc i n de cos to t o t a l y es :
C T (q
0
) s
=l
D i C . C g qi
C2)
qi 2
Si se desea enc ontr ar el val or m ni mo abs ol uto del
C T (q
Q
) en l a r egi n de O ^q . ^O O , i = l , 2
f c
. . . , n s uj eto a
l a r e s t r i c c i n que se ve en l a ecuaci n ( 1) *
El pr ocedi mi ento es como s i gue: pri mero s ol uc i ona-
remos el probl ema i gnorando l a r e s t r i c c i n ( 1) , y se o bt i e -
ne :
\
2 D i C 1
i " C
2
i = l , 2 , 3 n
(3)
Si l a q.j de l a ecuaci n (3) s at i s f ac e a l a ecua- -
ci n (1) entonces l a q. es l a c anti dad pti ma, en t a l caso
l a r e s t r i c c i n no es vi o l a da . En es te caso el es paci o es -
s uf i c i e nt e , as el costo promedi o anual no puede ser r edu- -
ci do para i ncrementar l a c anti dad de es paci o di s po ni bl e .
Por otr o l ado s i q^ de l a ecuaci n (3) no s ati s f a^
ce a l a ecuaci n (1) entonces l a r e s t r i c c i n es acti vada y
l a q. de l a ecuaci n (3) no es l a pti ma. Por l o tanto de-
be mos encontr ar el pti mo de q. usando l a tc ni c a de mul t i -
pl i cador es l agrangeanos y formamos l a f unc i n;
L ( q i . \ | ) =
i =l
D C l i + i C 2 qi
qi
+
n
Zi qi - p
=l
(4)
donde el parame t r o 1 es el mul t i pl i c a do r l agrangeano. E ntoj i
ees debemos encontr ar l a q? de i = l . . . , n para cada a r t c j j
l o donde l a suma de l as q? nos den el m ni mo cos to t o t a l -
s uj eto a l a r e s t r i c c i n que se ve en l a ecuaci n ( 1) .
En l as s i gui entes ecuaci ones veremos l a apl i c a
ci n de l os mul t i pl i c a do r e s l agrangeanos , dndol e s ol uc i n
a un conj unto de ecuaci ones por me di o de metodos de o pt i mi -
z ac i n.
Por l o tanto deri vando par ci al mente con res pecto a
( q . > 1) se o bt i e ne .
q
i
, ^. / p i e s
2
)
dL =0 = D i C M + 'C 2' + X | Zi : =1,2,3 n (5)
dqi *" 2
dL =O = ^, Z qi - P
dX|
A hora por s us t i t uc i n encontramos el val or de q.. -
y se ti ene
- D i C l i + IC 2i + XI Zi =O
O ?
2
C 2 + -XIZ =D i C l i . *
\
2 D i C l i
C 2i i2X1 Zi ( 7)
= 1,2 n
*
donde X i es el val or pti mo t a l que q? de (7) s at i s f ac e a
l a ecuaci n (6) de l a f unci n'
n - i - -r 1/2
5
si Zi 2 D i C l i (i C 2i + 2 X l Zi f
1
= P
*
Sabemos que X i opuesto que cuando X I = O se es t
*
vi ol ando l a r e s t r i c c i n. Por l o tanto hay una ni ca "X 1
>0 tal que s ati s f aga a l a ecuaci n ( 6) .
Sabemos que el cos to t o t a l C T ( q
Q
) al opti mi z ar - -
por medi o de \ | debe ser el m ni mo val or de C T ( q
Q
) es to -
es con res pecto a l a q*. D e es te modo se tomo i n t u i t i v a me n^
te que dada decrece en el costo m ni mo.
e
El mul t i pl i c a do r l agrangeano es a me nudo a t r i bui do
al pr eci o que se r e f l e j a por el es paci o a pi s o. A s el es-
paci o de pi s o cuesta dl ar es por pi e cuadrado por ao
entonces el costo var i abl e promedi o anual s er:
n
+ \ [ S Zi qi
1=1
( 8)
La s i t ua c i n donde q.. mi ni mi z a l a expr es i n de C T
( q
Q
) es pr eci s a mente el - mi smo que mi ni mi z a a l a ecuaci n -
(2) s uj eta a l a ecuaci n ( 1) . El probl ema des c r i t o por (8)
al cual se l e asi gn un costo pero no un l mi t e raz onabl e -
del es paci o, se l e l l ama probl ema dual del probl ema des c r i -
to por (2) y ( 1) , el cual hace que no se l e cargue el espa-
c i o , pero t i ene un l mi t e raz onabl e del es paci o de pi s o - -
di s po ni bl e .
C onsi derando el s i gui ente cas o, donde se ti ene una
r e s t r i c c i n en el nmero t o t a l de rdenes o pedi dos , donde
podemos asumi r que no podemos pedi r ms de H rdenes al ao.
Esto r equi er e que:
C T (<b)= 2
i - 1
D i C i i t i C 2i qi
qi 2
N os otros podemos dec i r que i gnoramos el nGmero de
pedi dos al ao dado que no pueden ser I ntegr adas y pueden -
d i f e r i r del val or promedi o D i / qi en muchas uni dades ,
Podemos asumi r que no fue f i j a do el cos to por or -
denar ( C 1) , dado que es i mpos i bl e f i j a r l o por l as var i ant es
que exi s t en en el mercado ( s i t ua c i n s upues ta) . Sol amente
l os cos tos cargados al l l e va r el i nve nt a r i o son dados. D e
este modo el cos to promedi o va r i a bl e anual es :
CT ( q o ) = 2 - I H L a i
i l
2
(10 )
Si se desea encontr ar el m ni mo abs ol uto de (10 ) -
s uj eto ( 9) . Es neces ari o ac l ar ar que l a r e s t r i c c i n (9) no
si empre es a c t i va , dado que como muchas rdenes podr an ser
proces adas , as tambi n l os cos tos de l l amar el i nve nt a r i o -
podr an ser reduci dos en el cami no.
A l determi nar el pti mo de q^ nos otros formamos l a
si gui ente f unc i n :
L ( q i . \ 2 ) =
=l
n
C Zi qi + \ 2 2 D i - H
i =l
_ __
( 11)
D onde7v
2
e s
mul t i pl i c a do r 1agrangea no . . Entonces el p t i -
mo de q^ podr a s a t i s f a c e r l as ecuaci ones s i gui e nt e s :
d L - O = i C2 i - \ z Di i - 1.2.
dqj
i
n
dL = O =
s
D i H
d \ 2
i =l
Pi
(13)
La ni ca s ol uc i n pti ma es:
*
q i =
2 D i \ 2
i = 1.2 n
(14)
\
i c
2
A hora s us ti tuyendo (14) en (13) se obti ene:
n D i
= 1.2 n
E ncontrando el val or de "X
2
se obti ene por medi o de l a s i
gui ente s us t i t uc i n.
En es te caso es f c i l r es ol ver expl c i tamente por
el val or pti mo del mul t i pl i c a do r l agrangeano. El val or de
. *
X
2
puede ser i nter pr etado como el cos to de entrada o cos -
to de orden.
F i nal mente cons i derando el caso donde el l mi t e F
en dl ar es es l a mxi ma I nver s i n de i nve nt a r i o per mi ti do -
en una sol a vez .
La r e s t r i c c i n r equi er e l o s i gui e nt e :
2
(15)
n
2 Ci q i = F
( 16)
Se desea mi ni mi z ar l a ecuaci n (2) nuevamente su-
j eta a T a r e s t r i c c i n ( 16) , l a r e s t r i c c i n es i gual o e q u i ^
val en te a l a r e s t r i c c i n que se u t i l i z a en l a f or mul ac i n de
rea r e s t r i ng i d a , y donde se u t i l i z a l a r e s t r i c c i n ( 1) .
Por l o tanto es neces ar i o r e pe t i r de nuevo el - -
a n l i s i s , sol amente s us t i t ui mos al gunas va r i a bl es como, son;
C i por Zi y F por P.
5. 2. 1. E j empl o que muestra un i nve nt a r i o con una r e s t r i c -
c i n.
C onsi deramos l a compra de t r es a r t c u l o s . El ad-
mi ni s t r a do r del negoci o no hab a podi do i nve s t i ga r i nver - -
s i n de i nvent a r i o s por ms de $14, 0 0 0 . L os a r t c ul o s son
produci dos en l o t e s . La demanda para cada a r t c u l o es cons^
tante y se asume como de t e r mi n s t i c o (no se permi ten r egr e-
sar l o t e s ) , s ol o l as per mi ti das o as i gnadas .
