Proyecto Produccion Tercera Entrega 2017

FACULTAD DE INGENIERA Y
CIENCIAS BSICAS
PROYECTO GRUPAL Institucin Universitaria Politcnico Grancolombiano
MDULO
PRODUCCIN
TECNICAS DE DIMENSIONAMIENTO DE LOTE
PRESENTADO A:
LUISA FERNANDA SPAGGIARI CASTRO
INTEGRANTES
CRISTIAN CAMILO AGUDELO

Cdigo: 1611982224
YEISON ANDRES GALEANO BALLESTEROS

Cdigo: 1611981128
LINA MARIA LEON ROJAS
Cdigo: 1611982097
RUBEN DARIO MEDINA RIVAS

Cdigo: 1611982293
JUVENAL CRDOBA VALOYES

Cdigo: 1611982260
GRUPO 11 003A
INSTITUCIN UNIVERSITARIA POLITCNICO GRANCOLOMBIANO

FACULTAD INGENIERA INDUSTRIAL
MODALIDAD VIRTUAL
BOGOT D.C.
2017
2
CIENCIAS BSICAS
TABLA DE CONTENIDO
INTRODUCCION...................................................................................................
JUSTIFICACIN............................................................................................... 3 y 4
OBJETIVO GENERAL.............................................................................................
OBJETIVOS ESPECIFICOS.....................................................................................
PLANTEAMIENTO E INVESTIGACION DEL PROBLEMA DE DIMESIONAMIENTO
DE LOTE5
UTILIZACION DE TECNICAS HEURISTICAS............................................................

CANTIDAD PTIMA DE PEDIDO (EOQ)......................................................ANEXOS
SILVER MEAL ........................................................................................... ANEXO
COSTO UNITARIO MINIMO.........................................................................ANEXOS
BALANCEO DE PEDIDO Y PARTE................................................................ANXOS
ANEXOS.................................................................................................. ARCHIVO
BIBLIOGRAFIA......................................................................................................
2
CIENCIAS BSICAS
1. INTRODUCCIN
Estamos en un mundo altamente competitivo, donde se busca en todo

momento reducir el tiempo para cualquier operacin en la vida; y ms an el
Quehacer diario de las industrias, es por ello que es imprescindible no solo el
conocimiento y actualizacin de las nuevas tcnicas de gestin, sino tambin
saber cundo y cmo aplicarlas, para poder lograr la mejora continua y sobre
todo las eficiencia de los procesos.
Teniendo en cuenta el caso a tratar y las indicaciones dadas en el proyecto

grupal es necesario aplicar mtodos de solucin a partir del planteamiento de
un problema de dimensionamiento de lotes: Solucin mediante la Heurstica. La
palabra heurstico proviene de la palabra griega Heuriskein que significa
descubrir. Los heursticos son un conjunto de reglas que tratan de descubrir
una o ms soluciones especficas de un problema determinado. Por ello se han
seleccionado tres mtodos denominados: la Heurstica de Silver Meal, la
Heurstica de Balanceo de Perodo y Parte y la Heurstica de Costo Mnimo
Unitario, para definir la dimensin o tamao del lote a producir de forma que se
minimicen los costos de preparacin de la produccin y el costo de
sostenimiento de inventarios.
2. JUSTIFICACIN
Dentro del medio productivo de las diferentes empresas, programan la

produccin para sus productos basndose en la demanda actual o pronsticos
de la misma para un mercado determinado.
Para realizar este planteamiento tan crucial se realizan varios anlisis para
plantear una adecuada produccin con una poltica para los pedidos a
satisfacer.
2
CIENCIAS BSICAS
Existen varios factores a considerar como planeacin de materiales, manejo de

inventarios, costos de manutencin y otros que pueden afectar de forma directa
o indirecta el nmero ptimo de las unidades a producir para cada perodo.
Cuando se analiza el panorama completa las empresas empiezan a revisar los

costos de la poltica e inician un proceso de optimizacin con el fin de minimizar
los costos de la produccin, plan ptimo de envos, planes de pedido y otros
costos.
Referente a estos factores que se presentan, existen varios mtodos que

permiten ajustar la produccin respecto a la demanda del mercado y los
factores que influyen de acuerdo a cada situacin particular con el fin de
optimizar los cotos financieros y cumpliendo con las necesidades de los
clientes.
Para nuestro caso, utilizaremos cuatro tcnicas heursticas: Cantidad Optima

de pedido (EOQ), Silver Meal, Balanceo de Perodo y Parte y la de Costo
unitario
Mnimo con el fin de determinar el tamao ptimo del lote a producir.

