Disponible en: http://www.redalyc.org/articulo.oa?

id=43019324019


Red de Revistas Cientficas de Amrica Latina, el Caribe, Espaa y Portugal
Sistema de Informacin Cientfica
Henry Laniado Rodas, Jamer Carmona Lpez
Modelo de inventario determinstico con tasa de demanda lineal
Revista Facultad de Ingeniera Universidad de Antioquia, nm. 49, septiembre, 2009, pp. 192-198,
Universidad de Antioquia
Colombia
Cmo citar? Fascculo completo Ms informacin del artculo Pgina de la revista
Revista Facultad de Ingeniera Universidad de
Antioquia,
ISSN (Versin impresa): 0120-6230
revista.ingenieria@udea.edu.co
Universidad de Antioquia
Colombia
www.redalyc.org
Proyecto acadmico sin fines de lucro, desarrollado bajo la iniciativa de acceso abierto
192
Rev. Fac. Ing. Univ. Antioquia N. 49. pp. 192-198. Septiembre, 2009
Modelo de inventario determinstico con tasa de
demanda lineal
Determinist inventory model with linear demand
rate
Henry Laniado Rodas
*
, Jamer Carmona Lpez
Grupo de Investigacin de Econometra Aplicada, Facultad de Ciencias
Econmicas, Bloque 13, ofcina 410, Universidad de Antioquia, Calle 67 #
53-108, Medelln, Colombia
(Recibido el 27 de agosto de 2008. Aceptado el 26 de mayo de 2009)
Resumen
En este artculo se examina un modelo de inventario determinstico con tasa
de demanda lineal. Se supone que en cada instante T
j-1
el nivel de inventario
se hace cero e inmediatamente se repone con un pedido de tamao S
j
, para j =
1,..., (m - 1), el cual permite satisfacer la demanda hasta el siguiente instante
de reposicin T
j
. El resultado principal es la determinacin de los tiempos
ptimos de reposicin T
j-1
que minimizan el costo total en el horizonte de
planifcacin.
----- Palabras clave: Inventario determinstico, reposicin, tasa de
demanda lineal, horizonte de planifcacin.
Abstract
In this paper we examine a deterministic inventory model with a linear
demand rate. We suppose that in each time T
j-1
, the inventory level is zero
and immediately, it is replaced its level with an asked of size S
j
, for j=1, 2,
, (m-1), allowing to satisfy the demand to the next reposition time. The
main result is to fnd the optimal reposition time T
j-1,
that will minimize the
total cost in a planning horizon.
----- Keywords: Deterministic inventory, replacement, linear rate
demand, planning horizon.
* Autor de correspondencia: telfono + 57 + 4 + 219 58 23, fax + 57 + 4 + 233 12 49, correo electrnico: hlaniado@est-econ.uc3m.es (H.
Laniado).
193
Modelo de inventario determinstico con tasa de demanda lineal
Introduccin
Por inventario se entiende un conjunto de recursos
tiles que se encuentran en algn momento en es-
pera de ser utilizados. Un problema de inventario
existe cuando es necesario guardar bienes fsicos o
mercancas con el propsito de satisfacer una de-
manda sobre un horizonte de tiempo llamado ho-
rizonte de planifcacin. Si la demanda solo puede
ser predicha de manera probable, esta debe consi-
derarse como una variable aleatoria; por otra parte,
si es posible hacer un pronstico de la misma con
certidumbre, estamos enfrentados a un problema
con demanda determinstica que es la considerada
en ste trabajo. Bajo caractersticas determinstica
de la demanda, sta se podr satisfacer almace-
nando todas las unidades en el instante inicial del
horizonte de tiempo. Otra opcin es almacenando
separadamente a determinados intervalos de tiem-
po durante el horizonte. Los dos casos extremos
que se pueden considerar son sobrealmacenamien-
to respecto a una unidad de tiempo o subalmace-
namiento respecto al horizonte completo.
Un sobrealmacenamiento requerir un capi-
tal invertido superior, pero menos ocurrencias
frecuentes de escasez y de colocacin de pedi-
dos. Un subalmacenamiento disminuir el capi-