L os datos para l os a r t c ul o s es tn dados en l a - -
tabl a 1. 1, l os cos tos cargados para cada a r t c u l o es de i =
= . 20 . D etermi nar el tamao pti mo de l o t e para cada a r t -
c ul o.
T A BL A 1. 1
D A T O S D EL EJ EMPLO
A RT IC U L O S 1 2 3
D emanda ( uni dades por - -
ao) D i 10 0 0 50 0 20 0 0
C osto ordenar ( $/ or den)
c
i i
50 75 10 0
C osto de l l e va r el i nven-
t a r i o ( $/ uni dad/ ao) C
2
^ 20 10 0 50
Se obti ene el tamao del l o t e pti mo (q ) en au
senci a de r e s t r i c c i n y es :
A
2(10 0 0 ) (5)
158 q.
\
2(50 0 ) (75)
20
= 61
" a :
2( 200) ( 100) =200
100
Si estos q ^ se usaran el mxi mo de i nve r s i n en i nve nt a r i o
s er i a:
F = 20 (158) + 10 0 (61) + 50 (20 0 ) = $ 19, 260
donde: s i comparamos l a i nver s i n mxi ma per mi ti da tenemos
19260 F donde F = $14 0 0 0 por l o t a nt o :
19260 , 14 0 0 0 . N o se cumpl e
D ado que l a r e s t r i c c i n es a c t i va , se i ntr oduc e el mu l t i p l i
cador l agrangeano ^ $/ uni d, por l o cual anal gi camente l a
ecuaci n (7) que es el pti mo de q? es ta dado por :
I =
2Di C| j
C
2
( i I 2 \ i
i = 1. 2. 3
40
D onde \ es l a s ol uc i n de l a ecuaci n
3
S
i = l
c_
2
\
2D Cl i =O
C 2 i ( i + 2 X | ) \ ( i + 2 ^ )
2 Di Cl C2 i s
E ntonces: s us ti tuyendo val or es tenemos:
14000 =
\
I X I0
C
.10 + X *
+
\
3.75X10
.10 + V f
\
10 X 10
.10 +
D e este modo obtenemos:
\ .10 +"X|
\(
. 10 +vf
1 + 1 . 9 3 5 + 3.16
= 0 . 4 3 6
14
= 6. 10 = 0 . 4 3 6
*
1 4
0. 09J #/ UNl DAD
Por consecuenci a el val or pti mo de q? es
*
<*l =
\
*
2(10 0 0 )(50 )
s I I 4
q
a =
201. 382) \
2( 5001( 75)
2 0 ( . 3 8 2 ) \
2(20 0 0 )0 0 0 )
2 0 ( . 382)
S us ti tuyendo q | en l a r e s t r i c c i n mostrada esto hace verda-
deramente una i gual dad ( l a pr ec i s i n con l os c l c ul os puede
hacer q es t redondeado a un e nt e r o ) .
El costo m ni mo del i nve nt a r i o para l os tr es a r t c ul o s es
ausenci a de r e s t r i c c i o ne s en l a i nver s i n del i nve nt a r i o
es:
CT ( q
0
) = S \
=I
N
2Di C, C
2
i = 6 3 2 t 1 2 2 5 +2 0 0 0 = $ 3857/ A NO
y as el cos to m ni mo cor r es pondi ente en pres enci a de res
t r i c c i o ne s es :
cn
%
u
i
3
1
Di C|i
+
0 2 q i
= 6 6 7 + 1292 + 2105 r $ 4 0 6 4 / A & 0
El costo en pres enci a de r e s t r i c c i o ne s en i n v e r -
si n de i nvent ar i os es $20 7/ao mas a l t o que en aus enci a de : -
tal es r e s t r i c c i o ne s . Es i nt er es ant e obs ervar el cami no en
el cual el pti mo q. y el promedi o m ni mo del costo anual
var i abl e a cambi a con F, l a mxi ma i nver s i n de i nve nt a r i o -
permi t i do .
Esto se muestra en l as f i gur a s 1. 10 y 1. 11. C uan-
do F ^ $19260 , el pti mo de l as q. se obti ene si mpl emente
en ausenci a de al guna r e s t r i c c i n .
*
S i mul tneamente cuando F ^$19260 C T (q
Q
) = - - -
$3857/ao y cuando F = $140 0 0 el C T ( q*) = $40 64/ ao.
5. 3. I nvent ar i o con dos r e s t r i c c i o ne s .
5. 3. 1. F ormul aci n y s ol uc i n al model o.
Es pos i bl e tener dos o ms r e s t r i c c i o ne s i mpuestas
s i mul tneamente. S uponi endo, por ej empl o que hay una r e s -
t r i c c i n por rdenes al ao y una r e s t r i c c i n en el mxi mo -
val or en l a i nver s i n del i nve nt a r i o en al gn ti empo. Por -
l o tanto deseamos mi ni mi z ar l as ecuaci ones vi s t a s a n t e r i o r -
mente en el model o con una r e s t r i c c i n y son l as s i gui e nt e s :
La ecuaci n (10 ) s uj eta a l a ecuaci n (9) y a l a -
ecuaci n ( 16) . N osotros sabemos que l a r e s t r i c c i n (9) de be
ser a c t i va . A menudo l a ecuaci n (16) puede ser o no a c t i va .
D e es te modo, pri mero s ol uci onaremos el probl ema i gnorando
(O
<
S
H
Q.
O
F (Dollares)
10 0 0 0 15000 20000
Fi g . LIO
4 5 0 0 .
4 0 0 0
F ( Dol l ar es )
, , , ,
0 0 0 0 1 5 0 0 0 2 0 0 0 0
*
Fi g I . I I
l a ecuaci n (16) el probl ema se t e r mi na r a . Si l a ecua-
ci on (16) no se s at i s f ac e entonces se i nt r o du c i r a n dos mul _
t i pl i c a do r e s de L agrange ( "X^^
2
^ *
l a f o r m a d e 1 a f u n c i
^
n
es 1 a s i gu i ente:

n
S Ci q i - F
; _ i
n
L ( q i . X | . " X 2 ) = S
I C2i q + Xl s - BL - H
r \ 2
n
S Ci q i - F
; _ i
i = l
2 i =l qi
1- 1
*N ota es to concedi bl e s i l as r e s t r i c c i o ne s (9) y (16) son
c ons i s t ent es ; nos otros asumi mos que si l o son.
Por l o tanto deri vando par c i al mente tenemos:
d L O = C2 - \ \ D i + \ 2 C i | i = l . 2. O
d q 2 q 2
( 18)
d L
d "X |
=0 =
s
i =l <n
_ H
(19)
d L = O = =5 C i q i - F -
d \
2
"
,= 1
( 20 )
A hora encontramos el val or de q* de l a ecuaci n
(18) y se obti ene:
*
<U =1
\
2 \ | D i = 1.2 n ( 21)
C 2(i +2"X2)
S us ti tuyendo l a ecuaci n (21) en l a ecuaci n (19) y obtene
mos :
\
Di '
2 X , D
- H i = 1. 2 n
0 21(1 + 2* 2
E ncontrando el val or de l o obtenemos por medi o de l a s i -
gui ente s us t1tuc16n:
> 1
v j r T
n
s

5
I
\
D i C g i ( i +
( 22)
F i nal mente s us ti tuyendo l a ecuaci n (22) en (21) y l a ecua
ci n (21) en l a ecuaci n (20 ) se obti ene
1/2
?
' ( 0 i C 2 i \
H
i =l
^ Di C2 i i ( i T 2 X 2 ) )
1/2
C
= F
( 23)
A c onti nuac i n veremos el procedi mi ento numri co
<ue r es uel ve dos o ms r e s t r i c c i o ne s en un mi smo probl ema:
1. D etermi ne*X^ a p a r t i r de l a ecuaci n (23)
2. L uego determi ne a p a r t i r de l a ecuaci n (22)
3. F i nal mente determi ne l a q? a p a r t i r de l a ecuaci n -
( 21)
El val or numeri co d e ^
2
P
u e
de ser determi nado de
l a ecuaci n (23) usando una tc ni c a de er r or y ens ayo.
