Professional Documents
Culture Documents
Artículo de investigación
Nota técnica sobre (Q, r, L) Modelo de Inventario
con productos defectuosos.
Derechos de autor © 2010 Cheng-Tan Tung y colaboradores. Este es un artículo distribuido bajo Creative
Commons Attribution License, quienes permiten el uso sin restricciones, distribución, y reproducción en
cualquier medio, siempre y cuando el trabajo original esté correctamente citado.
Bajo una suposición razonable, derivamos un enfoque analítico que verifique la originalidad de una solución
óptima para fortuitos Modelos de inventarios con productos defectuosos. Nuestro enfoque implica un
método sólido para encontrar la solución óptima.
1. Introducción.
Wu y Ouyang [1] consideraron la producción imperfecta del proveedor y/o daños en la entrega para
que, en su llegada, un lote pudiera contener elementos defectuosos. Extendieron el modelo de
inventario presentado por Paknejad y sus colaboradores [2] con un tiempo de entrega constante y
una tasa de defectos fija, en un lote de pedidos a los modelos de inventario estocásticos con tiempo
de entrega bloqueable y número aleatorio de elementos defectuosos. Wu y Ouyang [1] supusieron
que los compradores inspeccionaban todos los elementos que habían pedido. Se propone que la
inspección no sea destructiva y esté libre de errores. Todos los elementos defectuosos serán
detectados y se devolverán al vendedor en el momento de la entrega del próximo lote. El modelo
de inventario se revisa continuamente y se realiza un pedido de tamaño Q siempre que el nivel del
inventario caiga en el punto de reorden r. En esencia, Wu y Ouyang [1] aplicaron el enfoque minimax
2
Análisis abstracto y aplicado
para los modelos de inventario estocásticos con demanda libre de distribución para derivar a un
modelo de inventario mixto con pedidos pendientes y ventas perdidas, en las que un lote de pedido
de llegada puede contener artículos defectuosos, y este es relativo. Las variables de decisión
incluyen la cantidad de la orden, el punto de reorden y el tiempo de entrega. Wu y Ouyang [1]
desarrollaron dos modelos de inventario: para el primer modelo, la demanda de tiempo de entrega
sigue una distribución normal, y para el segundo modelo, se desconoce la distribución de la
demanda de tiempo de entrega, excepto por los primeros y segundos momentos. Debido a que la
información sobre la forma de distribución de probabilidad de la demanda de tiempo de entrega es
a menudo limitada en la práctica, consideramos en este documento sólo el segundo modelo de Wu
y Ouyang [1] en el que el enfoque MINIMAX propuesto por Moon y Gallego [3] es aplicado. Wu y
Ouyang [1] reclaman que propusieron un algoritmo para obtener la estrategia de ordenamiento
óptima. Sin embargo, hemos encontrado y demostrado que el método repetitivo que emplearon en
el intento de minimizar el costo promedio puede no ser capaz de localizar o garantizar la solución
óptima. Para la rectificación y la mejora, el objetivo de este estudio es desarrollar un enfoque
analítico para encontrar un límite superior y un límite inferior para la cantidad de la orden. Nuestro
enfoque garantizara la singularidad de la solución óptima. Se examina el mismo problema que Wu
y Ouyang [1] para demostrar nuestro enfoque propuesto.
