Ingeniería, negocios e innovación
V o l u m e n 1 , n ú m e r o 1 | e n e r o - j u n i o d e Andrade, 2 0 1 5 | I STello S N 2& 4 6Romero 2-9049
Modelo matemático para la administración de inventario en una microempresa del rubro alimenticio, caso de aplicación e reporte de investigación
Modelo matemático para la administración de inventario en una microempresa del rubro alimenticio, caso de aplicación www.unitec.edu.co
Rosa Andrade Escuela de Ingeniería Civil Industrial, Universidad Austral de Chile, Puerto Montt, Chile. Correo electrónico:
[email protected] Daniel Tello Escuela de Ingeniería Civil Industrial, Universidad Austral de Chile, Puerto Montt, Chile. Correo electrónico:
[email protected] Óscar Romero Coautor. Docente Escuela de Ingeniería Civil Industrial, Universidad Austral de Chile, Puerto Montt, Chile. Correo electrónico:
[email protected] 6
Ing. negocios innov. | ene.-jun. | 2015 | Vol. 1 | No. 1 | pp. 7-17
Ingeniería, negocios e innovación
Vo l u m e n 1 , n ú m e r o 1 | e n e r o - j u n i o d e 2 0 1 5 | I S S N 2 4 6 2 - 9 0 4 9
www.unitec.edu.co
Modelo matemático para la administración de inventario en una microempresa del rubro alimenticio, caso de aplicación Rosa Andrade
Universidad Austral de Chile, Puerto Montt, Chile
Daniel Tello
Universidad Austral de Chile, Puerto Montt, Chile
Óscar Romero
Universidad Austral de Chile, Puerto Montt, Chile Recibido: 16 de octubre de 2014 Aceptado: 19 de marzo de 2015
resumen
Por lo general las pequeñas empresas trabajan para el día a día, a causa de una visión de negocio cortoplacista y sin visión de futuro, lo cual es producto de una mala organización del talento humano y de un mal
manejo de los recursos de la empresa —en particular la gestión de inventarios conforme al comportamiento del consumo por parte de los clientes, entendiendo este problema como los espacios que se tienen para almacenar—. En respuesta a la anterior situación se desarrolló un modelo matemático que minimiza
los costos de la administración de inventario, esto dentro del contexto de un estudio de caso para una
microempresa del rubro alimenticio. Para ello se empleó la siguiente metodología: primero, analizar el
comportamiento de la demanda de cada uno de los productos de la empresa; segundo, determinar los costos asociados a la administración del inventario; y, tercero, proponer un modelo matemático con restricciones de presupuesto, caducidad y espacio, el cual se ajusta a una programación no lineal. Los resultados más
importantes son: la lotificación o solicitud de productos aumentó entre un 114 y un 680 %; los productos
que presentaron mayor variación fueron el ají pasta, la mostaza, la longaniza, el queso Kumey y el pickle. En relación con los costos totales, estos se redujeron un 53 %, destacándose en esta reducción el producto ají pasta, el cual llegó a un ahorro del 80 % en su gestión de inventario.
palabras clave
Modelo matemático, inventarios, microempresa, demanda probabilística, demanda determinística, programación no lineal.
Ing. negocios innov. | ene.-jun. | 2015 | Vol. 1 | No. 1 | pp. 7-17
7
Modelo matemático para la administración de inventario en una microempresa del rubro alimenticio, caso de aplicación www.unitec.edu.co
A mathematical model for inventory
Modelo matemático para a administração
management in a food sector micro-
de inventário em uma microempresa do
enterprise (a case application)
rubro alimentício, caso de aplicação
abstract
resumo
to struggle to get by, due to short term business
para o dia a dia, a causa de uma visão de negócio a
For many years, small businesses have been forced plans and lack of long term aspirations. This is a result of poor staff organization and, in turn,
inappropriate management of company resources, in particular inventory management driven by
customer demand. In view of these problems, a
mathematical model was developed to minimize inventory management costs, in the context of
a case study for a food sector micro-enterprise.
The following methodology was used: analysis of
the demand behavior of each one of the company products; determination of the costs associated
with inventory management; and a proposal for
a mathematical model with budgetary restraints, shelf life and storage space, in line with a non-
linear programming model. The most significant results were an increase of between 114 and
680 per cent in inventory lotting or request for
products, and a reduction of between 53 and 80 per cent in the total costs of inventory management.