E xi s te un procedi mi ento ms e f i c i e nt e oue es el
uso del mtodo de N ewton- Raphson.
L a d i f i c u l t a d en l a eval uaci n numri ca para -
aumenta cons i derabl emente con cada una de l as r e s t r i c c i o -
nes adi c i onal es l as cual es son i mpuestas en el si stema de -
i nve nt a r i o s . En el evento en el cual l as dos r e s t r i c c i o ne s
i mpuestas en el si stema de i nve nt a r i o s , son para rea r es - -
t r i ngi da y l a otr a para l a r e s t r i c c i n . En l a mxi ma i nver
s i n en i nve nt a r i o . T ambi n puede ser que el probl ema sea
ms compi l cado dado que puede suceder que cuando menos una
o ambas r e s t r i c c i o ne s pueden ser i na c t i va s , para el caso -
dado .
5. 4. Model o C EP con t r e s r e s t r i c c i o ne s .
5. 4. 1. F ormul aci n y s ol uc i n del model o.
Es pos i bl e suponer que exi s t en t r es l i mi t a c i o ne s
s i mul tneamente i mpuestas en un model o de i nve nt a r i o . Supo^
ni endo por ej empl o que f uer an. Estas tr es r e s t r i c c i o ne s , -
l as del mxi mo val or en l a i nver s i n del i nve nt a r i o , as c
mo tambi n l as rdenes mxi mas al ao per mi ti das y por Q11 i_
mo l a capaci dad de al macenaj e o es paci o di s po ni bl e .
Por l o tanto se f or mul ar a con l as ecuaci ones an-
tes vi s t a s en l os model os ant er i or es y se t i e ne :
CT ( q
0
) =
s uj eta a:
i =t
O| i Di
9i
1 C 2qi
J
(24)
z ,
q i
- P
M i "
F
D
1
/ q
1
- H
i - 1, 2, 3
(25)
A hora tr atar emos de enc ontr ar el m ni mo abs ol uto
s uj eto a l as r e s t r i c c i o ne s vi s t a s en l a ecuaci n ( 25) , Por
l o c ua l , i nt r oduc i r emos el mu l t i p l i c a d o r l agrangeano y f o r -
maremos l a f unc i n L
y
es to se r e a l i z a -
como veremos a c o nt i nua c i n:
L
< V Xl X2' X3) donde:
- P = 0
C
i
q
i
- F = 0 i = 1, 2, 3,
D
1
/ q
i
- H = 0
E s cr i bi endo l a f unc i n l agrangeana obtenemos
L ( qi , X| , X2, X
3
) = jE
=|
X2 2 i q i - P
O|i Di + i Q2qi
i " \ 3
Qi
D i / qi - H i = i . 2. 3
4- X,
Cl q i - F
E sto hace ahora un probl ema de o pt i mi z a c i n a un
probl ema s i n r e s t r i c c i o n e s . El paso s i gui e nt e es d i f e r e n -
c i ar l a f unc i n de L ^grange con r es pecto a l as i nc gni t a s -
q
r " XI ' X2 \ 3 "
D eri vando par c i al mente con r es pecto a q ^ obtenemos :
dL = - C |i D i t i C 2 + \ | C t X gZi - "X3 D i =0
<
q
2
:
* - C |i D i - X3D i +J C 2_ t Xl C i t \ 2 Z = O
2
A hora i gual amos a cero l a der i vada pa r c i a l y por s u s t i t u -
ci n obtenemos el va l o r de q.
i C 2i T \ I C i +\ 2 Z i = C l i D i +"X3 D i
q2
q i - 2D i (C i + X3
( 2 7 )
\ ^C 2 C 2 ( 2MC I + 2X2Z
A hora deri vamos par c i al mente l a f unc i n l agrangeana de l a -
ecuaci n (26) con r es pecto y y obtenemos:
SL
S \
SL
1
s >
2
SL
C i qi - F = 0
Zi qi - P = O i = 1, 2, 3
D i / qi - H = 0
(28)
Se s us ti tuye el val or de q. enunci ado en l a ecuaci n (27) en
l as r e s t r i c c i o ne s de l a ecuaci n (28) y obtenemos l o s i gui en-
t e:
( 1 ) Ci
\
2Di ( Cl i t \ 3
C2 i ( 2 XI Ci + 2 X 2 Z i
- F = O
(2) Zi
2 D i ( C l i t X 3 )
i C2 ( 2 X I C + 2 X 2 Z
- P = 0
(3)
Di
- H = O
2DCCi +" X3)
i C 2 i ( 2 X l C i t 2 \ 2 Z i )
A c onti nuac i n se u t i l i z a el procedi mi ento numri co vi s t o
en el model o C EP con 2 r e s t r i c c i o ne s dado que el pr oc edi -
mi ento es i gual para 2 r e s t r i c c i o ne s o ms, es i nnec es ar i o
r e pe t i r de nuevo el a n l i s i s .
A PL IC A C IO N D E LA PRO GRA MA C IO N A L MO D ELO C EP
C O N D O S O MA S REST RIC C IO N ES
VI . A PL IC A C IO N D E LA PRO GRA MA C IO N A L MO D ELO C EP C O N D O S O
MA S REST RIC C IO N ES.
6. 1. Programa computaci onal que r es uel ve un model o de i nver^
t a r i o con dos o mas r e s t r i c c i o ne s .
P ri meramente determi ne q^ de todo el ej empl o s i n
tomar en cuenta l as r e s t r i c c i o ne s (1) y ( 16) .
Si aquel l a q s at i s face l a r e s t r i c c i n es ta sera
q* pti ma. C uando ste no sea el caso i nc l uya una de l as
r es t r i c c i o nes di gamos l a r e s t r i c c i n (16) en el a n l i s i s pe_
ro no l a o t r a .
Si l a q^ obteni da s a t i s f a c e l a r e s t r i c c i n , e n -
tonces esta ser l a pti ma.
C uando aqul l o no res uel va el probl ema i nc l uya l a
r e s t r i c c i n de rea i gnorando l a r e s t r i c c i n de i nve r s i n.
Si l a q. s at i s f ac e l a r e s t r i c c i n de l a i n v e r s i o n i s t a ser
l a pti ma.
Si no sucede a s i , entonces estamos seguros de que
ambas r e s t r i c c i o ne s son a c t i va s . D e es te modo i ntr oduci mos
dos mul t i pl i c a do r e s de L agrange y resol vemos el probl ema - -
tr atando ambas r e s t r i c c i o ne s como i ni c i a l ment e a c t i va s .
Es i mpor tante notar que es neces ari o exami nar l os
casos donde uno o ambos mul t i pl i c a do r e s de L agrange son ce-
r os . Por ej empl o donde una o ambas r e s t r i c c i o ne s manti enen
una e s t r i c t a des i gual dad.
P rocedi mi ento que se u t i l i z a en el mtodo compu ta_
ci onal para al i mentar de datos c or r ec tos al programa y as
mi smo comprobamos s i l as r e s t r i c c i o ne s son ac ti vas o i nact i_
vas. Por l o tanto tenemos:
C T (q
n
)= s D i C l i -t i C 2i qi (
1

1
i
U
i =l ~ q T 2
s uj eto a:
C i q i = F i = l , 2 , 3 ( 1. 2)
Zi qi = P i = 1, 2, 3 ( 1. 3)
A c onti nuac i n vemos l os val or es de l as var i abl es
ut i l i z a da s en es te model o:
A RT IC U LO I 2 3
D EMA N D A (U N ID /A N O ) D i IO O O 50 0 20 0 0
C O ST O D E O RD EN A R
(S/O RD EN ) C I 50 75 10 0
C O ST O D E L L EVA R EL IN VEN T A RIO
(#/U N ID A D /A N O ) 21

. 20 10 0 50
VO LU MEN PO R U N ID A D
(PIES2/U N ID A D ) Zi
2 2 1
A RT IC U LO 1 2 3
D emanda(uni d/ ao)D j 10 0 0 50 0 20 0 0
C osto de ordenar - -
( $/ or den) C
l i
50 75 10 0
C osto de 11evar el -
i nventar i o ( #/ u n i dad
/ ao) 2
i
20 10 0 50
Vol umen por uni dad
( pi es ^/ uni dad ) Z. 2 2 1
A s como el val or de l a mxi ma capaci dad de al ma-
2
cenaj e que es (P) = 638 pi es , l a i nver s i n mxi ma de i nver[
t a r i o (F) = $15 440 /ao as como el costo cargado a cada ar
t c ul o ( i ) = 2 0 %.
