ESTUDIO Y ANLISIS DE LA VERSIN DINMICA DEL MODELO

DE TAMAO DE LOTE ECONMICO

Gisela C. Vizcaino*, Isidro A. Rodriguez, Gustavo A. Osisnaldi, Guillermo D.
Garca, Fabricio O. Sanchez-Varretti.
Grupo de Fsico Qumica de Sistemas Complejos (GFQSC), Universidad Tecnolgica Nacional,
Facultad Regional San Rafael. Gral. J. J. de Urquiza 340M5602GCH.
giselacarina_7@hotmail.com, irodriguez09@hotmail.com.ar, gosisnaldi@gmail.com,
ggarcia@frsr.utn.edu.ar, fsanchez@frsr.utn.edu.ar.
RESUMEN
En la actualidad, la comunicacin y la toma de decisiones se han incrementado en intensidad y
reducido en tiempo con la ayuda de las computadoras. Es importante destacar que la
programacin de las computadoras al igual que el diseo de un sistema productivo, se tratan
del diseo de un algoritmo. Podemos plantear como hiptesis, la existencia de una metodologa de
abastecimiento ptima de materias primas en base a una combinacin especfica de pedidos para
satisfacer un sistema productivo. Debido a la importancia de la produccin y la planificacin en las
empresas con respecto a los requerimientos de materiales necesarios para que las mismas
puedan producir en tiempo y forma, es que surge la necesidad de analizar mediante diversas
tcnicas algortmicas la mejor manera de abastecer la demanda.
Existe para tal fin, un modelo de programacin dinmica que sera deseable que utilizaran las
empresas, ya que se logran menores costos de abastecimiento. A este modelo se lo denomina
Algoritmo de Harvey M. Wagner y Thompson M. Whitin (W&W). Formulamos como objetivo
desglosar el algoritmo de W&W en sus partes ms importantes para facilitar su aplicacin prctica
y manual en pequeas y medianas empresas; tambin expresar el procedimiento de resolucin del
mismo para brindar una mejor comprensin y por ltimo; comparar con otras tcnicas y comprobar
que el algoritmo de W&W arroja mejores resultados en cuanto al costo de pedir.
Palabras Claves: Algoritmo, planificacin, requerimientos de materiales.