tal invertido por unidad de tiempo y aumentar
la frecuencia de los pedidos. Los dos extremos
son costosos y, por consiguiente, las decisiones
considerando la cantidad ordenada y el tiempo
en el cual se ordenan, pueden estar basadas en
minimizar una funcin de costos total apropiada,
la cual debe involucrar varios costos asociados
al problema. Entre los costos ms relevantes se
encuentran los costos resultantes de sobrealma-
cenamiento y subalmacenamiento. Para mejores
detalles acerca de defnicin y caractersticas de
los diferentes modelos clsicos de inventario ver,
por ejemplo, Taha [1], Hillier y Lieberman [2],
Davis y Keown [3] referencias bsicas para un
primer acercamiento. En este artculo se presenta
una solucin a un problema poco examinado en
la literatura de los modelos de inventario, el que
se refere a la determinacin de los instantes de
reposicin ptimos cuando se considera una tasa
de demanda lineal. En la referencia [4] se estu-
dia el problema en forma parcial, obteniendo una
solucin aproximada para los tiempos de reposi-
cin, sin embargo en literatura especializada en el
tema como [5, 6, 7] no se examina este problema
con profundidad. La solucin del problema es la
obtencin de los tiempos ptimos de reposicin,
estos tiempos sern determinados con una frmu-
la recursiva que se construye a partir del proceso
de minimizacin de una funcin de costo total.
Aunque la aproximacin presentada en Naddor
[4] es buena, la solucin que se expone en este
trabajo es la que realmente minimiza la funcin
de costos y se demuestra al probar, con la ayuda
del teorema de los crculos de Gerschgorin, que
la matriz Hessiana evaluada en los tiempos ob-
tenidos es defnida positiva, condicin sufciente
para garanta de un mnimo. Hariga y Goyal [8,
9] proponen soluciones de tipo heurstico para
los tiempos ptimos de reposicin y nmero p-
timo de pedidos, no desarrollando formalmente
para los primeros, condiciones sufcientes de op-
timalidad. Se presenta entonces en este artculo
una metodologa alternativa para la bsqueda de
los tiempos de reposicin y la prueba formalizada
de que son ptimos en el sentido de minimiza-
cin de una funcin de costo total.
El artculo est organizado de la siguiente forma,
primero se presenta el anlisis del modelo para
deducir la funcin de costo total y su proceso
de optimizacin. Posteriormente se presenta un
ejemplo donde se resuelve paralelamente utili-
zando la aproximacin de Naddor [4] y la so-
lucin obtenida en el presente trabajo. Por lti-
mo, se muestra un algoritmo de solucion no muy
complejo programado en Visual-Basic que per-
mite determinar simultneamente el nmero de
reposiciones y los instantes de reposicin que
minimizan la funcin de costo total.
Supuestos y notacin
1. La tasa de demanda es conocida y es lineal
por unidad de tiempo.
2. No hay demanda insatisfecha.
3. El tiempo de espera entre la orden de pedido
y la recepcin del mismo es cero.
194
Rev. Fac. Ing. Univ. Antioquia N. 49. Septiembre 2009
4. Los costos en consideracin son por mante-
nimiento por unidad de tiempo y por reposi-
cin.
Se har uso de la siguiente notacin. Alguna nota-
cin adicional ser incluida cuando sea necesaria.
H Horizonte de planifcacin.
m Nmero de reposiciones durante el horizonte
de planifcacin.
S
j
Tamao del j simo pedido
j = 1,2,, (m - 1).
T
j-1
Instante de tiempo en el cual se lleva a cabo
el j simo pedido, j = 1,2,, m, donde
T
o
= 0.
T
m
= H En este ltimo instante no se hace pedi-
do.
c
1
Costo de mantenimiento de inventario por
unidad y por unidad de tiempo.
c
2
Costo de cada reposicin, el cual es indepen-
diente del volumen.
t Tasa de demanda con > 0.
Anlisis del Modelo
En la fgura 1 se presenta el modelo general con
demanda creciente.

