Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
(WW)
Morales Calderón Ethiel Salvador
Sánchez López Alejandro
Introducción
E s un modelo heurís1co que minimiza los costos variables, los costos de
mantener el inventario y los costos de almacenamiento durante el
horizonte de planeación. El procedimiento de op1mización esta basado
en la programación dinámica lo especial de este algoritmo es que se
puede aplicar a funciones de costo decrecientes lo cual ocurre cuando los
costos por unidad son constantes, o cuando se presentan los descuentos
por can1dad.
La diferencia es que el algoritmo de Wagner-‐Whi1n genera una solución
de costo mínimo que conduce a una can1dad óp1ma a ordenar Q¡.
Condiciones iniciales:
El algoritmo 1ene en cuenta dos condiciones que permiten tener cálculos
simplificados:
1. Dado un inventario inicial cero, se puede
sa1sfacer la demanda de cualquier
periodo, ya sea con nueva producción o
desde el inventario de entrada pero
nunca se pueden presentar ambos
casos.
K t ,l
Sea el costo de colocar una orden para cubrir la demanda de los periodos t, t + 1,. . . , l ,
l
suponiendo que el inventario al principio del periodo t y al final del periodo es cero.
Matemá1camente, este costo es:
Ahora se determina el costo mínimo del periodo 1 al l suponiendo que no debe haber
inventario restante al final del periodo l. La ecuación para este mínimo se puede
encontrar de manera recursiva, Si K * es este mínimo, estará dado por:
* *
K K
0 se define como cero, y el valor de la solución de costo mínimo está dado por
N
Desventajas
EJEMPLO
James, el gerente de una 1enda local de computadoras, es1ma que la demanda de
discos de 3.5’’ para los próximos cinco meses será 100, 100, 50, 50, y 210 cajas de 10
discos. Como la demanda es irregular, James aplica el algoritmo de Wagner – Whi1n
para ordenar la can1dad correcta. James 1ene un costo de $50 por colocar la orden y
es1ma que almacenar una caja durante un mes le costará $0.50. ¿Qué se le puede
sugerir?
Para l = 1
Para el periodo 3:
⎡ 3 ⎤
K1,3 = A + h ⎢ ∑ ( j − 1) D j ⎥ = 50 + 0.5 [(1)(100) + (2)(50) ] = 150
⎣ j =1+1 ⎦
⎡ 3 ⎤
K 2,3 = A + h ⎢ ∑ ( j − 2 ) D j ⎥ = 50 + 0.5 [(1)(50) ] = 75
⎣ j = 2+1 ⎦
⎡ 3 ⎤
K 3,3 = A + h ⎢ ∑ ( j − 3) D j ⎥ = 50 + 0.5 [(0) ] = 50
⎣ j =3+1 ⎦
⎡ 5 ⎤
K1,5 = A + h ⎢ ∑ ( j − 1) D j ⎥ = 50 + 0.5 [(1)(100) + (2)(50) + (3)(50) + (4)(210) ] = 645
⎣ j =1+1 ⎦
⎡ 5 ⎤
K 2,5 = A + h ⎢ ∑ ( j − 2 ) D j ⎥ = 50 + 0.5 [(1)(50) + (2)(50) + (3)(210) ] = 440
⎣ j = 2+1 ⎦
⎡ 5 ⎤
K 3,5 = A + h ⎢ ∑ ( j − 3) D j ⎥ = 50 + 0.5 [(1)(50) + (2)(210) ] = 285
⎣ j =3+1 ⎦
⎡ 5 ⎤
K 4,5 = A + h ⎢ ∑ ( j − 4 ) D j ⎥ = 50 + 0.5 [(1)(210) ] = 155
⎣ j =3+1 ⎦
⎡ 5 ⎤
K 5,5 = A + h ⎢ ∑ ( j − 5 ) D j ⎥ = 50 + 0.5 [(0) ] = 50
⎣ j =3+1 ⎦
K 5* = min t =1,2,3,4,5 {K 0* + K1,5 , K1* + K 2,5 , K 2* + K3,5 , K3* + K 4,5 , K 4* + K5,5 }
K 5* = min {0 + 645,50 + 440,100 + 285,125 + 155,175 + 50}
K 5* = min {645, 490,385, 280, 225}
K 5* = 225
Ejemplo resuelto con WW.
Interpretación
Para encontrar Q, el índice del renglón representa el periodo en el que se colocó la
orden que cubre la demanda del periodo especificado por el índice de la columna.
1 2 3 4 5
Ktotal 50 100 125 175 225
Q
1 A 1
2 1,2 1,-‐2 2
3 1,2,3 1,2-‐3 1-‐2,3 1,-‐3 3
4 1,2,3,4 1,2,3-‐4 1,2-‐3,4 1,2-‐4 1-‐2,3-‐4 1-‐2,3,4 1-‐3,4 1,-‐4 4
5 1,2,3,4,5 1,2,3,4-‐5 1,2,3-‐4,5 1,2-‐3,4,5 1,2-‐4,5 1,2-‐5 1,2,3-‐5 1-‐2,3-‐4,5 1-‐2,3,4,5 1-‐3,4,5 1-‐4,5 1,-‐5 5
Q
1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5
1 1
K K
2 100 100 200 2
K 100 100 K
3 100 100 50 100 150 200 50 250 3
K 150 125 150 150 K
4 100 100 50 50 100 100 100 100 150 50 100 200 200 100 200 50 50 250 50 300 4
K 200 175 175 175 175 200 200 225 K
5 100 100 50 50 210 100 100 50 260 100 100 100 210 100 150 50 210 100 200 210 100 410 100 100 310 200 100 210 200 50 50 210 250 50 210 300 210 510 5
K 250 305 225 225 225 490 385 225 250 250 275 645 K