1. INTRODUCCIN
En los tiempos que corren, la comunicacin ha crecido con la ayuda del uso de las computadoras
y, principalmente, de la gran interrelacin que hay, gracias a las innovaciones tecnolgicas, entre
el hombre y las mquinas de computacin. stas son herramientas de gran apoyo para facilitar el
arduo trabajo de quienes hacemos uso de ellas, ya sea para presentar un trabajo con mayor
prolijidad o para agilizar los tiempos de preparacin de las tareas [1, 2].
En el presente trabajo se aborda una metodologa distinta y poco utilizada en la solucin de
problemas de abastecimiento de materias primas y/o materiales para la produccin de un
determinado producto. Para esto nos introducimos en el anlisis de una clase de algoritmo, el
Algoritmo de Wagner Whitin, que ser de gran utilidad en la produccin de bienes y servicios.
La programacin de las computadoras y el diseo de un sistema productivo se tratan del diseo de
un algoritmo.
Se ha planteado como hiptesis la existencia de una metodologa de abastecimiento ptima de
materias primas en base a una combinacin especfica de pedidos. En ella, se expone la
importancia de la Produccin y la Planeacin en las empresas, con respecto a los requerimientos
de materiales necesarios para que las mismas puedan producir en tiempo y forma de manera que
abastezcan a la demanda.
Las principales tcnicas que se utilizan a menudo para obtener las materias primas o insumos
necesarios para la produccin, con el menor costo posible, son: Lote por Lote; Lote Econmico
(EOQ); y Balance Parcial de Perodo [3]. Cada una de ellas, se destaca por una particularidad a la
hora de resolver las necesidades de ordenar materiales y/o materias primas, para producir el bien
que la empresa desee obtener.
Existe una cuarta tcnica que se pretende investigar, analizar y resolver, para comprobar que
dicho algoritmo funciona con las variables usualmente utilizadas y que arroja mejores resultados
que las anteriores tcnicas.
Es una tcnica que posee varios aos desde su creacin, muy poco difundida e implementada,
pero que, sin embargo, aporta mayores beneficios econmicos a las empresas. Esta tcnica fue
nombrada como Algoritmo de Harvey M. Wagner y Thompson M. Whitin (Algoritmo de W&W) [3].
Es un modelo de programacin dinmica que sera preferible que utilizaran las empresas, ya que,
con su implementacin, a la hora de ordenar materiales y/o materias primas para su produccin se
consiguen menores costos en comparacin con la aplicacin de cualquiera de las tres tcnicas
anteriores. Es decir, que el Algoritmo de W&W aporta mayores beneficios y menores costos en la
produccin para los tiempos que corren.
Es un interesante modelo a analizar ya que permanentemente las empresas buscan minimizar
costos. Por tal motivo, se presenta en este trabajo, en forma resumida, el algoritmo original que
lograron desarrollar los autores.
Vale destacar que el Algoritmo de W&W est pensado para que se implemente como un programa
de control de inventarios aplicado con software en las empresas debido a su complejidad a la hora
de resolverlo, pero tambin al mismo tiempo puede implementarse de manera manual. Esto
requiere disponibilidad de tiempo, concentracin y precisin a la hora de resolverlo.
En base a todo lo expresado, es que nos proponemos como objetivo general desglosar el
Algoritmo de W&W en sus partes ms importantes para facilitar su aplicacin prctica, y como
objetivos particulares; expresar el procedimiento de resolucin del mismo, comparar ste con las
tres tcnicas antes mencionadas y resolver un ejemplo prctico para facilitar su comprensin e
implementacin en una pyme.
El trabajo se divide en las siguientes secciones: Metodologa, donde se presentan los conceptos
de algoritmo, planificacin de materiales, y el algoritmo de W&W. Resultados, donde se realizar
la comparacin entre el algoritmo de W&W con las otras tcnicas, y para finalizar Conclusiones
donde se ofrece un resumen de lo que se ha logrado obtener con esta investigacin.
2. METODOLOGA
2.1. Algoritmo.
Al igual que los idiomas sirven de vehculo de comunicacin entre los seres humanos, existen
lenguajes que realizan la comunicacin entre los seres humanos y las computadoras. Estos
lenguajes permiten expresar los programas o el conjunto de instrucciones que el operador humano
desea que la computadora ejecute. La evolucin de los lenguajes y lo que hoy conocemos como
Algoritmos Computacionales, desde su aparicin hasta nuestros das son, y seguirn siendo;
vitales para el desarrollo de aplicaciones para computadoras. Es interesante saber, de hecho, que