5

Figura 1 Modelo general con demanda creciente

Se considera un plan [Tj, Sj] para un modelo de inventario determinstico con tasa de demanda
t, > 0.
El tamao del pedido que se recibe en el instante inicial Tj-1 y que permite satisfacer la
demanda para el j-simo perodo [Tj-1, Tj] viene dado por:
}

=
j
j
T
T
j
tdt S
1

, (Ver Figura 1).

Definicin 3.1. El nivel de inventario I(t) es una funcin del tiempo que representa el nmero
de unidades almacenadas en determinado instante t [10].
El nivel de inventario en el instante t e [Tj-1, Tj], esta dado por
} } } }

= = =
t
T
T
T
t
T
T
t
j j
j
j
j j
j
xdx xdx xdx xdx S t I
1 1 1
) ( .
Para un m dado, y teniendo en cuenta que T0 = 0 y Tm =H, se tiene que el inventario promedio
por unidad de tiempo durante el horizonte de planificacin | | H , 0 es:
( ) | |
(

= = =

=

= =
} } }

T T T j
m
j
j j
m
j
T
T
m
j
T
T
T
t
j
H
H
xdx
H
dt t I
H
t I
j
j
j
j
j
1
2
2
1
2
2
1 1
2 3
1 1
) (
1 1

.
Sj
Sj+1
Sm
S
Tj-1 Tj Tj+1 H Tm-1 t
Figura 1 Modelo general con demanda creciente
Se considera un plan [T
j
, S
j
] para un modelo de
inventario determinstico con tasa de demanda t,
> 0.
El tamao del pedido que se recibe en el instante
inicial T
j-1
y que permite satisfacer la demanda
para el j-simo perodo [T
j-1
, T
j
] viene dado por:

j
j
T
T
j
tdt S
1

, (Ver Figura 1).

Defnicin 1. Carmona [10]. El nivel de inventa-
rio I(t) es una funcin del tiempo que representa
el nmero de unidades almacenadas en determi-
nado instante t .
El nivel de inventario en el instante t [T
j-1
, T
j
],
esta dado por
.
Para un m dado, y teniendo en cuenta que T
0
= 0
y T
m
=H, se tiene que el inventario promedio por
unidad de tiempo durante el horizonte de plani-
fcacin [ ] H , 0 es:
.
Sabiendo que la funcin de costo total es igual a
la funcin del costo de mantener mas la funcin
del costo de ordenar. Se tiene que la funcin de
costos para el modelo de estudio es
(1)
Los T
1
, T
2,,
T
m-1
que minimizan la funcin de cos-
to total (1) deben satisfacer el siguiente sistema
de ecuaciones:
j= 1, 2, 3,, m 1.
195
Modelo de inventario determinstico con tasa de demanda lineal
Resolviendo para T
j
el sistema anterior, se obtiene

2 1
3
1
T T
,
3
2
1
2
3
2
3 T T

(
,
\
,
(
j

,
4
2
1
3
3
2
3 2 3 T T

(
(
,
\
,
,
(
j
(
,
\
,
(
j

,
en general, se tienen las siguientes formulas re-
cursivas
1 +

j j j
T a T
donde
3
1
1
a
y
( ) 2
1
1
2 3

j j
a a
. (2)
Por tanto, para un valor m fjo es posible calcular
a
1
, a
2
, a
3
,,a
m-1
y posteriormente calcular
H a T
m m 1 1
, T
m-2
= a
m-2
T
m-1
,,T
1
= a
1
T
2
.
La matriz Hessiana correspondiente a la funcin
de costo total (1) est dada por

0
3
, max
1
j i
j i
T
T T
B

(3)
Para garantizar que los tiempos de reposicin ob-
tenidos mediante recursividad minimizan la fun-
cin de costos (1), es sufciente demostrar que B
es defnida positiva. Esto se formul en el teore-
ma 1 y es el principal resultado del artculo.
Observe de (2) que
1 +

j j j
T a T , adems
1 +
<
j j
T T
, en consecuencia
0 < a
j
< 1 para j = 1, 2,, (m - 1).
Propiedad 1

j
a
> a
j-1
para j = 1, 2,, (m 1)
Demostracin. Claramente (3 2x)
-1/2
> x para
0 < x < 1.
En particular para x = a
j-1
, luego (3 2a
j-1
)
-1/2
>
a
j-1
de donde se deduce, a partir de una de las for-
mulas recursivas de la expresin (2), que a
j
> a
j-1
.
Propiedad 2
T
j
T
j-1
> T
j+1
- T
j
, para j = 1, 2,, (m - 1).
Demostracin. Es fcil probar que
( )2
1
2 3
2
x
>
( )2
1
2 3
1
x
x