Finalmente, con apoyo de la metodologa Wagner & Whitin se presentar la
solucin ptima al caso propuesto.
3. OBJETIVOS
3.1 OBJETIVO GENERAL
Establecer los costos de inventario y pedido, as como el costo total de la

poltica de pedidos; mediante la aplicacin de heursticas de dimensionamiento
de lotes, con el fin de conocer la solucin ptima al problema planteado.
3.2 OBJETIVO ESPECIFICO
2
CIENCIAS BSICAS
Demostrar cuantitativamente la aplicacin de las heursticas de Cantidad

Optima de Pedido, Silver Meal, Costo Unitario Mnimo y Balanceo de Periodo y
Parte.
Presentar el modelo Wagner & Whitin, como herramienta de solucin al

problema de dimensionamiento de lotes.
PLANTEAMIENTO E INVESTIGACION DEL PROBLEMA DE

DIMESIONAMIENTO DE LOTE
En la programacin de la produccin y el control de inventarios de varios
Productos se manejan 3 aspectos importantes que son:
El dimensionamiento de los lotes: Hace referencia a las unidades
Producidas por lote.
La secuenciacin: En qu orden se deben producir los lotes
La programacin: Cuando se deben producir los lotes.
En la literatura existen modelos clsicos para resolver en forma simultnea un

problema de programacin y dimensionamiento de lotes (scheduling and
lotsizing). El problema de programacin del lote econmico ELSP
(economiclotsizeand schedulingproblem) es uno de ellos.
Este problema es de una reconocida complejidad NPHard, agregando a sta

la naturaleza no lineal del problema.
El ELSP se puede dividir en dos partes, una discreta y otra continua. En la

primera parte el problema consiste en encontrar las frecuencias de produccin
(nmero de lotes) de cada producto y la secuencia de lotes de produccin. La
segunda parte consiste en determinar en forma exacta los tamaos de lotes a
travs de un programa de produccin que minimice los costos totales promedio
de setup, mantencin y escasez de inventario por unidad de tiempo.
Esta ltima parte entrega los tiempos de produccin de cada lote, tiempos
desetup y tiempos de disponibilidad de mquina, de manera de cumplir con la
demanda durante un tiempo de ciclo.
2
CIENCIAS BSICAS
Tambin utilizaremos cuatro tcnicas heursticas como la cantidad ptima de

pedido (EOQ), Silver Meal, costo unitario mnimo, Balanceo de perodo. Lo
anterior, con el fin de establecer un plan de pedidos y clculos de costos de
inventarios, pedidos y poltica de pedidos.
Adicionalmente, se desarrollar la metodologa Wagner & Whitin con el objetivo

de encontrar soluciones optimas que permitan establecer e implementar el
sistema de distribucin ptimo para el envo del producto minimizando costos y
obteniendo una alta demanda con altos ndices de productividad.
Para este ejercicio nos plantean los costos de pedido y de inventario durante
un periodo de 26 semanas teniendo como base la demanda generada semana
por semana.
UTILIZACION DE TECNICAS HEURISTICAS
En sta etapa se realizar una aproximacin a la solucin del problema

planteado, en el cul se desarrollan cuatro tcnicas heursticas con el que se
busca generar un plan ptimo de pedido y calcular los costos de inventario, al
igual que los de pedido en las soluciones obtenidas y finalmente calcular el
costo total de la poltica de pedidos.
Los mtodos heursticos resulta ser un enfoque que aprovecha la estructura del
problema mediante el uso de un conjunto de reglas racionales, obteniendo una
buena solucin, generando una solucin que se aproxima a la ptima y en
algunos casos la ptima.
A continuacin se presentan cuatro de ellas:
Cantidad ptima de Pedido (EOQ)
La presente tcnica, cantidad ptima de pedido, busca encontrar el monto de