el manejo y dominio de la lgica de programacin para resolver problemas, sirve para poder
aplicarlo tanto en el uso cotidiano y domstico, como en las empresas debido a la gran utilidad que
se le da hoy en da.
Un algoritmo es un conjunto de operaciones y procedimientos que deben seguirse para resolver
un problema. La palabra algoritmo, se deriva del nombre latinizado del gran matemtico rabe
Mohammed Al-Khowarizmi, que vivi durante el siglo IX, el cual escribi sobre los aos 800 y 825
su obra Quitad Al Mugabala, donde se acopiaba el sistema de numeracin hind y el concepto del
cero. Tambin Al-Khowarizmi alcanzo gran reputacin por el enunciado de las reglas para sumar,
restar, multiplicar y dividir nmeros decimales. La traduccin al latn del apellido de la palabra
algorismus, derivo posteriormente en algoritmo. Euclides, el gran matemtico griego (del siglo IV
antes de Cristo) que invento un mtodo para encontrar el mximo comn divisor de dos nmeros,
se considera con Al-Khowarizmi, el otro gran padre de la algoritmia (ciencia que trata de los
algoritmos).
El lenguaje algortmico, es aquel por medio del cual se realiza un anlisis previo del problema a
resolver y encontrar un mtodo que permita resolverlo. Al conjunto de todas las operaciones a
realizar y el orden en que deben efectuarse, se le denomina algoritmo. Es un mtodo para resolver
un problema mediante una serie de datos precisos, definidos y finitos ya que:
a) Un algoritmo debe ser preciso e indicar el orden de realizacin de cada paso.
b) Un algoritmo debe estar definido. Si se sigue un algoritmo dos veces, se debe obtener
el mismo resultado cada vez.
c) Un algoritmo debe ser finito. Si se sigue un algoritmo se debe terminar en algn
momento; o sea, debe tener un numero finito de pasos.
El programador de computadoras, al igual que el administrador de empresas, es una persona que
resuelve problemas, por lo que para llegar a ser un programador eficaz, necesita aprender a
resolver problemas de un modo riguroso y sistemtico. A continuacin veremos las tcnicas
usualmente utilizadas en la planificacin de requerimientos de materiales.
2.2. Planeacin de Requerimientos de Materiales.
La Planeacin de Requerimientos de Materiales (MRP por sus siglas en ingls) [3], es una tcnica
de demanda dependiente que usa listas de materiales, inventario, facturacin esperada y
programas maestros de produccin, con la finalidad de determinar los requerimientos de
materiales [1]. Para hacer efectiva esta planeacin, el administrador de operaciones o el
encargado del sector de produccin deber:
a) Armar un programa maestro de produccin (qu y cundo debe producirse).
b) Detallar un listado de especificaciones y materiales necesarios para la elaboracin de
un producto.
c) Verificar cual es el inventario disponible.
d) Ver que rdenes de compra estn pendiente.
e) Controlar los tiempos de produccin y entrega.
Adems, cabe destacar que el plan de requerimiento de materiales es global, ya que es un
programa que muestra la demanda total de un producto x (antes de restar el inventarios actual y
las entregas programadas) as como y cuando debe colocarse una orden a proveedores, o cuando
debe iniciar la produccin para satisfacer la demanda en una fecha dada. Para cumplir con lo
anterior, y una vez restado del inventario actual, nos encontramos con lo que realmente hay en
stock o lo que se llama requerimientos netos.
2.2.1. Tcnicas para determinar el tamao del lote
En funcin de los requerimientos netos se toma la decisin de cunto ordenar, es decir, la decisin
del tamao del lote. Existen varias tcnicas para determinar el tamao de los lotes en un sistema
MRP, las ms usadas son las siguientes:
Lote por Lote: tcnica para determinar el tamao del lote que genera exactamente lo que se
requiere para cumplir el plan, es decir, el sistema MRP produce unidades solamente cuando se
necesitan, sin inventario de seguridad y sin previsin para otros pedidos.
Lote Econmico (EOQ): es una tcnica para determinar el tamao del lote, preferiblemente
usado cuando la demanda es independiente y relativamente constante. Es una tcnica estadstica
que usa promedios (por ejemplo demanda promedio) mientras que el sistema MRP, supone una
demanda conocida (dependiente), que se refleja en el programa maestro de produccin. El EOQ
es la tcnica ms conocida para el control de almacenes.

Balance Parcial del Periodo (PPB): tcnica para ordenar inventario que equilibra los costos de
mantener y preparar mediante el cambio del tamao del lote, para que refleje los requerimientos
del siguiente tamao de lote en el futuro para demandas conocidas. El balance parcial desarrolla
una parte econmica del periodo (EPP), es decir el lapso en el que el costo de preparar y
mantener son iguales [3].
Estas tres tcnicas utilizan los mismos trminos para resolver un problema:
Costo de mantener inventario:
Costo de ordenar:
Costo de preparar:
Tiempo de preparacin:

costos de guardar o llevar artculos en inventario.

costo del proceso de colocar una orden.
costo de preparar una mquina o un proceso para la produccin.
tiempo necesario para preparar una mquina o un proceso para la
produccin.