A hora real i z aremos l os pasos que nos i ndi ca el me
todo computaci onal y es el s i gui ent e:
1. D etermi ne cada q^ del ej empl o s i n tomar en cuenta l as
dos r es t r i c c i o nes ( 1. 2) y ( 1. 3) por l o tanto.
\
2(10 0 0 )(50 ) = 159 : q2 =
\
2(50 0 X75) =62 q3 =
20
\
2( 2000) ( I 0Q) = 200
10
Para el model o de mxi ma i nver s i n permi ti da' :
S us ti tuyendo val or es para conocer s i l a i gual dad es - -
vi ol ada y si es ac ti va o no a c t i va ;
20 (159) + 10 0 (62) + 50 (20 0 ) = $15 440
$19380 t $15 440
Por l o tanto si es vi ol ada y por c ons i gui ente l a r es - -
t r i c c i n s i es a c t i va .
- P ara el model o de mxi ma capaci dad de al macenaj e permi -
t i d o :
Es neces ar i o pri meramente s u s t i t u i r val or es para c o n o -
cer s i l a i gual dad es vi ol ada y s i l a r e s t r i c c i n es a
t i v a o i na c t i va .
2( 159) + 2(62) + 1 (20 0 ) = 638 pi es
2
642 pi es
2
t 638 pi es
2
Por l o tanto s i es vi ol ada l a r e s t r i c c i n y por -
c ons i gui ente tambi n es a c t i va .
El s i gui ente paso es i nt r o d u c i r l os mu t i pl i c a do - -
res de L agrange y resol vemos el probl ema tr atando i ni c i al men
te ambas r e s t r i c c i o ne s como a c t i va s , por l o que se obti ene:
( 1. 4)
D onde anter i or mente al u t i l i z a r l a f unc i n de L agrange se - -
t i e ne :
( 1- 5)
L ( q i . X I . \ 2 ) = Di Cl i + i C2i q i
i =i
+ XI
Si
c , q
' "
F
+ X 2
C q - F = 0
=I
S Zi qi - P = O ( 1. 6)
i =l
A hora deri vamos par ci al mente con res pecto a q. l a f unc i n ^
l agrangeana vi s t a en l a ecuaci n ( 1, 4) y obtenemos:
D i C l i + C 2i + "Xl C i + X2 Zi =0
f - - U . 7 )
dqi q
Por medi o de l a s us t i t uc i n obtenemos el val or de q.
- Di Cl i + i C2i + y f i + " X2Z = 0
2 2
qi
2 Di CU
j C 2i + "Xl C i + "X2Zi = D i C l i qi =
2
\
C 2i (2\I C +2"X2Zi )
(1. 8)
El s i gui ente paso es d e r i v a r V j y >
2
con res pecto a l a -
ecuaci n ( 1. 4) y se obti ene.
3 ( 1, 9)
dL =
s
C i q i - F =0
i =l
d XI
dL = y Zi qi - P =0 (.2.0 )
d \ 2 '='
A hora se s us t i t uye el val or de l a ecuaci n ( 1- 8) en l a ecua
ci n ( 1. 9) y se obti ene;
\
2D i C l i - F = O i =1,2,3
i C 2i ( 2"MC H - 2>2Z) . 1)
Z
\
2 D i C l i
i C 2i (2"X IC i +2"X 2 Zi
- P= O i =1,2,3.
( 2. 2)
D ada su d i f i c u l t a d para enc ontr ar l os val or es de
l os parmetros q . A j s e u t i l i z a r el a l go r i t mo que
r es uel ve ecuaci ones s i mul tneas no l i n e a l e s , l l amado, m t o -
do de N ewton- Raphson, el cual se ver su pr oc edi mi ento en -
el A pndi ce A .
*N ota. L os parmetros "X
1
y" X
2
, s ern r epr es entadas por X
y Y, dado qae as se f a c i l i t a su uso en el a l go r i t mo de - -
N ewton- Raphson .
A c o nt i nua c i n se mos tr ar l a f unc i n f ( x , Y ) que
ser l a ecuaci n no - l i ne a l del al gor i t mo N ewton- Raphson.
f ( X, Y ) Ci
2D i C l i
C 2i (2XC +2Y Z
1/2
- F =O i =1,2,3-
( 2, 3)
La s i gui e nt e f unc i n g ( x, y) forma tambi n par te del al go-
r i tmo como l a ecuaci n no l i n e a l d e , i n i c i o .
1/2
g ( X , Y ) = Zi
2D i C I i
i C 2i (2XC i +2Y Zi
J
- p = Oi = 1,2,3.
( 2 . 4 )
A hora deri vamos f ( x , y) de l a ecuaci n ( 2. 3) con res pecto a
X y Y como se ver a c o nt i nuac i n:
6 f (
* .
Y
>
a
Ci / 2
6 f { X)
6f ( X, Y . , ^
6f ( Y)
~2Cl i Di ( 2Ci ) i =1,2,3.
( i C2i ( 2XCi + 2 f Zi ) )
2
~2Cl i Di ( 2Zi )
l C2i ( 2X
s
C + 2YZi ) ) '
= 1,2,3
A c onti nuac i n deri vamos l a f unc i n g( x, y) de l a ecuaci n
C 24) con res pecto a X y. Y , , como, se mos trar a c onti nuac i n
S g W
= 2 / 2
Sg(x)
2D Cl i
C2i (2XCi +2YZJ
- 2Di Cl i ( 2 Ci )
( i C2i ( 2XCi +2Y
:
Zi ) )
1=1,2,3
So (X, Y)= Z i / 2
2DC1
C2i ( 2XCi +2YZ!
- 2Di CI ( 2 Z i )
( i 0 2 i ( 2XCi + 2YZ ) )
2
i = 1,2,3.
C on l a obtenci n de l as a nt er i o r es der i vadas , se
podr empezar a t r abaj ar con el al gor i tmo computaci onal de
N ewton- Raphson que se expl i c ar en el A pndi ce A su p r o c e -
di mi ento .
A conti nuaci n se pres enta l a c o di f i c a c i n del -
al gor i tmo de N ewton-Raphson que s i r ve para r es ol ver ecuaci o
nes no l i ne a l e s . T ambi n es conveni ente menci onar l a nota-
ci n que se us ar.
E = E rror para e vi t a r que el computador no se c i c l e en -
caso de no haber conver genci a.
KM
s
C ontrol del numero de r ef i nac i ones ( I t e r a c i o ne s ) cuajx
do se pres entan val or es di ver gentes .
D el ta ( i ) = Vector obteni do en cada i t e r a c i n.
N = N mero de ecuaci ones
X = C oordenadas de i ni c i o en X
Y = C oordenadas de i ni c i o en Y.
6. 2. C omprobaci n de l os r es ul tados obteni dos por el al go - -
r i tmo de N ewton- Raphson.
P uesto que el al gor i tmo computaci onal de N ewton- -
- Raphson, res uel ve ecuaci ones s i mul tneas no l i ne a l e s , es ne
cesar i o comprobar l os r es ul tados obteni dos por este mtodo, -
dado que fue ut i l i z a do para r es ol ver el model o i nve nt a r i o - -
para dos o ms r e s t r i c c i o ne s . A si al obtener el val or de
"V- 1
s e s u s t i t u
y
G
dentro de l as r e s t r i c c i o ne s mi smas, -
para comprobar si s ati s f ac en l a c ondi c i n de i gual dad;
a
M i =
i = 1
( 6. 2. 1. )
Z. q. -
i
i * 1
P = O
Esto nos queda al u t i l i z a r l a f unc i n de L agrange
sobre l as ecuaci ones ( 6 . 2 . 1 . ) . P os teri ormente se u t i l i z a n
l as pri meras deri vadas par c i al es y se obti ene el val or de
cada q.. como l o veremos a c onti nuac i n:
\
2 C
i i
D
i i = 1, 2, 3
P uesto que el programa computaci onal nos pr opor -
ci on l os val or es d e \ j
y
^ 2
s e s u s
t i t u y e n dentro 'de l a
ecuaci n ( 6. 2. 2. ) donde:
Pora "XI - .0 0 310 4 y X =.117365 $ / PIES
2
L os val or es para q^ q
2
son l os s i gui e nt e s ;
q^ = 20 5 uni dades ; q
2
=
59 uni dades , q^
=
10 8 uni dades . ...
