Portada de Matemáticas aplicadas. Optimización de inventarios aleatorios
Impreso

Matemáticas aplicadas. Optimización de inventarios aleatorios

Jorge Iván Londoño · María Andrea Arias · María Eugenia Puerta

Sello Editorial Universidad de Medellín

Sinopsis

Existe gran variedad de modelos de inventarios, los cuales, de acuerdo con su demanda, se dividen en dos grupos: determinísticos y aleatorios. El objetivo de esta Lección es presentar algunos de los modelos de inventarios aleatorios más importantes los cuales serán optimizados analíticamente; en particular, será considerado el modelo de inventarios (Q, r), donde inicialmente se analizará para un solo artículo con demanda y tiempo de reposición aleatorios con dos políticas de inventario diferentes, una de las cuales consiste en minimizar el costo total conformado por la suma de los costos de preparación, déficit y almacenamiento, y la otra política es minimizar la inversión total del inventario, sujeta a un número máximo de pedidos por período y a un nivel mínimo esperado de satisfacción. Finalmente se considerará el modelo (Q, r) con múltiples artículos y en el cual los pedidos no despachados son considerados pedidos pendientes, y se minimizará la inversión total del inventario, sujeto a número máximo de pedidos por período y a un nivel mínimo esperado de satisfacción. En este último se compararán dos metodologías que son Optimización Simulación, utilizando el software de simulación Simu18 y la metodología de Algoritmos Genéticos; este último, vía procesos de investigación, mostró un mejor comportamiento.El objetivo de esta Lección es presentar algunos de los modelos de inventarios aleatorios más importantes los cuales serán optimizados analíticamente; en particular, será considerado el modelo de inventarios (Q, r), donde inicialmente se analizará para un solo artículo con demanda y tiempo de reposición aleatorios con dos políticas de inventario diferentes, una de las cuales consiste en minimizar el costo total conformado por la suma de los costos de preparación, déficit y almacenamiento, y la otra política es minimizar la inversión total del inventario, sujeta a un número máximo de pedidos por período y a un nivel mínimo esperado de satisfacción. Finalmente se considerará el modelo (Q, r) con múltiples artículos y en el cual los pedidos no despachados son considerados pedidos pendientes, y se minimizará la inversión total del inventario, sujeto a número máximo de pedidos por período y a un nivel mínimo esperado de satisfacción. En este último se compararán dos metodologías que son Optimización Simulación, utilizando el software de simulación Simu18 y la metodología de Algoritmos Genéticos; este último, vía procesos de investigación, mostró un mejor comportamiento.Finalmente se considerará el modelo (Q, r) con múltiples artículos y en el cual los pedidos no despachados son considerados pedidos pendientes, y se minimizará la inversión total del inventario, sujeto a número máximo de pedidos por período y a un nivel mínimo esperado de satisfacción. En este último se compararán dos metodologías que son Optimización Simulación, utilizando el software de simulación Simu18 y la metodología de Algoritmos Genéticos; este último, vía procesos de investigación, mostró un mejor comportamiento.

Contenido

Prólogo

1 Teoría de inventarios

1.1 Introducción
1.2 Preliminares

2 Modelos aleatorios de inventarios

2.1 Modelo del vendedor de periódicos
2.2 Modelo de inventario base
2.3 Modelo (Q,r)
2.4 Modelo (Q,r) multi-artículo

Bibliografía

Materias

BISAC

  • MAT000000. MATEMÁTICAS > General

Thema

  • PB. Matemáticas y ciencias > Matemáticas

Propias de la editorial

  • Matemática

Más de Sello Editorial Universidad de Medellín

Ver todas