Para 𝐿 𝜖 [𝐿𝑖 , 𝐿𝑖−1 ] donde 𝐸𝐴𝐶 𝑈 (𝑄, 𝑘, 𝐿) es el límite superior mínimo de EAC (𝑄, 𝑘, 𝐿). Wu y
Ouyang [1] derivaron que 𝐸𝐴𝐶 𝑈 (𝑄, 𝑘, 𝐿) es una función cóncava en [𝐿𝑖 , 𝐿𝑖−1 ] por lo que el mínimo
debe ocurrir en el punto límite 𝐿𝑖 o 𝐿𝑖−1 . Para simplificar la expresión, usamos 𝐿 en lugar de 𝐿𝑖 o
𝐿𝑖−1 . Para 𝐸𝐴𝐶 𝑈 (𝑄, 𝑘, 𝐿), calcularon la primera derivada con respecto de Q y k, desde
(𝜕⁄𝜕𝑄 )(𝐸𝐴𝐶 𝑈 (𝑄, 𝑘, 𝐿)) = 0 y (𝜕⁄𝜕𝑘 )(𝐸𝐴𝐶 𝑈 (𝑄, 𝑘, 𝐿)) = 0 implica que:
3
Análisis abstracto y aplicado
′
Donde 𝛿 = 1 − 2𝐸(𝑝) + 𝐸(𝑝2 ) + 2 (ℎ ⁄ℎ) 𝐸(𝑝(1 − 𝑝)), 𝑦
Wu y Ouyang [1] afirmaron que la solución óptima se puede obtener por el método iterativo. Sin
embargo, señalamos que las dos secuencias generadas por Wu y Ouyang [1] no son garantizadas a
converger. Por otro lado, incluso cuando las secuencias convergen, la razón de por qué el límite es
la solución óptima no se discute, ni verifica. En la sección 3, desarrollaremos un enfoque para
mostrar que hay una cantidad de orden óptima bajo una suposición razonable, en base a la cual se
puede derivar el dominio factible con un lítime superior y un límite inferior.
3. Nuestra revisión.
Simplificamos la expresión (2.2) y (2.3), como sigue:
Si observamos a mano izquierda, de lado de (3.4) cuando K es factor seguro con 𝑘 ≥ 0. Intentamos
ubicar la solución inferior para el primer sistema parcial de derivados, por lo que sólo
consideramos 𝑘 > 0. Resulta que el límite superior para el tamaño del lote, Q, es derivado
Si damos la vuelta y tomamos el cuadro y luego menos uno en ambos lados de (3.4), se obtiene que:
4
Análisis abstracto y aplicado
De acuerdo con (3.5) la relación, 𝛼4 − 𝛽𝛼3 𝑄 > 0, sostiene que (3.6), está bien definida y basada en
lo que encontramos, una relación para expresar k como una función de Q, por lo que
La ecuación (3.5) rinde √𝛼3 𝑄⁄(𝛼4 − 𝛽𝛼3 𝑄) < 1 y, por lo tanto, obtenemos (3.11) debido a (3.9)
A continuación, compararemos los dos límites superiores 𝛼4 ⁄(1 + 𝛽)𝛼3 de (3.5) y √𝛼1 + 𝛼2 de
(3.11). Hemos utilizado los mismos datos que en Wu y Ouyang [1]. Calculamos los dos limites
superiores para los diferentes valores de β y 𝐿𝑖 , y luego se enumera la proporción de 𝛼4 ⁄(1 + 𝛽)𝛼3
sobre √𝛼1 + 𝛼2 en la Tabla 1.
En la Tabla 1, está claro que 𝛼4 ⁄(1 + 𝛽)𝛼3 > √𝛼1 + 𝛼2 . Por lo tanto, por (3.5), (3.10), (3.11) y
nuestra comparación en la Tabla 1, concluimos que el dominio factible para el tamaño del lote, Q,
es
5
Análisis abstracto y aplicado
Ahora, resolvemos (3.9) bajo la restricción de (3.12) asumiendo la función auxiliar.
Resultando
Así mismo, 𝑓(𝑄) es una función convexa. La función auxiliar puede reescribirse como
De 𝑓(√𝛼1 ) = −𝛼2 √√𝛼1 𝛼3 < 0 a 𝑓(√𝛼1 + 𝛼2 ) > 0, 𝑓(𝑄) es una función convexa. Podemos
separar la gráfica de 𝑓(𝑄) en dos partes. En el lado izquierdo, 𝑓(𝑄) decrece a su mínimo. En el
lado derecho, 𝑓(𝑄) aumenta desde su mínimo. En consecuencia, dividimos el problema en dos
casos.
6
Análisis abstracto y aplicado
Tabla 2: Nuestra solución mínima de 𝐿𝑖 para i = 0, 1, 2, 3.