pedido que reduzca al mnimo el costo total del inventario de la empresa.
Este mtodo se basa en tres supuestos fundamentales.
La empresa conoce cul es la utilizacin anual de los artculos que se

encuentran en el inventario
2
CIENCIAS BSICAS
La frecuencia con la cual la empresa utiliza el inventario no vara con el tiempo
Los pedidos que se colocan para reemplazar las existencias de inventario se

reciben en el momento exacto en que los inventarios se agotan.
Los costos bsicos a tener en cuenta son:
Costos de pedido
Costos de mantenimiento del inventario
Costos totales
El producto al cual se realizar el estudio es MEGASPRAY de 20 litros cuya

demanda se presenta en el siguiente cuadro:
TERCERA ENTREGA
METODOLOGIA WAGNER & WHITIN
Este algoritmo tiene el mismo objetivo que algunos enfoques heursticos,

minimizar el costo variable de inventario, el costo de ordenar (preparar) y el de
mantener inventario durante el horizonte de planeacin. La diferencia es que el
algoritmo de Wagner Whitin genera una solucin de costo mnimo que
conduce a una cantidad ptima a ordenar Qi. El procedimiento de optimizacin
est basado en programacin dinmica; evala todas las maneras posibles de
ordenar para cubrir la demanda en cada periodo del horizonte de planeacin.
La particularidad de ste mtodo se basa en que no considera todas las

polticas posibles; para un horizonte de n periodos, el nmero de polticas es
2n-1. Se observa el hecho de que una orden debe de satisfacer toda la
demanda para cierto nmero de periodos.
A+D27+D28+D29+D36.
Se inicia el algoritmo evaluando el problema de una nica semana la solucin

es 1200 unidades para satisfacer la demanda de esa semana. As como no hay
inventario el costo mnimo ser:
2
CIENCIAS BSICAS
Z*1= k1= $2000
Ahora se toman dos semanas. Se debe evaluar las opciones: pedir en 1 para 1
y 2 (manteniendo el inventario de 2 por un periodo) o pedir en 1 para 1 y en 2
para 2. Si se pide en periodo 2, el costo de los periodos previos est dado por:
Z*2 = K1+h1*D2 pedir en periodo 1
= Z*1+K2 pedir en periodo 2
Periodo 1 $3.200
Periodo 2 $4.000
La decisin ptima es producir para ambos semanas 1 y 2 en la semana 1. El

ltimo ser la poltica ptima para dos semanas.
Ahora se considera con tres semanas. Se tiene cuatro posibilidades pedir en 1,

pedir en la semana 1 y 2, pedir en la semana 1 y 3 o pedir en la semana 1,2 y
3.
Al realizar esta evaluacin de tres opciones vamos a reducir drsticamente el

tiempo de resolucin.
Siempre buscamos para la poltica optima tener el costo ms bajo.
El ltimo periodo de produccin en una poltica ptima para t+1 semanas debe
estar en el conjunto de t, t`+1,,t+1.
Este mtodo es una aplicacin de la tcnica de programacin dinmica, es un

proceso matemtico para la resolucin de decisin secuencial en este caso las
semanas del a 27 a la 52, y se requiere un esfuerzo computacional muy
grande.
La orden siempre la llevamos a cabo cuando el nivel de inventario fue igual a
cero.
El costo de mantener inventario es mayor que el costo de ordenamiento.
El costo de pedir fue de $ 24.900, el costo de mantener inventario fue de $
35.000
Para un costo total de $ 59.900.
2
CIENCIAS BSICAS
COSTO DE COSTO
SEMANA UNIDADES TOTAL
PEDIR INVENTARIO
27 3200 $ 2.000 $ 2.800 $ 4.800
30 1000 $ 2.200 $0 $ 2.200
31 1300 $ 1.900 $ 600 $ 2.500
33 2200 $ 2.000 $0 $ 2.000
34 5000 $ 2.000 $ 11.400 $ 13.400
38 2000 $ 2.000 $ 1.600 $ 3.600
40 2300 $ 2.000 $ 3.200 $ 5.200
43 3600 $ 1.900 $ 2.800 $ 4.700
45 2400 $ 2.000 $ 1.200 $ 3.200
47 1200 $ 2.200 $0 $ 2.200
48 2000 $ 2.200 $ 1.600 $ 3.800
50 5000 $ 2.500 $ 9.800 $ 12.300
$
TOTAL 31200 $ 24.900 $ 35.000 59.900
Heurstica de Cantidad ptima de pedido
Demanda constante y conocida