El Algoritmo de Harvey M. Wagner y Thomson M. Whitin [4] propiamente dicho, es un modelo de

programacin dinmica que agrega cierta complejidad al clculo del tamao del lote, ya que
supone un horizonte de tiempo finito ms all del cual no hay requerimientos netos adicionales.
Este algoritmo proporciona mejores resultados que las tres tcnicas explicadas anteriormente. En
la seccin 3 se compararn los resultados a travs de un ejemplo prctico.
2.3. Algoritmo de Wagner Whitin.
Es un algoritmo avanzado de solucin, en una versin dinmica del modelo de lote econmico, lo
que permite la posibilidad de que las demandas de un solo artculo, los gastos de inventario,
mantenimiento y los costos de instalacin puedan variar en N perodos, deseando un esquema de
gestin de inventario de mnimo costo total, que satisfaga la demanda conocida en cada perodo.
Se demuestra que son posibles horizontes de planificacin disjuntos, los que eliminan la
necesidad de disponer de datos para todos los N perodos.
Es bien conocida la "frmula de la raz cuadrada" [5], para un tamao de lote econmico bajo el
supuesto de una tasa de demanda de estado estable. El clculo se basa en un equilibrio de los
costos de mantenimiento del inventario, con los costos de realizar un pedido. Cuando el supuesto
de una tasa de demanda de estado estacionario se ha cado, es decir, cuando las cantidades
demandadas en cada perodo se conocen, pero son diferentes y, adems, cuando los costos de
inventario varan de un perodo a otro, la frmula de la raz cuadrada (aplicado a la demanda
global media y costos) ya no garantiza una solucin de costo mnimo.
3. DESARROLLO DEL ALGORITMO DE WAGNER - WHITIN
3.1. Versin dinmica del modelo de tamao de lote econmico.
Los autores presentan un algoritmo simple para la solucin de la versin dinmica del modelo. El
modelo matemtico puede ser visto como un problema de un solo sentido de factibilidad temporal,
en el que es posible pedir inventario en el perodo t para la demanda en el perodo t + k, pero no
viceversa. Supongamos que un fabricante produzca un elemento con N valores posibles de una
cierta dimensin crtica. Se prev entonces un programa de demanda conocida para los N tipos de
elementos.
Al igual que en la formulacin de tamao de lote estndar, se supone que los costos de compra (o
fabricacin) y el precio de venta del elemento es constante en todos los perodos de tiempo, y por
lo tanto slo los costos de gestin de inventario son de inters.
En el perodo t-simo, t = 1, 2,..., N, tendremos:
dt = cantidad demandada
it = carga de inters por unidad de inventario trasladado hasta el perodo t + 1
st = costo de ordenar (o preparar)
xt = cantidad ordenada (o fabricada).
Se supone que en todos los perodos las demandas y los costos no son negativos. El problema es
encontrar un programa xt 0, t = 1, 2,..., N, de tal manera que todas las demandas se cumplen en
un costo total mnimo. Cualquier programa de este tipo, no necesariamente nico, se denomina
ptimo.

(N-1)

Por supuesto, un mtodo para resolver el problema de optimizacin es enumerar 2

combinaciones de ordenar o no ordenar en cada perodo (en este caso se asume que una orden
es colocada en el primer perodo).
Se deja que I represente el inventario entrante en un perodo y I0 el inventario inicial, para el
perodo t:
t 1

t 1

j= 1

j= 1

I=I 0 + x j

d j 0

(1)

Se puede escribir la ecuacin funcional [6, 7] que representa la poltica de costo mnimo para los
perodos t hasta N, teniendo en cuenta el inventario de entrada I, como:
f t (I )= min [i t 1 I + (x t )st +f t +1 (I+x t d t )]
x t 0
I+x t d t

(2)