E stos val or es son s us t i t ui do s en cada q ^ de l as
ecuaci ones ( 6. 2. 1. ) para comprobar s i cumpl e l a r e s t r i c -
ci n de i gual dad:
1. C j (20 5) + C
2
( 59) + C
3
(10 8) = F
2. l
1
( 20 5) + X
2
(59) + Z
3
(10 8) = P
donde C j - $20 .0 0 C
2
= $ 10 0 . 0 0 , C
3
= $50 . 0 0 , F = 15 440
Z
1
= 2 pi es
2
/ uni dad, l
2
= 2 pi es
2
/ uni dad,
z
3
= 1
2 2
pi e / uni dad y P = 638 pi es
A s al s u s t i t u i r l os val or es se t i e ne :
1. - $20 . 0 0 (20 5 uni dades) + $10 0 . 0 0 (59 uni d. ) + $50 . 0 0
(10 8 uni d. ) = $15 440
$ 4, 10 0 . 0 0 / uni d. + 590 0 . 0 0 / uni d $540 0 . 0 0 = 15440 . 0 0 /
/ uni dades $1540 0 / uni d 15 44 0 . / un i da d
9 9 2
2. - 2 pi es (20 5 uni d) + 2 pi es ( 59. uni d) + 1 pi e (10 8
uni d) = 638 pi es
2
/ uni dades ; 636 pi es / uni dad
2
638 pi es / uni dad
P uesto que l as r e s t r i cci ones de i gual dad son res^
petadas , se deduce que l os r es ul tados obteni dos para"X
1
y
por medi o del al gor i tmo de N ewton_ Raphson son l as ms
pti mas pos i bl es .
6. 3. D etermi naci n de puntos mxi mos o m ni mos para f u n -
ci ones r e s t r i ngi da s y no r e s t r i ngi da s ut i l i z a ndo l a
matr i z H essi ana.

Para l a deter mi naci n de puntos mxi mos o m n i - -
mos en una f unci n es neces ari o u t i l i z a r l a o pt i mi z ac i n -
c l s i c a , pero su procedi mi ento se podr ver en el A pndi ce
A . 2. Por l o tanto se pasar di rectamente a e nc o nt r a r , el
punto que podr ser mxi mo o m ni mo. En l a f unci n u t i l i -
zada en el model o de i nve nt a r i o con dos r e s t r i c c i o ne s .
a) S ol uci n para probl emas no r e s t r i ngi do s .
P ara f a c i l i t a r el procedi mi ento es conveni ente - -
cambi ar el parmetro q.. pr l as X^ y " ^ " ^, por X^ y X
5
; __
por l o tanto se t i e ne :
L ( Xi , X
4
, X
5
) = D i C
x
i + C
2
i Xi + X
4
( C i X i - f ) + X
5

Xi 2
( Zi X i - P ) i = 1, 2, 3
una c ondi c i n neces ari a debe ser VL (Xo) = 0 , por l o tanto
se obti enen l as s i gui entes deri vadas pa r c i a l es :
d L _ - D 1C 11 + C ,1X1 + X4 ( C , X, - F) + X, (Z1X1- P ) = 0
T n
1 1 b
X
1
L
i
di = - D 2C 12 + i C 2 2 X 2 + X4 (C 2 Xi - F ) + X5(Z2 X2 - p) =
d X
2
X
2
2
= 0
d L = D 3C 13 + i C 2 3X3 + X. (C 3X3- F ) + X, (Z3X3- P ) = 0
d X
3
X
3
2
d i = C 1X1 +C 2X2 + C 3X3 - F = 0
d X4
d L
d X5
Z1X1 + Z2X2 + Z3X3 - P = 0
El s i gui ent e paso es r es ol ver por ecuaci ones s i -
mul tneas , pero como anter i or mente el al gor i tmo de N ewton-
Raphson nos hab a proporci onado el val or de X4 y X5 se t i
ne que:
X
i
=
\
2 D
1
C
11 i = 1, 2, 3
N C 2i ( 2C i ( X. 4) +2Z1( X
5
)
donde X
4
= .0 0 310 4 y X
5
= .117365 por l o que tenemos;
X
1
= 20 5
1
X
2
= 59, X
3
= 10 8
A s , X
Q
= ( 20 5, 59, 10 8, 0 , 0 ) es el vector de puntos extremos ,
donde Xo = ( X I , X2, X3, X4
s
X5)
Para es tabl ec er l a s u f i c i e n c i a , debemos cons i der ar l a ma-
t r i z H essi ana .
2
d L d t d i d i
d Xl

dXl X2 dXl X3 d Xl X4 dXl X5
2
siL l d t
2
d L
2
d L
d X2Xl
'c
d X2 d X2X3 d X2 X4 d X2 X5
2 2 2 2 2
dL . d L d L d L
d X3Xl d X3X2 d X3 d X3 X4 d X3 X5
A i d
d i
d X4Xt d X4X2 d X4X3 d X^ dX4X5
2 2 2 2 2
dL d L d L d L d L
dX5 XI dX5X2 dX5X3 d X5X4 dX%
Xo
Para obtener el determi nante del H essi ano H , debemos c a l -
cul ar l as segundas deri vadas pa r c i a l e s .
2 2
2 2 2
d L =
2 CII DI > dL
= 2Cy2 D2, d L = 2CI 3D3, d L = 0 , dL
T '
dXl
3 2 3
XI d X2 X2
2 3 2 2
^dX3 X3 d X4 d X5
2
dL = 0
2
, d L = 0 ,
2
dL = 0
2 2
, dL Cl , dL = Zl
~d XI X2
dX2XI
dX3XI
dX4X) dX5Xl
2 2
2
2 2
dL = 0
, L = 0
, d L = 0
, d L = C2 d L = Z 2
d XI X3
d X2X3
d X3X2
d X4 X2 d X 5 X 2
2
d L
5
Cl
2 ^
d L ^ t Z
d X X4" d X2X4
2
d XI X5
2 2 2
d L = C3 , dL= C3 , d L = Z3
X3X4 dX4X3 dX5 X3>
2 2 2
d L = Z 2 , d L = Z 3 , dL = 0
2
, d L
s
0
d X2X5 dX3X5 d X4X5 d X5 X4
N o es nec es ar i o s u s t i t u i r va l o r e s , pues to que l a i nt e nc i n
es expr es ar l o en una forma ms general para poder a p l i c a r -
l o en d i s t i n t o s t i po s de probl emas . Por l o tanto tenemos
l a Mat r i z H essi ana H :
2 C l 1 D i
O
O
2 C
12 2
2 C
13
D
3
Eneo
ntrando el val or de l a matr i z por c of ac tor es 1 tenemos:
x ,
3
2 C
| 2
D
2
c
2
z
2
gC
1
3
P
3
C
3
c z
0
0
0
0
- c ,
2C D
12 2
O 2 C
| 3
D
3
Z
3
C 2
X3"
O
O
Z.
2C I
2
D
2
0 C
2
O 2C
13
D
3
C
3
C
2
C
3
O
Z
3
; M^
2 C
I 2
D
3
|D |\(C 2) (Z3)
i i P i y- z2)(c
3
)
C2
* 2
_ C (-2C ,
2
D
2
)(Z
3
)
:| f-2C|
2
D
2
yC3)
w 3
o o
o o
>:
c
3
o
Z3 O
C
2
C
3
Z2 Z
3
L
Y
C
l l
P
l ) f
C
' 2
P
2)
t _
^3
v
3
C
3
0
Z
3
O
c
2
o
Z
2
o
+
- ^2 C n D | y - Z
2
) p C | 3 D 3 ^
C
3
Z2 Z
3
CI C3
Z|
Z
3
-(C ,)(-2C
|2
D
2
)|--2C ,
3
D
2
3
+ Zj(-C
2
) (2C 13D 3)
n
C
2
O
Z
2
o
- O "
^ -
C | o
z, o
-C (-Z^2C ,3P
3
)
+
c c
2
/
El s i gui ente paso es obtener el val or t o t a l del determi nan
te, y como es un probl ema que busca mi ni mi z ar l a f unci n -
de' cos to t o t a l , sol amente puede ser un punto m ni mo, o sea
un determi nante mayor a c er o.