+
para 0 < x < 1.
En particular para x = a
j-1
se tiene
( )2
1
1
2 3
2

j
a
>
( )2
1
1
1
2 3
1

+
j
j
a
a
.
Por consiguiente utilizando la frmula recursiva
(2) para a
j
, se verifca entonces que:
2a
j
> 1 + a
j-1
a
j
.
En efecto 2a
j
T
j+1
> T
j+1
+ a
j-1
a
j
T
j+1
.
De (2) se sabe que T
j
= a
j
T
j+1
entonces:
2T
j
> T
j+1
+ a
j-1
T
j
= T
j+1
+ T
j-1
,
luego,
T
j
- T
j-1
> T
j+1
- T
j
Lema 1. Todo valor propio v de B satisface que:

i j
ij ii
b b v
Ver: Teorema de los crculos de Gerschgorin
Strag [11].
Teorema 1. La matriz Hessiana B es defnida po-
sitiva.
Demostracin. De la Matriz Hessiana (3) se tiene
que b
ij
= 0 para j = 1, 2,, (i - 2), (i +
2),, (m - 1).
b
i(i-1)
= -T
i
, b
ii
= 3T
i
T
i-1
, b
i(i+1)
= -T
i+1
.
Por tanto:
196
Rev. Fac. Ing. Univ. Antioquia N. 49. Septiembre 2009
1 1 + +

+ +
i i i i
i j
ij
T T T T b
.
De la propiedad (2) se garantiza que T
i+1
+ T
i
<
3T
i
- T
i-1
, de donde
T
i+1
+ T
i
< 3T
i
T
i-1
= b
ii
,
luego

i j
ij
b
< b
ii
.
Suponga que

es un valor propio de la matriz B,

entonces por el Lema 1 se verifca que
ii
b v
<

i j
ij
b
< b
ii
.
En efecto 0 < v < 2b
ii
, lo cual garantiza que todos
los valores propios de la matriz Hessiana B son
positivos, en consecuencia B es defnida positiva.
Algoritmo
El algoritmo de solucin permite determinar el
nmero ptimo de reposiciones y los instantes
de reposicin que minimizan la funcin de costos
correspondiente al modelo de estudio. El algorit-
mo de clculo de los valores m y T
j
ptimos se
puede resumir de la siguiente manera:
1. Hacer m = 2.
2. Hallar T
1
y C (2;T
1
).
3. Haga para i = 1 hasta (m - 1).
4. V
i
= T
i
.
5. Fin para.
6. Hallar C (m; T
1,,
T
m-1
).
7. Si C (m; T
1
,, T
m-1
)