Para el primer caso, √𝛼1 está en el lado izquierdo, por lo que 𝑓(√𝛼1 ) < 0, 𝑓(𝑄) continúa
decreciendo hasta el mínimo. Digamos 𝑓(𝑄𝑚𝑖𝑛 ), con 𝑓(𝑄𝑚𝑖𝑛 ) < 0 y luego 𝑓(𝑄) cambia, para
aumentar. Por lo tanto, hay un punto único, llamémosle, 𝑄 ∗ , para satisfacer
Para el segundo caso, √𝛼1 , está en el lado derecho, con 𝑄𝑚𝑖𝑛 < √𝛼1 de modo que 𝑓(𝑄) aumenta
de 𝑓(√𝛼1 ) < 0 a 𝑓(√𝛼1 + 𝛼2 ) > 0 de tal manera que hay un punto único, de igual forma llamado
𝑄 ∗ , que satisface
Estamos manejando un problema mínimo que está limitado debajo de cero, por lo que la existencia
de la solución óptima es trivial.
Bajo nuestra suposición, 𝛼4 > √𝛼1 + 𝛼2 (1 + 𝛽)𝛼3 , hemos demostrado que hay una única solución,
𝑄 ∗ , de (3.21) y (3.22) respectivamente, para el primer sistema derivado tal que 𝑄 ∗ y 𝑘(𝑄 ∗ ), derivado
por (3.7), son la cantidad óptima y la solución mínima para el estocástico modelo de inventario,
respectivamente.
4. Ejemplos Numéricos.
Para demostrar que nuestro enfoque puede derivar la solución mínima, nos referimos al ejemplo
anterior y a una lista de nuestros resultados calculados en la Tabla 2. 𝑄𝑖 es la única solución para
𝑓(𝑄) = 0 de (3.13). 𝑘𝑖 y 𝐸𝐴𝐶 𝑈 (𝑄𝑖 , 𝑘𝑖 , 𝐿𝑖 ) se derivan por (3.7) y (2.1) respectivamente.
7
Análisis abstracto y aplicado
De la tabla 2, conocemos el mínimo para cada tasa de pedidos pendientes, y luego enumeramos la
comparación entre nuestros hallazgos y los de Wu y Ouyang [1] en la Tabla 3.
Al comparar la tercera y la quinta columna de la Tabla 3, muestra que nuestros resultados son
ligeramente mejores que los de Wu y Ouyang [1]. Además, tratamos de considerar el método
iterativo que es el algoritmo de solución de Wu y Ouyang [1]. En (2.2), Q es una función explícita de
k. Al conectar, en un valor de k, derivamos el valor correspondiente de Q.
Sin embargo, en (2.3) k se expresa como una función implícita de Q. Cuando conectamos a un valor
de Q, entonces (2.3) sólo deriva el valor de raizblabla. Por lo tanto, no utilizaremos (2.3), En su lugar,
aplicamos la relación equivalente de (3.7). En consecuencia, consideramos (2.2) y (2.3) en el estudio
de algoritmo iterativo de Wu y Ouyang [1]
Con 𝑘0 = 0 (propuesto por ellos) y, por ejemplo, 𝛽 = 0 y 𝑖 = 3, lleva a que
RECONOCIMIENTO
Esta investigación está parcialmente respaldada por NSC de ROC con Subvención no. 99-2410-H-
015-033.
REFERENCIAS
[1] K-S Wu and L.-Y. Ouyang, “(Q, r, L) Modelo de inventario con elementos defectuosos”
Computers and Industrial Engineering, vol. 39, no. 1-2, pp. 173–185, 2001.
[2] M. J. Paknejad, F. Nasri, and J. F. Affisco, “Unidades defectuosas en un sistema de revisión
continua (s,Q)” International Journal of Production Research, vol. 33, pp. 2767–2777, 1995.
[3] I. Moon and G. Gallego, “Procedimiento sin distribución para algunos modelos de
inventario”, Journal of the Operational Research Society, vol. 45, no. 6, pp. 651–658, 1994.
9
Análisis abstracto y aplicado
Resumen Ejecutivo