( 2 C| [ D| ) ( C
2
) ( Z3 ) ( C2Z3H- 22C3)
,1
+ (2C| | DI ) ( - 20 ( C3KC
2
Z( - Z2C3) Ci ( - 2Ci 2D
2
)
i z
3
) ( c , z( z, c
3
)
C | ( - Z
2
) ( 2 q ^ 3 ) ( C| Z
2
) ( - Z| C
2
)
X
3
u
+ Z, ( -
z,(-2q )
2
)c,(c, z
3
)(-z, 0 3)
. n
1
(_ C
2
) (2 C
13
D
3
) (C j Zg) ( - Zj C g) >0 ;
3
C omo una oomp ro baci n a l o di cho con anter i or i dad
de que el ni co val or que puede tomar el determi nante es -
mayor a c er o, por l o cual se s us ti tuyen l os val ores de l as
var i abl es ut i l i z a da s en l a matr i z H essi ana y nos dan el - -
s i gui ente determi nante:
H
4
= - 584.16 - 20 32 + 2920 .80 + 10 , 160 = 10 464,64
= + 10 464. 64>0
C omo vemos el H
X*
o
es pos i ti vo def i ni do y el X* =
( X
1
, X
2
, X
3
, X^, Xp.) repres enta un punto m ni mo l o c a l , como
se i ndi c a en el procedi mi ento que se encuentra en el A pn-
di ce ( A . 2)
J =0 0 0 0 4 I S O N R J A U SIN G 0 0 0 18 BL KS R=0 0 0 0
T H 4,L
PRO GRA M L EO I
* * * * * * * * * * * MA EST RO : I N G - VI C T O RI A N O A L A T O RRt * * * * * * * * * * * * *
************A L U MN O s VIC T O R MA N U EL IBA RRA BA L D ERA S * * * * * * * * * * * * *
************N U ME R O D E C O N T RO L 126717 * * * * * * * * * * * * *
* * * * * * * * * * * * E S T E PRO GRA MA SI RVE PA RA C A L C U L A R U N * * * * * * * * * * * * *
* * * * * * * * * * * * S I S T E M A D E EC U A C IO N ES SIMU L T A N EA S N O - * * * * * * * * * * * * *
* * * * - * * * * * * * L I N EA L ES PO R EL MET O D O D E N E W T O N - R A P H * * * * * * * * * * * * *
, * * * * * * * * * * * * *
* * * * * * * * * * * * b O N .
D IMEN SIO N A <2 0 , 20 )
WRI T E<1, 1 >
l FGRH A K "D O N D E " >
RE A D < , *>L U
FO RMA T O 5xN F U N C I O N E S " , /./ 1 QX,
M
F<X/ Y t X, V
- i? #Q #& * #" , / / , 2 0 X, " D A T O S
i !
)
WRIT E''. 1, 10 13)
1 0 13 FRMA T C i 0 X,"ERRO R = _ " >
REA D <1, * >t
WRIT E-; L U , 10 10 )E
1 o 1 0 FO RMA T <1 0 X, "ERRO R = " 7 5 )
WRI T E <1, 3)
3 FO RMA T <"N U MERO D E REFIN A C IO N fcb )
REA D C 1,* >KM
WR I T E<L U , 10 11 >KM _
10 11 FO RMA K 1 GX, "N U MERO D h RE F I N RL i N hb - , ! --'
4 FO RMA T <"D A ME L A S C O O RD EN A D A S D E I N I C I O D E X, Y " >
RE A D C i , * )X, Y
WR I T <L U , 10 1 2 )X.. Y _ _
d
- i X , "C O O RD EN A D A Y D E
10 12 FO RMA T <1 O X, "C O O RD EN A D A X ut I N I C I -
* I N I C I O = " , F 4. 2)
N = 2
M=3
W R I T E <1, 5)
5 F RMA T </)
D O 6 L =1, KM
WR I T E<L U , 7 )L
**<- 1 . > .
4
a, . , a.v - i , / 2 , )*<- 2 0 0 0 0 0 0 . /< 1 60 . *X-r
A <1 , 1 )=<<2 0 . *< 1 0 0 0 0 0 . ^k O ' * 1 q ' n *Y >**<- 1 . / 2 . ) * <
* 16 . * Y ) * * <2. ) ) ) +O 0 0 * , 75 0 0
4 O 0
0 0 , / 0 0 0 , * x
+
2 0 . * Y >
- 7580 0 0 0 A 40 0 0 . *X+80 . *t >>> " ; ' ^ ~ ,
>
-,
* * * <- i . / 2 . >*<- 20 0 0 0 0 0 0 , / < : -
2
; >*<- 20 0 0 0 0 , . - < 16. 0 . *x+
A <1, 2 )=<<20 . *< 1 0 0 0 0 0 . '. * ! p fo *v+ o * Y ^* * i - 1 . / 2 . >*< -
. - V <2 . >>>t5-12S " : >t ^ < 40 0 0 0 0 ^1 0 0 0 . *X . 20
=
Y )
*15 0 0 0 0 . / < 4 0 0 0 . *X +80 . * ; > ; ^
2
, >>) ) -
***< - 1 =/ 2 . )*<- 20 0 0 U U ./< 7- <- 1 -'2. ) *<- 20 0 0 0 0 0 . / < 16u. *X+
A( 2, 1) =<<2. * < 1 0 0 0 0 0 . / l 6 U
o
* ^ - t ^ l v ^ - I ^ . ^ ^ O O
* 1 6 . *Y >**<2 . >>>^2 . * V 7 5 0 0 0
;
/ 4 U
/ f
, ,,
G 0
, *
X + 2
0 . *Y >**
*<- 1 . / 2 . )*< - 2 0 0 0 0 U U O . / \ C 1, - 1 . / 2. ) *<- 20 0 0 0 0 . /< 160 . *X
+
A C 2, 2>=<< 2 .*< 1 0 0 0 0 0 . / I 6 0 <
+ 1 D
"
, 9. 3, 5; : , "Y = " .. E 9. 3 >
+ i
i ; V > * * < 2 . >>>+<2 . *< O 0 O , / 4 O O O . *X+8 O , *Y >** - 1 . / 2 , >
* *. - 150 0 0 0 . A 4 0 0 0 , *X+8 0 . *Y >**<2. >>>+<1. *<4 0 0 0 0 0 . / 1 0 0 0 - *X+2 0 , *Y >
* * * <- 1 , / 2 . >*<- 20 0 0 0 0 . / < 1 0 0 0 . *X+20 * *Y >**<2. >>>>
GO T O 10 0 0
0 0 1 F <I H D . E . 1>G T O 99
X-X-+A i , 3 >
Y=Y +ft< j 3>
Z=A BS<A < t , 3 >>
C =A 8S<A <2, 3>>
I F<Z . GT - E >GO l O 6
I F<C . GT . E ) GO T O 6
8
FO RMA T O H A Y C O H VERGEH C I f t - , 1 X, X = , F l 2 . 6, 5X, " Y - " , F 2 .
*6 >
GO T O 29 0
f. C O N T IN U E
WRI T E<L U .. 9 >X.. Y
9 FO RMA T A 1 0 X, "N O H A Y C O N VERGEN T I ri " , t , 1 0 *, X
GO T O 29 0
% F O RMA T <3x!"N O FU N C IO N A D EBI D O A SU E H A Y U N C ERO
GO T O 29 0
1 0 0 0 I F<M
s
GT 6 >8=5
I F <M. L E . 6 >8=32/ 3.