C(m - 1; V
1
,,V
m-2
).
8. m = m + 1 ir a 3.
9. Si no, los valores ptimos son (m - 1) reposi-
ciones, en los instantes V
1
,,V
m-1
.
Ejemplo 1 Una lnea de produccin requiere
cierto combustible a un ndice uniforme de 24
horas al da, 7 das a la semana, durante 3 aos:
la tasa anual de consumo del combustible es de
1.600
ao
galones
t
. Se consideran dos costos, c
1
= $
0,4 por galn por ao correspondiente a mante-
nimiento de inventario. El combustible se enva
por camiones y cada vez que se hace un pedido
se incurre en un costo c
2
= $ 500. Sabiendo que
la lnea de produccin necesita en los tres aos
7.200 galones de combustible, Qu cantidades
se deben entregar en cada envi?, En que tiempo
se deben hacer los pedidos?, Cual es el costo to-
tal del sistema en los tres aos?
Se resolver el problema con el algoritmo de
clculo presentado con anterioridad, haciendo
paralelamente una comparacin con la solucin
aproximacin de Naddor [4] dada por:
(
(
,
\
,
,
(
j
+
m
i
m
i H
T
i
2
Los datos del problema son:
H = 3 aos = T
m
; r(t) = 1.600
galones
t
ao
;
c
1
= $ 0,4; c
2
= $ 500.
Para m = 1 Reposicin
Se hace una sola reposicin al inicio del periodo de
tamao S
1
= 7.200 galones, con un Costo = $ 6.260.
A continuacin se har la comparacin de los
costos para m = 2, 3 4 reposiciones, es decir, se
intenta comparar la solucin obtenida en el pre-
sente trabajo, que se ha denotado como solucin
exacta y la aproximacin que se propone en (Na-
ddor [4])
Para m = 2 Reposiciones
Solucin exacta
Tiempo de reposicin Tamao del
pedido
T
i
(Aos) S
i
Galones
T
o
= 0 S
1
= 2399,86
T
1
= 1,7320 S
2
= 4800,14
Costo Total = $ 1811.488
197
Modelo de inventario determinstico con tasa de demanda lineal
Aproximacin
Tiempo de reposicin Tamao del
pedido
T
i
(Aos) S
i
Galones
T
o
= 0 S
1
= 2622,62
T
1
= 1,8106 S
2
= 4577,38
Costo Total = $ 1814.964
Para m = 3 Reposiciones
Solucin exacta
Tiempo de reposicin Tamao del
pedido
T
i
(Aos) S
i
Galones
T
o
= 0 S
1
= 1300,5
T
1
= 1,2750 S
2
= 2599,71
T
2
= 2,2084 S
3
= 3299,78
Costo Total = $ 2006.591
Aproximacin
Tiempo de reposicin Tamao del
pedido
T
i
(Aos) S
i
Galones
T
o
= 0 S
1
= 1492,76
T
1
= 1,3660 S
2
= 2557,24
T
1
= 2,2247 S
3
= 3150,00
Costo Total = $ 2009.500
Para m = 4 Reposiciones
Solucin exacta
Tiempo de reposicin Tamao del
pedido
T
i
(Aos) S
i
Galones
T
o
= 0 S
1
= 850,37
T
1
= 1,0315 S
2
= 1701,47
T
2
= 1,7867 S
3
= 1469,4
T
3
= 2,4271 S
4
= 3178,74
Costo Total = $ 2366.604
Aproximacin
Tiempo de reposicin Tamao del
pedido
T
i
(Aos) S
i
Galones
T
o
= 0 S
1
= 1012,50
T
1
= 1,1250 S
2
= 1610,12
T
2
= 1,8106 S
3
= 2078,00
T
3
= 2,4240 S
4
= 2499,38
Costo Total = $ 2369.024
La solucin ptima para el problema planteado
en el ejemplo es hacer 2 reposiciones en los ins-
tantes,
T
o
= 0; T
1
= 1,7320;
A continuacin, se presentan varias ejecuciones
del algoritmo cuyos datos de entrada se observan
en la fgura 2, las salidas son los tiempos ptimos
de reposicin, costos totales de la solucin exacta
y solucin aproximada.


12
A continuacin, se presentan varias ejecuciones del algoritmo cuyos datos de entrada se
observan en la figura 2, las salidas son los tiempos ptimos de reposicin, costos totales de la
solucin exacta y solucin aproximada.




Figura 2 Ejecucin del algoritmo
Otra salida importante del algoritmo es el nmero ptimo de reposiciones; inicialmente se
entran 10 reposiciones pero la salida asociada al nmero ptimo de pedidos muestra que
bajando a 4 reposiciones los costos ser menores.
Esta nueva ejecucin se muestra en la figura 3.
Figura 2 Ejecucin del algoritmo
Otra salida importante del algoritmo es el nme-
ro ptimo de reposiciones; inicialmente se entran
10 reposiciones pero la salida asociada al nmero
ptimo de pedidos muestra que bajando a 4 repo-
siciones los costos sern menores.
Esta nueva ejecucin se muestra en la fgura 3.
198
Rev. Fac. Ing. Univ. Antioquia N. 49. Septiembre 2009