Un solo producto
Los productos se producen o se compran en lotes
Cada lote u orden se recibe en un slo envo
El costo fijo de emitir una orden es constante
El Lead Time (Tiempo de Espera) es conocido y constante
No hay quiebre de stock
No existen descuentos por volumen
El modelo considera los siguientes parmetros:
D: Demanda. Unidades por ao

S : Costo de emitir una orden
H : Costo asociado a mantener una unidad en inventario en un ao
Q : Cantidad a ordenar
La frmula para el modelo EOQ que determina la cantidad ptima de pedido

es:
2
CIENCIAS BSICAS
2 DS
Q =
H
D: promedio 1.200 u (Al determinar el tiempo de reorden se tuvo en cuenta que

la demanda se conoce pero vara por periodo).
S: promedio $ 2.104
H: promedio $ 1,46 por u a la semana
Lead Time: 2 semanas
De acuerdo con los datos empleados, el resultado es que la cantidad ptima de

pedido para satisfacer la demanda semestral es de 1.859 unidades, en 16,8
pedidos, cada 1,5 semanas. Es evidente que no se pueden tomar los datos
exactos arrojados por la aplicacin de la frmula dado que no son nmero
enteros y no es posible fraccionar los pedidos. En esos casos sera necesario
aproximar al entero ms cercano.
Teniendo en cuenta lo mencionado, la demanda semestral podra suplirse con

17 pedidos de 1.836 unidades, sin embargo no es un modelo que se ajuste a
los requerimientos del caso de estudio dado que tanto la demanda, como los
costos de pedir y mantener vara cada semana.
DESVIACI
DEMAND ON
ROP DEMANDA
A ESTANDA
PEDIDOS VARIABLE EN EL
PROMEDI R DE LA
SEMESTRAL TIEMPO DE
2 DS ES O DEMAND

Q opt= ESPERA FIJO
SEMANA A
H L SEMANA
(2 SEMANAS)
L
1859 u 16,8 1.200 u 535,9 u 3.647 u
A fin de establecer el plan de pedidos, se plantearon tres opciones:

Demanda, costo de pedir y costo de mantener constantes:
Para efecto del ejercicio, se sac el promedio de la demanda, del costo de
pedir y del costo de mantener, sin embargo esto no se ajusta a la realidad dado
que como plantea el cado de estudio estos datos vara a travs de las
semanas.
2
CIENCIAS BSICAS
En este caso el costo total de la poltica de pedidos para el semestre sera de $

69.512
SEMANA CANTIDAD COSTO DE COSTO DE COSTO

(t) DE ORDEN PEDIR INVENTARIO TOTAL
27 1836 $ 2.104 $ 929 $ 3.033
28 1836 $ 2.104 $ 1.962 $ 4.066
30 1836 $ 2.104 $ 1.034 $ 3.138
31 1836 $ 2.104 $ 2.172 $ 4.276
33 1836 $ 2.104 $ 1.139 $ 3.243
34 1836 $ 2.104 $ 2.383 $ 4.487
36 1836 $ 2.104 $ 1.244 $ 3.348
37 1836 $ 2.104 $ 2.593 $ 4.697
39 1836 $ 2.104 $ 1.349 $ 3.453
40 1836 $ 2.104 $ 2.803 $ 4.907
42 1836 $ 2.104 $ 1.454 $ 3.558
43 1836 $ 2.104 $ 3.013 $ 5.117
45 1836 $ 2.104 $ 1.559 $ 3.663
46 1836 $ 2.104 $ 3.224 $ 5.328
48 1836 $ 2.104 $ 1.664 $ 3.768
49 1836 $ 2.104 $ 3.434 $ 5.538
51 1836 $ 2.104 $ 1.787 $ 3.891
Total 31212 $ 35.768 $ 33.743 $ 69.511
Demanda, costo de pedir y costo de mantener variables:
Tomando en cuenta la variabilidad de los datos, se aplic el EOQ para el