En el perodo N tenemos:
f N (I )= min [i N 1 I+ (xN )sN ]

(3)

x N 0
I+ xN = d N

En consecuencia se calcula ft, a partir de t = N, en funcin de I, en ltima instancia se deriva f1,

obteniendo as una solucin ptima ya que I para el perodo 1 se ha especificado.
El teorema 2 a continuacin, establece que es admisible limitar la consideracin de slo N + 2 t, t
> 1, valores de I para el perodo t. (Por ejemplo si N = 2, t = N = 2 la ecuacin (1) nos da I
soluciones, I e I0 en este caso.)
Mostraremos en forma resumida los teoremas del trabajo original sin entrar en detalles
matemticos.
Teorema 1: Existe un programa ptimo de tal manera que Ixt = 0 para todo t (donde I es el
inventario entrante en el perodo t).
Teorema 2: Existe un programa ptimo de tal manera que para todo t:
k

x t = 0 d j paraalgn k ,t k N

(4)

j= t

Teorema 3: Existe un programa ptimo.

Teorema 4: Teniendo en cuenta que I = 0 para el perodo t, lo ptimo es tener en cuenta los
perodos 1 hasta t - 1 por s mismos.
Ahora podemos ofrecer una formulacin alternativa a la ecuacin (2). Sea F(t) el programa de un
costo mnimo para los perodos de 1 a t. Entonces:

t 1

s t +F (t 1 )

s j + i h d k +F (j 1 )
F (t )= min min
1 j <t
h= j k = h+1

(5)

Horizonte de planificacin TEOREMA: si en cierto periodo el mnimo de la ecuacin (5) ocurre

antes de ese periodo en cuestin, luego en periodos posteriores es suficiente considerar
solamente los periodos posteriores al que ha ocurrido el mnimo.
Al tomar conocimiento de las propiedades especiales del modelo, se puede formular una ecuacin
alternativa funcional que tiene la ventaja de que los datos potencialmente requieren menos
perodos N para obtener un programa ptimo, es decir, puede ser posible sin ninguna prdida de
optimizacin reducir el compromiso con el programa a un "horizonte de planificacin" ms corto
que los perodos N sobre la nica base de datos de este horizonte. As en el modelo de Algoritmo
de Wagner-Whitin, una solucin ptima existe entre una clase muy simple de polticas.
En general, puede ser necesario para poner a prueba las N polticas en el perodo N-simo, lo que
implica una tabla de N(N+1)/2 entradas (frente a 2(N-1) para todas las posibilidades). As, el
algoritmo de avance de la ecuacin (5) es por lo menos tan eficiente como la ecuacin (2). Como

se puede ver, el nmero de entradas por lo general es mucho menor que este nmero si hacemos
un uso completo del teorema del horizonte de planificacin.
3.2. Procedimiento para la resolucin del modelo de Algoritmo de W&W [8].
a) Definir:
Costo unitario (h),
Costo de ordenar (C),
Costo de mantener (propiedad) como fraccin del costo unitario (p),
Periodos de utilizacin,
Necesidades en cada periodo.
b) Clculo de Zce= C + h P i = c,..., e (Qce-Qci).
Es decir, la sumatorio debe realizarse a partir de la diferencia entre el periodo que estamos
analizando menos el primero para el primer trmino, el periodo que estamos analizando menos el
segundo y as sucesivamente hasta llegar a la diferencia con l mismo.
Posteriormente se hace esta diferencia comenzando desde el segundo periodo y repitiendo el
procedimiento anterior. As continuamos hasta el ltimo periodo.
c) Matriz de costos variables totales Zce.
d) Clculo del costo mnimo fe.
fe = min (Zce + fc-1).
Se define f0 = 0,
f1 est formado por: Z11+f0
f2 est formado por el valor mnimo entre la suma de Z21+f0 y la suma de Z22+f1.
f3 est formado por el valor mnimo entre, la suma de Z31+f0, la suma de Z32+f1 y la suma de Z33+f2.
Y as sucesivamente. Este procedimiento arroja el valor mnimo entre varios valores. Se debe
especificar que combinacin de Zce + fc-1 corresponde al valor mnimo.
e) Se construye a continuacin la tabla de alternativas a los costos variables y el total en la cual se
vuelcan todas estas posibilidades analizadas anteriormente.
f) Se realiza la programacin ptima de pedidos y costos variables acumulados.
4. RESULTADOS
Supongamos que una empresa quiere calcular sus costos de ordenar y mantener inventario con
los 4 criterios expuestos hasta ahora. sta determin que el costo de preparacin es $100 y el
costo de mantener inventario $1 por perodo. El programa de produccin es el siguiente (Tabla 1):
Tabla 1 Programa de produccin.