R=0
D O I t 1 =1 H
D =A < I , I >
WRIT E< 1 , 4 0 5>D _ .. ,
V H
40 5 FO RMA T < 1 O X, <<<<<<<" , 5X, F1 6 , 7, X, >>>>>- > >
I F <D - E Q. 0 >GO T O 99
D O 12 J =I , M
A C I , -J >=A < I , J >/D
12 C O N T IN U E
D O 13 K =1, N
I F ( K. E G, I >K=K+i
I F<K , GT . N >G O 13
F =A <K , I >
D O 14 J ='i , M
A <K , J )=A <K, J >-<A <I , J >*R >
14 C O N T IN U E
13 C O N T IN U E
D O 15 J =1, N
D O 16 K=1, M
I F t M.GT =6 >GO T O 9 0
WRIT E-: L U , 1 7 >A <J / K >
17 FO RMA T < 1 O X-*.F9 . 3 >
GO T O 91
90 WRI T E<L U , 1 8 >A <J , K >
18 FO RMA T S 1 O X,F 9.3>
91 R=R+8
16 C O N T IN U E
R=0 ,
C O N T IN U E
C O N T IN U E
D O 19 1=1, H
WRI T E<L U , 2 0 >I , A <I , M > _
M
FO RMA T ^1 O X, "D EL T A <' M ^
W
> =
C O N T IN U E
0 GO T O 10 0 1
0 ST O P
f unc i o ne s
f <x, Y >=#e#e*#ee#
D A T O S
ERRO R = - 00 i 0 0
H U MERO D E REFIN A C IO N ES =
C O O RD EN A D A X D E I N I C I O =
C O O RD EN A D A Y D E I N I C I O =
REFIN A C IO N # 1
1. 0 0 0
. 0 56
- , 0 0 ?
0 . 0 0 o
- 3479. 487
- 342. 277
1 . 0 0 0
0 , 0 0 0
- . 0 13
0 . 0 0 0
1 . 0 0 0
. 0 98
DELTA < O = - . 125E- 0
DELTA < 2 > = . 9 8 4 h - 01
REFI NACI ON # 2
1 . 0 0 0
. 035
- , 002
0 . 0 0 0
- 96 05. 154
- 79 - 561
1 , 000
0 . 0 0 0
0 0 2
o. o o 0
1 . 00 0
. 0 0 8
D EL T A < 1 > = - . 229E - 0 2
D EL T A < 2 > = , 828E - 0 2
REFIN A C IO N # 3
1 , 0 0 0
. 0 3 0
- . 0 0 1
0 . 0 0 0
- 13663, 29
- 2 0 , 442
1 , 0 0 0
0 . 0 0 0
- . 0 0 1
0 . 0 0 0
1. 0 0 0
, 0 0 1
D EL T A < 1.) = - . 1 26E - 0 2
D EL T A < 2 > = . 15GE - 0 2
REFIN A C IO N # 4
1. 0 0 0
. 0 2?
- . 0 0 1
0 . 0 0 0
- 17673. 31
1 3. 853
1,0 0 0
0 . 0 0 0
-.. 0 0 1
0 . 0 0 0
1 . o o o
- , 0 0 1
DELTA < 1 > = - . S I E -
DELT A < 2> = - . 784E
VA HAY CONVERGENCI A
y = , 0 03104
C O N C LU SIO N GEN ERA L
V I I . C O N C LU SIO N GEN ERA L .
Es neces ari o hacer menci n sobre l a l i mi t a c i n - -
que exi s t e al t r a t a r de r es ol ver model os de i nvent ar i o con
ms de una r e s t r i c c i n .
L as l i mi t a c i o ne s o des ventaj as comi enzan desde el
pr i nc i pi o , ya que el probl ema es ni co e i ndi vi dua l y no -
puede ser u t i l i z a d o para otr os probl emas , s i n r e a l i z a r una
s er i e de cambi os tanto en l a pl anteac i n del probl ema como
en el al gor i tmo computaci onal .
O tra l i mi t a c i n es cuando se t r a t a de buscar l os
val ores pti mos de 1 a s "\ i , ya que es una busca exhaus ti va,
puesto que dependen mucho del val or de i ni c i o que se l e - -
da al al gor i tmo de N ewton- Raphson. A si nosndamos cuenta
de qae si l os val or es no son aproxi mados al cruce de l as
\ i , podemos perdernos y nunca ha l l a r l a convergenci a de-
seada.
T ambi n es conveni ente menci onar que al t i l i zar
l a opti mi z ac i n c l s i c a para probl emas no re s t r i ng i dos , -
era l a comprobaci n de nues tro probl ema si empre fue un - -
punto m ni mo y por s i t ua c i n l gi c a el probl ema estaba
do como un cos to m ni mo t o t a l .
Por l ti mo l a ventaj a es pr opor ci onar i nf or ma- -
ci n al al umno que se l e pres enten probl emas de i nve nt a r i o
con ms de una r e s t r i c c i n y tenga a l a mano i nf or maci n -
sobre l a pl anteac i n y s ol uc i n de l os model os de i nven
t a r i o s con r e s t r i c c i o ne s .
A PEN D IC E A
A PEN D IC E A .
A . I . - S ol uc i n a s i s temas de ecuaci ones s i mul taneas no-
l i ne a l e s por el mtodo de N ewton- Raphson.
Este mtodo es de gran u t i l i d a d ya que ahor r a un
gran nmero de c l c ul o s en probl emas que i nvo l uc r a n l a so-
l uc i n de ecuaci ones de ms de t r e s gr ados . P uesto que al
buscar s o l uc i n l as r a c es se van c ompl i c ando.
donde tr unc a l os val or es a p a r t i r de l a segunda der i va da .
La des ventaj a de es te mtodo es que es muy p a r t i c u l a r ya -
que cada probl ema t r abaj a con l as ecuaci ones o r i g i n a l e s , y
s ol o f unci ona para el s i s tema des eado.
E j empl o: S er i e de T a yl o r :
P ara e xpl i c a r el al gor i tmo ut i l i z a r e mo s l a s i gui e nt e s er i e
de T a yl o r :
f t X- f l XMY AY) = f ( X, Y) f X{ X, Y) A X f Y (X, Y) AY = 0
g( X+A X^ A Y) =g(XY)-,4gX ( Xt f A X+g Y( X, Y) Y=0
D espej ando f ( x, y) y g ( x , y ) :
- fU , Y )=f'X(XY ) A X-ffY (XY)A Y
_ - gU Y ) =g'X I XY)A X4QY(XY)A Y
N ues tro s i gui e nt e paso es i nt e gr a r l as matr i c es que vamos
a ut i 1 i z ar :
Su pr oc edi mi ento se basa en l a s er i e de T ayl or

A
*
=
>
L os el ementos que forman es tas matr i ces son:

f ' x f'Y A X - f
g *
g 'v A Y
- g
__ _ _
Para poder encontr ar l os val or es de f ' , f ' , g' ,
x y x
9y>
f
> 9-
Es neces ari o dar un val or i n i c i a l en=forma a r bi -
t r a r i a como un dato i n i c i a l en X y Y . Estos val or es d a -
dos se s us t i t uyen en l os el ementos de l a matr i z ant er or -
mente formada y se s ol uci ona con el mtodo de Gauss- J or -
dan. E stos r es ul tados sern ahora el nuevo ve c t o r , r e vi -
sando si es tos nuevos val or es son menores en val or a b s o -
l uto al val or es tabl ec i do anter i or mente por nos otr os , de
suceder a s i , ya hay convergenci a y tenemos s o l uc i n, s i
no exi s te l a s ol uc i n se u t i l i z a nuevamente l mi smo pro-
cedi mi ento hasta que se sumpl a l a c ondi c i n.
A veces sucede que l os val or es deteni dos son - -
di ver gentes , esto es , que por muchas - r ef i naci ones que se
l e de al probl ema l os r es ul tados var an demasi ado, es ta
es l a r az n, por l a cual se l e pone un c ontr ol de i t e r a -
ci ones (km) que tendr un val or grande para el e r r o r que
deseamos es pequeo ( . 0 0 1, . 0 0 0 1, . 0 0 0 0 1, e t c . ) es to es
para e vi t a r que l a computadora no se c i c l e .
En caso que l a c ondi c i n A X y A y sea oenor o -
i gual que el er r or dado, y se cumpl a antes de l a KM de - -
i ter ac i ones ' da do, el computador dar por termi nado el pr
bl ema. Esto ocurre cuando exi s t e convergenci a de val or es . .
A . 2. O pti mi z aci n c l s i c a u t i l i z a d a para c a l c ul a r ma-
xi mos o m ni mos para probl emas r e s t r i ngi do s y no
r e s t r i ngi dos .
L a teor a de opti mi z ac i n c l s i c a cons i dera .el - '
uso del cal cul o di f e r e nc i a l para deter mi nar puntos m xi - -
mos y m ni mos (extremos) para f unci ones r e s t r i ngi da s y no
r e s t r i ngi da s .
a) U n punto extremo de una f unci n f ( x) def i ne a un - -
mxi mo o m ni mo de l a f unc i n. Matemti camente, un
punto X
Q
= ( X I , . . . Xj . . . X^) es un mxi mo s i
f ( x
o
+h ) * f ( X
0
)
- C ondi ci ones neces ari as y s uf i c i e nt e s para puntos
extremo s.