13


Figura 3 Ejecucin del algoritmo con el nmero ptimo de reposiciones
Conclusiones
Las soluciones numricas a los problemas cuyos resultados analticos son complejos ofrecen
alternativas interesantes y de fcil implementacin computacional dado el avance
significativo del anlisis numrico en los ltimos tiempos. Muchas disciplinas sobre todo la
ingeniera ha adoptado ests tcnicas de carcter numrico para dar respuesta a los problemas
reales que surgen sin necesidad de relajar supuestos. Sin embargo, la labor de las personas
dedicadas a investigar soluciones analticas a tales problemas que solo han sido enfrentados
numricamente se debe destacar, ya que proporciona la manera de obtener resultados ms
precisos y exactos. En este artculo, hemos dado solucin exacta y analtica a un problema
aplicado cuya solucin solo se haba enfrentado de manera aproximada, hemos dado a lo
largo del estudio mucho crdito a la aproximacin. Sin embargo, nuestros resultados son
exactos y contrastados. Este trabajo proporciona elementos para nuevas investigaciones por
Figura 3 Ejecucin del algoritmo con el nmero
ptimo de reposiciones
Conclusiones
Las soluciones numricas a los problemas cuyos
resultados analticos son complejos ofrecen al-
ternativas interesantes y de fcil implementacin
computacional dado el avance signifcativo del
anlisis numrico en los ltimos tiempos. Mu-
chas disciplinas sobre todo la ingeniera ha adop-
tado ests tcnicas de carcter numrico para dar
respuesta a los problemas reales que surgen sin
necesidad de relajar supuestos. Sin embargo, la
labor de las personas dedicadas a investigar solu-
ciones analticas a tales problemas que solo han
sido enfrentados numricamente se debe des-
tacar, ya que proporciona la manera de obtener
resultados ms precisos y exactos. En este ar-
tculo, hemos dado solucin exacta y analtica a
un problema aplicado cuya solucin solo se haba
enfrentado de manera aproximada, hemos dado
a lo largo del estudio mucho crdito a la aproxi-
macin. Sin embargo, nuestros resultados son
exactos y contrastados. Este trabajo proporciona
elementos para nuevas investigaciones por ejem-
plo abordar el problema con una tasa de demanda
lineal de la forma r(t) = t + . o de grado mayor.
Agradecimientos
Se agradece el apoyo del grupo de Econometra
aplicada, al Departamento de Estadstica y Ma-
temticas y al Centro de Investigaciones y Con-
sultora de la Facultad de Ciencias Econmicas
Universidad de Antioquia y al CODI por la fnan-
ciacin del proyecto. A Diego Castaeda y Ca-
talina Corts, estudiantes de Economa y Mate-
mticas de la Universidad de Antioquia, tambin
a Mnica Montoya y Andrs Puerta, egresados
del programa de Economa de la Universidad de
Antioquia, por su participacin activa en el desa-
rrollo de este trabajo.
Referencias
1. H. A. Taha. Operations Research: an introduction.
Macmillan Publishing Co Inc. Indianapolis. USA. 4

ed. 1987. pp. 237- 241.
2. F. S Hiller, G. J. Liberman. Introduccin a la
investigacin de Operaciones. 8 ed. Mc GrawHill.
Mxico. 2006. pp. 833-900.
3. D. R. Anderson, D. J. Sweney, T. A. Williams. Mtodos
cuantitativos para los negocios. 7 ed. International
Thomson. Mxico. 1999. pp. 531-582.
4. E. Naddor. Inventory System. Jhon Wiley Publisher.
New York. 1996. pp 111-120
5. G. Hadley, T. M. Whitin. Analysis of Inventory system.
Englewood Cliffs. Prentice Hall. London. 1963. pp.
29-83.
6. E. A. Silver, D. F. Pyke, R. Peterson. Inventory
management and Production Planning and Sheduling. 3
ed. Jhon Wiley Sons. Inc. New York. 1998. pp. 147-382.
7. P. H. Zipkin. Foundations of Inventory Management.
McGraw Hill. Boston. 2000. pp. 29-61.
8. S. K. Goyal, M. A Hariga, A. Alyan. The Trended
inventory lot sizing problem shortages under a new
replenishment policy. The journal of the operational
research society. Vol 47. 1996. pp. 521-527.
9. M. A. Hariga, S. K . Goyal. An alternative procedure
for determining the optimal policy for an inventory
item having linear trend in Demand The journal of the
operational research society. Vol 46. 1999. pp. 1286-1295.
10. J. R. Carmona. Sobre las condiciones sufcientes para
los tiempos de reposicin en un modelo de inventario
determinstico con tasa de demanda no constante.
Tesis de Maestra. Universidad de EAFIT. 2008. pp.
30-45.
11. G. Strag. Algebra Lineal y sus Aplicaciones. Fondo
Educativo Interamericano. Mxico. 1982. pp. 337.