Corporación editorial Hindawi

Análisis abstracto y aplicado

Volumen 2010, Artículo ID 878645, 8 páginas
Doi:10.1155/2010/878645

Artículo de investigación
Nota técnica sobre (Q, r, L) Modelo de Inventario
con productos defectuosos.

𝐂𝐡𝐞𝐧𝐠 − 𝐓𝐚𝐧 𝐓𝐮𝐧𝐠 𝟏, 𝐘𝐮 − 𝐖𝐞𝐧 𝐖𝐨𝐮𝟐 , 𝐒𝐡𝐢𝐡 − 𝐖𝐞𝐢 𝐋𝐢𝐧𝟑 ,

𝐚𝐧𝐝 𝐏𝐞𝐭𝐞𝐫 𝐃𝐞𝐧𝐠 𝟏 (1)
(1) Departamento de gestión de la información, Universidad Central de la Policía, Pueblo Takang,
Kueishan Hsiang, Condado de Taoyuan 33304, Taiwán.
(2) Departamento de finanzas, Instituto de Tecnología Chihlee, Condado de Taipei 22050, Taiwán.
(3) Departamento de gestión de la información, Universidad Chang Gung, Condado de Taoyuan 33302,
Taiwán.
La correspondencia debe ser dirigida a Cheng-Tan Tung, tung@mail.cpu.edu.tw

Recibido el 15 de enero de 2010; Revisado el 07 de Mayo de 2010; Aceptado el 23 de Agosto de 2010

Editor académico: Ferhan M. Atici

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.

2. Revisión de resultados previos.

Para ser compatibles con los resultados de Wu y Ouyang [1], usamos la misma notación y suposición
que ellos. Para el modelo de Distribución libre, citamos directamente la función objetivo de Wu y
Ouyang [1]

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:

Donde 𝛼1 = (2𝐷 ⁄ℎ𝛿 )(𝐴 + 𝑐𝑖 𝐿𝑖−1 − 𝐿) + ∑𝑖=1

𝑗=1 𝑐𝑗 (𝑏𝑗 − 𝑎𝑗 )),
𝛼2 = (2𝐷⁄ℎ𝛿 ) (𝜋 + 𝜋0 (1 −
𝛽))𝜎√𝐿, 𝛼3 = ℎ(1 − 𝐸(𝑝)), 𝑦 𝛼4 = 𝐷(𝜋 + 𝜋0 (1 − 𝛽). Debido a (3.2), calculamos:

Esto implica que

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

Tabla 1: El radio de 𝛼4 ⁄(1 + 𝛽)𝛼3 √𝛼1 + 𝛼2 .

Basado en (3.7), derivamos

Usando (3.7) y (3.8), la ecuación (3.1) se transforma en:

De (3.9), obtuvimos el límite inferior

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

De (3.5), vemos que

junto con (3.12) resulta

Combinando los resultados de (3.14) mediante (3.16) obtenemos

Así mismo, 𝑓(𝑄) es una función convexa. La función auxiliar puede reescribirse como

A continuación, mostramos que 𝑓(√𝛼1 + 𝛼2 ) > 0. Si 𝑄 = √𝛼1 + 𝛼2 , basado en la Tabla 1, la

siguiente expresión puede ser derivada,

Por lo tanto, si 𝑄 = √𝛼1 + 𝛼2 , entonces, 𝛼3 𝑄 < 𝛼4 − 𝛽𝛼3 𝑄 tendremos

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

Con √𝛼1 ≤ 𝑄𝑚𝑖𝑛 < 𝑄 ∗ < √𝛼1 + 𝛼2 .

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

Con 𝑄𝑚𝑖𝑛 ≤ √𝛼1 < 𝑄 ∗ < √𝛼1 + 𝛼2 .

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

Tabla 3: Comparación entre Wu y Ouyang [1] y nosotros

Tabla 4: Método Iterativo de Wu y Ouyang [1]

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

Con 𝜃1 = (2𝐷⁄ℎ𝛿 )(𝐴 + ∑3𝑗=1 𝑐𝑗 (𝑏𝑗 − 𝑎𝑗 )), 𝜃2 = (𝐷𝜎⁄ℎ𝛿 )(𝜋 + 𝜋0 )√𝐿3 , y 𝜃3 =

ℎ(1 − 𝐸(𝑝))⁄𝐷(𝜋 + 𝜋0 ) El resultado del cálculo para dos secuencias (𝑄𝑛 ) y (𝑘𝑛 ) está representado
en la Tabla 4.
De la Tabla 4 pudimos ver que el algoritmo iteratio propuesto por Wu y Ouyang [1], para 𝛽 = 0 y
tiempo de espera, 𝐿3 , Wu y Ouyang [1] debería derivar 𝐾 ∗ = 3.15 𝑦 𝑄 ∗ = 179.74.
8
Análisis abstracto y aplicado
Sin embargo, derivaron que 𝑄 ∗ = 183. Eso puede indicar que el método iterativo con dos
secuencias generadas puede ser muy complejo de ejecutar, tal que nuestro enfoque proporciona
una mejora para encontrar la solución óptima.

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

Wu y Ouyang tomaron el modelo de inventario presentado por Paknejad y sus

colaboradores, y le agregaron la producción imperfecta de los proveedores, es decir
productos defectuosos o con fallas. Estos investigadores supusieron que los compradores
inspeccionaban todos los elementos del pedido y que todos los productos defectuosos
serían devueltos al vendedor en el momento de la entrega del próximo lote.
Wu Y Ouyang crearon dos modelos, el primero posee una distribución normal, y el
segundo se desconoce la distribución de la demanda de los tiempos de entrega, excepto
por los primeros y segundos momentos. Wu y Ouyang propusieron un algoritmo para
obtener la estrategia de ordenamiento óptima, pero los autores de este artículo
descubrieron y demostraron que el método empleado puede no ser capaz de localizar o
garantizar la solución óptima. Es por ello por lo que desarrollaron un enfoque analítico para
encontrar el límite superior e inferior para la cantidad del orden.
Para el modelo de distribución libre, citaron directamente la función objetivo de Wu
y Ouyang

Wu y Ouyang afirmaron que la solución óptima se puede obtener por el método

iterativo, sin embargo, no se garantizaba que las secuencias convergieran.
Luego de realizar los cálculos pertinentes los investigadores lograron llegar al
tamaño del lote óptimo Q, el que corresponde a

De 𝑓(√𝛼1 ) = −𝛼2 √√𝛼1 𝛼3 < 0 a 𝑓(√𝛼1 + 𝛼2 ) > 0, 𝑓(𝑄) es una función

convexa. Se puede separar la gráfica de 𝑓(𝑄) en dos partes. En el lado izquierdo, 𝑓(𝑄)
10
Análisis abstracto y aplicado

decrece a su mínimo. En el lado derecho, 𝑓(𝑄) aumenta desde su mínimo. En consecuencia,

se divide el problema en dos casos.
Bajo la suposición de los investigadores, 𝛼4 > √𝛼1 + 𝛼2 (1 + 𝛽)𝛼3 , se demostró 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.
Los investigadores trabajaron con el mismo ejemplo que usaron Wu y Ouyang y al
comparar la tercera y la quinta columna de la Tabla 3, muestra que sus resultados son
ligeramente mejores que los de Wu y Ouyang [1].