Perodo

10

Bsqueda

30

40

10

40

30

30

55

Suma = 235

Los resultados obtenidos de la utilizacin de cada una de las primeras tres tcnicas son los que se
detallan a continuacin:
Lote por Lote:
Lote econmico:
Balance Parcial del Periodo:

$700
$715
$490

4.1. Comparacin con los resultados del Algoritmo de W&W.

Debemos evaluar cada opcin con la ecuacin:
Zce = C + h P i = c,..., e (Qce - Qci)
Las combinaciones posibles sern (Tabla 2):
Tabla 2 Resumen de las combinaciones posibles segn el algoritmo W&W.

Z11
Z12

100
130

Z22
Z23

100
140

Z13
Z14
Z15
Z16
Z17
Z18
Z19
Z110
Z33
Z34
Z35
Z36
Z37
Z38
Z39
Z310

210
210
250
450
630
630
870
1365
100
100
120
240
360
360
540
925

Z24
Z25
Z26
Z27
Z28
Z29
Z210

140
170
330
480
480
690
1130

Z44
Z45
Z46
Z47
Z48
Z49
Z410

100
110
190
280
280
430
540

Z55
Z56
Z57
Z58
Z59
Z510

100
140
200
200
320
595

Z66
Z67
Z68
Z69
Z610

100
130
130
220
440

Z77
Z78
Z79
Z710

100
100
160
325

Z88
Z89
Z810

100
130
240

Z99
Z910

100
155

Z1010

100

De aqu se desprende la matriz de costos totales (Tabla 3):

Tabla 3 Matriz de costos totales segn el algoritmo W&W.
2
3
4
5
6
7

CE

1
2
3
4
5
6
7
8
9
10
Mnimos

100

130
200

210
240
230

210
240
230
310

250
270
250
320
310

450
430
370
400
350
350

100

130

210

210

250

350

La funcin objetivo es (Tabla 4):

10

630
580
490
490
410
380
450

630
580
490
490
410
380
450
480

870
790
670
640
530
470
510
510
480

380

380

470

1365
1230
1055
750
805
690
675
620
535
570
535

Tabla 4 Resumen de los valores obtenidos por las funcin objetivo.

f0 =
f1 =
f2 =
f3 =
f4 =
f5 =
f6 =
f7 =
f8 =
f9 =
f10 =

0
100
130
210
210
250
350
380
380
470
535

La programacin ptima de los pedidos y los costos variables acumulados son las siguientes
(Tabla 5):
Tabla 5 Programacin y costos acumulados segn el algoritmo W&W.