Se es tabl ecen condi ci ones neces ari as y s uf i c i e nt e s
para que tenga var i os puntos extremos una f unc i n
f ( x) de n var i abl es . Se supone debi do a que l as - -
pri meras y segundas deri vadas par c i al es de f ( x ) son
conti nuas en cada X.
A s una condi ci n neces ari a para que X
Q
sea un punto
extremo de f ( x) es que;
V f(x
0
) = 0
debe s a t i s f a c e r s e ; es to es , el vector gr adi ente debe
ser nul o.
P ara f unci ones con sol amente una var i a bl e (di gamos Y),
l a condi ci n a nt e r i o r se reduce a;
f " <y
0
) - o
C omo se es t abl ec i a nt e r i o r mente, l a condi ci n se sa_
t i s f a c e tambi n para l os puntos en s i l l a y de i n f l e -
xi n. C onsecuentemente, es tas condi ci ones son nece-
s a r i a s , pero no s uf i c i e nt e s para i d e n t i f i c a r l os pu_n
tos extremos . Por c o ns i gui ent e, es ms apropi ado r
f e r i r s e a l os puntos obteni dos a p a r t i r de l a s o l u -
c i n de:
V f ( x
0
) = o
C omo puntos es t ac i o nar i o s . Por l o que se es tabl ecen
l as condi ci ones de s uf i c i e nc i a para que X
Q
sea un -
punto extremo .
A s una condi ci n s uf i c i e nt e para que un punto es ta-
c i o na r i o sea extremo es que l a matr i z H essi ana H - -
eval uada en X
Q
sea;
- P os i ti va def i ni da cuando X
Q
es un punto m ni mo
- N egati va def i ni da cuando X
Q
es un punto mxi mo.
A . 3. - Grf i ca del Model o de I nvent a r i o con una r e s t r i c -
c i n.
En este A pndi ce se mos trar l a gr f i c a de un - -
model o de i nvent ar i o con una r e s t r i c c i n . Es conveni ente
menci onar que el model o de i nvent a r i o s con ms de dos - -
a r t c u l o s es casi i mpos i bl e de g r a f i c a r . Es l a razn por
l a cual ut i l i z ar emos sol amente dos a r t c ul o s para que nues-
tra gr f i c a se pres ente en forma t r i di me ns i o na l .
A c onti nuac i n se pr opor ci ona l a tabl a de v a r i a -
bl es y para metros a u t i l i z a r :
T A BL A A . 3. 1.
A RT IC U L O S 1 2
D emanda ( uni dades por
ao)
10 0 0 50 0
C osto de ordenar ( $/
orde n)C 1i
50 70
C osto de l l e va r el
i nve nt a r i o ( $/ uni dad/
ao) C 2i
20 10 0 0
A s tambi n i nt e r vi e ne l a var i a bl e i = 20 % que es
el cos to cargado a cada a r t c u l o , y l a mxi ma i nver s i n - -
per mi ti da es $80 0 0 . 0 0 .
L a f or mul aci n del model o de i nve nt a r i o comuna -
r e s t r i c c i n es l a s i gui ent e:
C T ( qi ) = C
n
D
1
+ i C
2 1
q
1
+ C
l 2
D
2
+ i C
2 2
q
2
q
x
2 q
2
2
s uj eta a :
c
1
q
1
c
2
q
2
<
8 0 0 0
A hora menci onaremos el c r i t e r i o para encontr ar una gr f i c a
de l a f unci n C T (q . ) .
P ri mero debemos encontr ar C T ' ( qi ) y C T "( qi ) . L ue-
go l os val or es c r t i c o s de C T ( q i ) . L uego l os nmeros c r -
ti c os de C T ( qi ) son l os val or es de qi en el domi ni o de C T
( qi ) para l os cual es o' C T ' ( qi ) no exi s t e O ' C T ' ( qi ) = 0 .
Para determi nar donde C T ( qi ) es c r e c i e nt e encontramos l os -
val or es de qi para l os cual es C T ' ( qi ) es po s i t i va ; para
determi nar l os i nt e r va l o s donde C T ( qi ) es decr eci ente
encontramos l os val or es de qi para l os cual es C '+ ( qi ) es
negati va. D onde C T ' ( qi ) = 0 , ya que es un punto m ni mo
o mxi mo. A hora encontrando en l as segundas deri vadas par.
c al es de C T ( qi ) tenemos que s i .
C T " ( qi ) ^ 0 , es convexa del C T ( qi )
C T " ( qi ) - 0
s
es cncava del C T ( qi )
C T " ( qi ) s 0 es punto de i n f l e x i n o punto s i l l a .
A c onti nuac i n se obti enen l as pri meras y s e gun-
das deri vadas par c i al es del C T ( qi ) , dado que es neces ari o
para formar l a tabl a A . 3. 2 y demos trar donde se encuentra
el punto m ni mo de l a f unci n de C T ( qi ) ;
dC T ' ( qi ) = - C
11
D
1
+ i C
2 1
= 0
~ - 2~ " :
d q
i
< 2
dC T
1
C qi ) = - C
12
D
2
+ i C
2 2
= 0
2
2
Por l o tanto se encuentra l a segunda deri vada par
c i a l y se o bt i ene:
d
2
C T ( qi ) = 2C
n
D
1
2
d
2
C T ( qi ) = 2C
12
D
2
3
dq
2
O bteni endo l as der i vadas se va r i a n val or es de q
enc ontr ar el punto mxi mo o m ni mo de l a f unc i n C T
C O N C L U SIO N :
U ti l i z ando l os c r i t e r i o s antes menci onados p o d e -
mos saber cuando nues tra f unc i n de C T ( qi ) en q-^ y q
2
son:
D ecreci ente cuando dC T ( qi ) 0 para:
t ;
desde o hasta 158. 11
. q
2 s
desde 0 hasta 59. 16
C reci ente cuando dO T ( qi ) >0 para;
c, , desde 158. 11 hasta 50 0 n
X
q
2
, desde 59. 16 hasta 50 0 . . . . n
A s encontramos que el punto m ni mo que es cuando l a pr i -
mer der i vada es :
dD T ( qi ) = 0 para, q
x
= 158. 11 y q
2
= 59. 16
d qi
A conti nuaci n se muestra l a gr f i c a 1. 3. 1
BI BL I O GRA FI A
1. I nves ti gac i n de O peraci ones
H erbert Moskowi tz/ Gordon P. Wrhi ght
E di t o r i a l P r ent i c e/ H al l I nt e r na c i o na l .
2.. T oma de D eci s i ones por medi o de i nve s t i ga c i n de O pe-
raci ones
Robert J . T hi er auf / R i c har d A . Gorsse
E di t o r i a l L i musa
3. Metodos N umri cos A pl i cados
Br i ce C arnahan/ H . A . L uthar/ J ames 0 . Wi l kes
E di t o r i a l J ohn Wi l en/ S ons I nc.
4 . . Mtodos y Model os de I nves t i gac i n de O peraci ones
(Vol umen I )
D r. J uan Prawda Wi tenberg
Edi t o r i al L i musa
5. C ontrol de I nventar i os
S tar r y Mi l l e r
E di t o r i a l D i ana
6. Si stemas de P roducci n e I nventar i os
Buffa y T aubert
E di t o r i a l L i musa
P l aneaci n y C ontrol de l a P roducci n
Bock H ol s tei n
E di t o r i a l L i musa
8. P roducti on and I nventor y C ontrol
P / os s / and Wi ght
E di t o r i a l P r enti c e H al l
9. P roducti on P l anni ng and I nventor y C ontrol
Magee
E di t o r i a l Me. Gr aw- H i l l
10 . 0 pe r ati ons Re s earch i n P roducti on
P l anni ng S chedul i ng and I nventor y C ontrol
J ohnson Montgomery
E di t o r i a l Wi 1ey
11. I nves ti gac i n de O peraci ones
U na I ntr oduc c i n
H amd y A . T aha
E di t o r i a l R epres entaci ones y S er vi c i os de I nge ni e r a ,
S. A .