pedido de cada semana, pero se realizaron los clculos de inventario final,
costo de pedir y costo de mantener de acuerdo a las variaciones por semana,
lo que en realidad altera los supuestos del modelo EQO.
76.276.
CANTIDAD COSTO DE
COSTO DE
SEMANA (t) DE LA INVENTARI COSTO TOTAL
PEDIR
ORDEN O
27 1836 $ 2.000 $ 636 $ 2.636
28 1836 $ 2.000 $ 1.744 $ 3.744
30 1836 $ 2.200 $ 3.232 $ 5.432
32 1836 $ 2.000 $ 1.844 $ 3.844
2
CIENCIAS BSICAS
33 1836 $ 2.000 $ 1.640 $ 3.640

35 1836 $ 2.200 $ 116 $ 2.316
36 1836 $ 2.200 $ 2.856 $ 5.056
38 1836 $ 2.000 $ 1.576 $ 3.576
39 1836 $ 2.000 $ 5.296 $ 7.296
41 1836 $ 2.200 $ 4.680 $ 6.880
43 1836 $ 1.900 $ 1.992 $ 3.892
44 1836 $ 2.000 $ 1.432 $ 3.432
45 1836 $ 2.000 $ 3.804 $ 5.804
47 1836 $ 2.200 $ 2.112 $ 4.312
49 1836 $ 1.900 $ 1.340 $ 3.240
50 1836 $ 2.500 $ 4.352 $ 6.852
51 1836 $ 2.500 $ 1.824 $ 4.324
Total 31212 $ 35.800 $ 40.476 $ 76.276
Demanda variable, lead time fijo y ROP:
En este ejercicio, se tuvo en cuenta que la mercanca llega de otros pas por lo
cual se asign un lead time de 2 semanas y se tuvo en cuenta la desviacin
estndar de la demanda para establecer el punto de reorden con un nivel de
servicio de 90%. Sin embargo hay que tomar en consideracin el alto costo de
mantener, por lo cual el TCR aumenta considerablemente con las unidades
adicionales en el stock.

203.244.
Heurstica de Silver-Meal
El desarrollo de este mtodo empieza asumiendo que en el primer perodo se

emite una orden de un tamao que ir cubriendo uno a uno los perodos
siguientes. As se puede calcular el costo total de cubrir cada demanda en un
perodo dado con un pedido emitido en el primer perodo. Adems se calcular
el costo total por unidad de tiempo al dividir el costo total por el perodo.
Si el Costo total por unidad de tiempo se incrementa de un periodo a otro, se

detiene el proceso y se determina la cantidad a ordenar en el primer periodo,
que es la suma de las demandas de los periodos en los cuales el Costo total
2
CIENCIAS BSICAS
por unidad de tiempo nos e increment. Luego se inicia de nuevo el proceso

tomando como periodo 1 el siguiente.
En este caso al aplicar el mtodo Silver Meal, la demanda de las 26 semanas

que corresponden a un semestre, se puede suplir con 12 pedidos.
El plan de pedidos a continuacin muestra detalladamente los costos