Perodo

10

Totales

Necesidades

30

40

10

40

30

30

55

235

Cantidad pedida
Costos variables
acumulados

80
100

70
150

160

170

270

85
300

300

400

235
455

455

5. CONCLUSIONES
Hemos visto a lo largo de este trabajo las generalidades de los algoritmos hasta llegar a un
algoritmo puntual: el Algoritmo de Wagner & Whitin. Estas tcnicas, estn orientadas para
utilizarse en cada uno de los niveles de complejidad y variedad o alternativas para las cuales se
aplican los algoritmos.
Se ha planteado posteriormente el Plan de Requerimientos de Materiales (MRP), ya que son datos
esenciales a saber para solucionar los problemas de stock o de inventario que tengan las
empresas y tambin las tres tcnicas ms usadas para realizar pedidos de materiales o materias
primas para producir. El Algoritmo de W&W toma algunas particularidades de las tcnicas
anteriormente mencionadas, las une junto con otras que agregan los autores de este modelo para
lograr una mayor cantidad de combinaciones en la forma de realizar el pedido. De esta manera se
puede elegir aquella que sea ms rentable para la empresa mientras sta produce, y al mismo
tiempo pide la mayor cantidad de materias primas o materiales al menor costo posible.
No hay ninguna duda que los autores publicaron este artculo teniendo la certeza de que sus
investigaciones daran mejor resultado en funcin de la tecnologa de la poca. En este trabajo, se
pudo reflejar con el estudio y los clculos matemticos realizados entre las comparaciones de las
cuatro tcnicas; que el Algoritmo de W&W arroja mejores resultados dentro de los casos
analizados y calculados. Por tal motivo, se admite que en la mayora de los casos aporta mejores
resultados, pero se deja a voluntad de quien quiera seguir investigando si existen casos en los
cuales esta tcnica no sea la ms adecuada y no genere el mejor resultado, debido a casos
especiales que pueden surgir.
Por tal motivo es que concluimos en que logramos cumplir los objetivos propuestos: desglosar el
Algoritmo de W&W en sus partes ms importantes para facilitar su aplicacin prctica, y expresar
el procedimiento de resolucin de manera que se observe la capacidad de amplitud que tiene la
tcnica de W&W para arrojar menores costos a las Empresas.
Como observacin, no le damos la importancia que le deberamos que dar al uso de la tecnologa
hoy en da. Puntualmente, en este caso, si siguiramos analizando hasta agotar todas las
combinaciones posibles, veramos con ms detalle todo lo que hace un algoritmo ejecutado en

una PC por nosotros y como agiliza el trabajo del ser humano, ya que manualmente tardamos
mucho ms tiempo y necesitamos de precisin y concentracin. Esto nos refleja que la tecnologa
es objetiva y dinmica, siempre y cuando sepamos usarla.
6. REFERENCIAS
[1]
Glvez, Javier; Gonzles, Juan. (1993). Algortmica, Anlisis y Diseo de Algoritmos. II
Edicin. Editora RA-MA - Addison-Wesley Iberiamericana. USA.
[2]
Correa Uribe, Guillermo, (1992). Desarrollo de Algoritmos y sus aplicaciones. USA. III
Edicin. Editora MacGraw - Hill Inc. Colombia. pp. 251.
[3]
Heizer, Jay; Render, Barry. (2009). Principios de Administracin de las Operaciones.
Mexico. Sptima Edicin. Pearson Educacin.
[4]
Wagner, Harvey; Whitin, Thomson. (1958). Dynamic Version of the Economic Lot Size
Model. Management Science. Vol. 5, 8996. USA.
[5]
Whitin, Thomson. (1957). The Theory of Inventory Management. Princeton, NJ. 2nd ed.
Princeton University Press.
[6]
Bellman, Richard. (1957). Dynamic Programming. Princeton University Press, Princeton,
NJ.
[7]
Karlin, Samuel. (1955). The structure of dynamic programming models. Naval Res.
Logist. Quart. 2(4) 285294.
[8]
Procedimiento y explicacin de un ejemplo prctico del Algoritmo de Wagner- Whitin:
http://lg2006.blogspot.com/2006/05/algoritmo-de-wagner-whitin.html
Agradecimientos
Los autores de este trabajo desean agradecer a la Universidad Tecnolgica Nacional (UTN) Facultad Regional San Rafael (FRSR). A la Licenciatura en Administracin de Empresas de la
UTN FRSR. Tambin al Grupo de Fsico Qumica de Sistemas Complejos (GFQSC) de la UTN
FRSR y a los organizadores del COINI.