asociados al caso de Mapplewatch y arroja un costo total de la poltica de
pedidos para ese semestre de $ 65.300
CANTIDAD
SEMANA COSTO DE
DE LA COSTO DE TOTAL
(t) PEDIDO
ORDEN MANTENER
27 $ 3.200 $ 4.800 $ 2.800 $ 7.600
30 $ 2.300 $ 3.800 $ 3.200 $ 7.000
33 $ 3.600 $ 3.400 $ 1.400 $ 4.800
35 $ 2.400 $ 2.800 $ 600 $ 3.400
37 $ 2.400 $ 3.100 $ 1.200 $ 4.300
39 $ 1.800 $ 3.000 $ 2.000 $ 5.000
41 $ 1.300 $ 2.500 $ 600 $ 3.100
43 $ 3.600 $ 3.300 $ 2.800 $ 6.100
45 $ 2.400 $ 2.600 $ 1.200 $ 3.800
47 $ 3.200 $ 5.000 $ 3.600 $ 8.600
50 $ 3.200 $ 4.700 $ 4.400 $ 9.100
52 $ 1.800 $ 2.500 $0 $ 2.500
TOTAL $ 31.200 $ 41.500 $ 23.800 $ 65.300
Heurstica de costo unitario mnimo:
Aplicamos un sistema de Loteo: llamado COSTO TOTAL UNITARIO (CUM),

este mtodo es muy recomendable para el control de inventarios con una
demanda determinstica variable.
En este caso hay una proyeccin de demanda semanal que cubre un semestre
aproximadamente. El costo de pedido de cada semana es independiente de la
cantidad pedida y el costo de almacenamiento esta por unidad para cada
semana, varia debido a las cotizaciones internacionales de divisas y a los
factores del sector.
2
CIENCIAS BSICAS
En la tabla resumen podemos observar que hay 14 periodos, nombrados con el

nmero de la semana en que se debe realizar el pedido y el costo
correspondiente en unidad para esa cantidad de unidades a pedir.
En esta heurstica se determina esta cantidad a pedir que abarca un periodo

donde no aumente el costo unitario mnimo.
PLAN DE PEDIDOS COSTO MINIMO
COSTO COSTO DE
SEMANA UNIDADES TOTAL
DE PEDIR MANTENER
27 2.400 $2.000 $ 1.200 $3.200

29 1.800 $2.200 $ 1.000 $3.200
31 1.000 $1.900 $ - $1.900
32 2500 $2.000 $ 2.200 $4.200
34 1.400 $2.000 $ 1.400 $3.400
35 2.400 $2.200 $ 600 $2.800
37 2.400 $1.900 $ 1.200 $3.100
39 1.800 $2.000 $ 2.000 $4.000
41 1.300 $2.200 $ 600 $2.800
43 2.200 $1.900 $ - $1.900
44 3.200 $2.000 $ 1.800 $3.800
46 1.800 $2.000 $ 1.200 $3.200
48 1.200 $2.200 $ - $2.200
49 1.800 $1.900 $ 1.000 $2.900
51 4.000 $2.500 $ 1.800 $4.300
$ $
TOTAL 31.200 30.900 $ 16.000 46.900
Ac observamos para cada periodo su cantidad de pedido y el costo por

unidad.
TABLA RESUMEN
PERIODO UNIDADES COSTO
2
CIENCIAS BSICAS
27 2.400 3200
29 1.800 3200
31 1.000 1900
32 2500 4200
34 1.400 3400
35 2.400 2800
37 2.400 3100
39 1.800 4000
41 1.300 2800
43 2.200 1900
44 3.200 3800
46 1.800 3200
48 1.200 2200
49 1.800 2900
51 4.000 4300
TOTAL 31.200 46900
Heurstica Balanceo de Perodo y parte
Primero se igualo los costos de preparacin con los de inventario, luego

cuando se aproximaron, estos costos de preparacin (fijo de pedido) a los
inventarios (En T semanas) se pide para T semanas.
Repetir iniciando en la semana siguiente (T+1) hasta que se llegue al T

final.
Se tom para el costo pedido un promedio de las semanas el cual arrojo un

resultado de k prom. = 2.103,85 y para costo inventario se promedi las 26
semanas h =1.46
Luego de tener estos datos se comenzaron a evaluar las semanas, nos

proyect que para cada Qt se debera incluir dos semanas, donde el costo
de pedido y costo inventario era ms cercano.
SEMANA DEMANDA
27 D27,D28
29 D29,D30
2
CIENCIAS BSICAS
31 D31,D32
33 D33,D34
35 D35,D36
37 D37,D38
39 D39,D40
41 D41,D42
43 D43,D44
45 D45,D46
47 D47,D48
49 D49,D50
51 D51,D52
Unidades en cada semana
COSTO COSTO
SEMANA UNIDADES
PEDIDO MANTENER
$
27 2.400 2.103,85 $ 1.753,85
$
29 1.800 2.103,85 $ 1.461,54
$
31 1.300 2.103,85 $ 438,46
$
33 3.600 2.103,85 $ 2.046,15
$
35 2.400 2.103,85 $ 876,92
$
37 2.400 2.103,85 $ 1.753,85
$
39 1.800 2.103,85 $ 1.461,54
$
41 1.300 2.103,85 $ 438,46
$
43 3.600 2.103,85 $ 2.046,15
$
45 2.400 2.103,85 $ 876,92
$
47 2.400 2.103,85 $ 1.753,86
$
49 1.800 2.103,85 $ 1.461,54
$
51 4.000 2.103,85 $ 2.630,77
2
CIENCIAS BSICAS
$
27.350,0
TOTAL 31.200 5 $ 19.000,0
Costo del plan:
= ( k * N de arranques) + ( h * N de unidades en inventario )

= ( 2.103,85 * 13) + ( 1.46 * 13.000 )
Costo = $ 46.330,05
CONCLUSIONES Y RECOMENDACIONES
La heurstica de silver meal arroj el mejor resultado, proporcionando una

poltica de costo mnimo.
Al aplicar mtodos heursticos para dar solucin al problema de

dimensionamiento de lotes, es necesario tener claro que las heursticas
proporcionan soluciones de buena calidad pero no indican la solucin ptima.
Las caractersticas comunes entre los tres mtodos son: Todos comparten el
objetivo del EOQ (Cantidad Econmica a Ordenar); su objetivo es minimizar la
suma de los costos de preparacin e inventario; pero cada uno lo hace de
manera diferente.
La heurstica de Silver Meal es un mtodo ampliamente utilizado para definir el

tamao de los lotes a producir en cada periodo, sin embargo la Heurstica de
Costo Mnimo es uno de los mtodos mas comnmente descritos en los libros
de administracin de operaciones.
La limitacin tanto del enfoque de Silver Meal como de Costo Mnimo Unitario
es que consideran un lote a la vez, y el costo por periodo (o unitario) puede
variar mucho de un periodo a otro.
Al momento de calcular un tamao de lote a producir en un perodo es

recomendable evaluar los tres mtodos anteriormente mencionados, esto con
el fin de tomar decisiones que permitan optimizar los recursos econmicos de
la empresa y se pueda incrementar la utilidad de la misma. La importancia de la
aplicacin de diversos mtodos radica en la toma de decisiones.
2
CIENCIAS BSICAS
Una observacin importante; para el dimensionamiento de lotes no solo

existen las heursticas planteadas en este documento; durante la revisin
bibliogrfica se encontr otro mtodo mediante el cual se puede resolver este
problema. Este mtodo es denominado: Algoritmo de Wagner y Whitin, el cual
utiliza la programacin dinmica para la solucin de este tipo de problemas.
Este algoritmo proporciona la solucin ptima al problema.
BIBLIOGRAFA
http://www.com/herramientas-para-el-ingenieroindustrial/produccin/
www.ingenieriaindustrialonline.com
http://www.ingenieriaindustrialonline.com/herramientas-para-el-ingeniero-
industrial/producci%C3%B3n/sistemas-de-loteo/
http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0186-
10422012000300011
2
CIENCIAS BSICAS

Proyecto Produccion Tercera Entrega 2017

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Proyecto Produccion Tercera Entrega 2017

Uploaded by

Copyright:

Available Formats

FACULTAD DE INGENIERA Y

PROYECTO GRUPAL Institucin Universitaria Politcnico Grancolombiano

TECNICAS DE DIMENSIONAMIENTO DE LOTE

LUISA FERNANDA SPAGGIARI CASTRO

CRISTIAN CAMILO AGUDELO

YEISON ANDRES GALEANO BALLESTEROS

RUBEN DARIO MEDINA RIVAS

JUVENAL CRDOBA VALOYES

INSTITUCIN UNIVERSITARIA POLITCNICO GRANCOLOMBIANO

PROYECTO GRUPAL Institucin Universitaria Politcnico Grancolombiano

UTILIZACION DE TECNICAS HEURISTICAS............................................................

PROYECTO GRUPAL Institucin Universitaria Politcnico Grancolombiano

Estamos en un mundo altamente competitivo, donde se busca en todo

Teniendo en cuenta el caso a tratar y las indicaciones dadas en el proyecto

Dentro del medio productivo de las diferentes empresas, programan la

PROYECTO GRUPAL Institucin Universitaria Politcnico Grancolombiano

Existen varios factores a considerar como planeacin de materiales, manejo de

Cuando se analiza el panorama completa las empresas empiezan a revisar los

Referente a estos factores que se presentan, existen varios mtodos que

Para nuestro caso, utilizaremos cuatro tcnicas heursticas: Cantidad Optima

Mnimo con el fin de determinar el tamao ptimo del lote a producir.

3.1 OBJETIVO GENERAL

Establecer los costos de inventario y pedido, as como el costo total de la

3.2 OBJETIVO ESPECIFICO

PROYECTO GRUPAL Institucin Universitaria Politcnico Grancolombiano

Demostrar cuantitativamente la aplicacin de las heursticas de Cantidad

Presentar el modelo Wagner & Whitin, como herramienta de solucin al

PLANTEAMIENTO E INVESTIGACION DEL PROBLEMA DE

En la programacin de la produccin y el control de inventarios de varios

Productos se manejan 3 aspectos importantes que son:

El dimensionamiento de los lotes: Hace referencia a las unidades

Producidas por lote.

La secuenciacin: En qu orden se deben producir los lotes

La programacin: Cuando se deben producir los lotes.

En la literatura existen modelos clsicos para resolver en forma simultnea un

Este problema es de una reconocida complejidad NPHard, agregando a sta

El ELSP se puede dividir en dos partes, una discreta y otra continua. En la

PROYECTO GRUPAL Institucin Universitaria Politcnico Grancolombiano

Tambin utilizaremos cuatro tcnicas heursticas como la cantidad ptima de

Adicionalmente, se desarrollar la metodologa Wagner & Whitin con el objetivo

UTILIZACION DE TECNICAS HEURISTICAS

En sta etapa se realizar una aproximacin a la solucin del problema

A continuacin se presentan cuatro de ellas:

Cantidad ptima de Pedido (EOQ)

La presente tcnica, cantidad ptima de pedido, busca encontrar el monto de

Este mtodo se basa en tres supuestos fundamentales.

La empresa conoce cul es la utilizacin anual de los artculos que se

PROYECTO GRUPAL Institucin Universitaria Politcnico Grancolombiano

La frecuencia con la cual la empresa utiliza el inventario no vara con el tiempo

Los pedidos que se colocan para reemplazar las existencias de inventario se

Los costos bsicos a tener en cuenta son:

El producto al cual se realizar el estudio es MEGASPRAY de 20 litros cuya

METODOLOGIA WAGNER & WHITIN

Este algoritmo tiene el mismo objetivo que algunos enfoques heursticos,

La particularidad de ste mtodo se basa en que no considera todas las

Se inicia el algoritmo evaluando el problema de una nica semana la solucin

PROYECTO GRUPAL Institucin Universitaria Politcnico Grancolombiano

Z*1= k1= $2000

Z*2 = K1+h1*D2 pedir en periodo 1

= Z*1+K2 pedir en periodo 2

La decisin ptima es producir para ambos semanas 1 y 2 en la semana 1. El

Ahora se considera con tres semanas. Se tiene cuatro posibilidades pedir en 1,

Al realizar esta evaluacin de tres opciones vamos a reducir drsticamente el

Siempre buscamos para la poltica optima tener el costo ms bajo.

Z2 = K1+h1D2 pedir en periodo 1