De maneira geral as pequenas empresas trabalham curto prazo e sem visão de futuro, o qual é produto de uma má organização do talento humano e
de um mal uso dos recursos da empresa —em particular a gestão de inventários conforme o
comportamento do consumo por parte dos clientes, entendendo este problema como os espaços que
se têm para armazenar—. Em resposta à situação anterior se desenvolveu um modelo matemático que minimiza os custos da administração de inventário, isto dentro do contexto de um
estudo de caso para uma microempresa do rubro alimentício. Para isso se empregou a seguinte
metodologia: primeiro, analisar o comportamento
da demanda de cada um dos produtos da empresa; segundo, determinar os custos associados com a administração do inventário; e, terceiro, propor um modelo matemático com restrições de
orçamento, caducidade e espaço, o qual se ajusta a uma programação não linear. Os resultados mais
importantes são: o lote ou solicitude de produtos aumentou entre 114 e 680 %; os produtos que apresentaram maior variação foram a pasta de
pimenta, a mostarda, a linguiça, o queijo Kumey
e o picles. Em relação com os custos totais, estes se reduziram 53 %, destacando-se nesta redução
o produto pasta de pimenta, o qual chegou a uma economia de 80 % em sua gestão de inventário. keywords: mathematical model, inventories,
palavras-chave: modelo matemático, inventários,
deterministic demand, nonlinear programming
determinística, programação não linear.
micro-enterprise, probabilistic demand,
microempresa, demanda probabilística, demanda
Este es un artículo de acceso abierto distribuido bajo los términos de la licencia de Creative Commons ReconocimientoNo comercial-Sin obra derivada (CC BY-NC), la cual permite su uso, distribución y reproducción de forma libre siempre y cuando el o los autores reciban el respectivo crédito.
8
Ing. negocios innov. | ene.-jun. | 2015 | Vol. 1 | No. 1 | pp. 7-17
Andrade, Tello & Romero www.unitec.edu.co
Introducción
A
ctualmente gran parte de las pequeñas
empresa donde se esperaba reducir los costos por lo
sarrollarse y expandirse en el mercado; sin
del negocio. Para verificar esta proposición se llevó
empresas trabaja con el propósito de de-
embargo, durante esta búsqueda muchas de estas
no logran un crecimiento económico significativo, rezagándose de su competencia; ello se debe a que
no siempre implementan soluciones que optimicen
sus recursos, ya sea por una falta de conocimientos o por no aplicar las herramientas adecuadas.
En este contexto, a continuación se expondrá
cómo se abordó un problema asociado a la gestión de inventario en una empresa ubicada en la ciudad de Puerto Montt, dedicada a la venta y distribución
menos en un 30 % en relación con la situación actual a cabo un modelamiento matemático, el cual tomó
como referencia la investigación desarrollada por Kotb, Genedi y Zaki (2011), quienes realizaron un
modelo matemático orientado al control de calidad
para inventario probabilístico, así como la de Kasthuri y Seshaiah (2013), cuyo estudio presenta un modelo matemático de múltiples productos con demanda dependiente.
de productos del sector alimenticio, lo que común-
Método
los productos alimenticios de consumo habitual que
Clasificación de los productos
mente se podría conocer como un minimarket, donde se ofertan son: leche, yogur, carne, longaniza, pan, jamón, insumos de escritorio, etc. Krajewski, Ritz-
man y Malhotra (2008) definen la administración de
inventarios como “la planificación y control de los inventarios para cumplir las prioridades competitivas
de la organización” (p. 462). Para poder comprender la administración de inventario, por tanto, es necesario
conocer el comportamiento que posee la demanda
de los productos, la disponibilidad de inventario, así
como la gestión en los procesos de compra de los productos a vender.
A continuación se describirá la propuesta de ad-
ministración de inventario que se presentó para la
De acuerdo con los antecedentes proporcionados por la empresa en la que se llevó a cabo el estudio respecto a las compras y ventas de cada uno de los productos, estos se clasificaron según el método ABC1
con el fin de trabajar con aquellos que representan el 95 % del valor de uso y son los que a la empresa les parece más relevantes, los cuales pertenecen a
los grupos A y B; este último está definido por la ecuación (1), donde p es precio venta del producto y q es la cantidad vendida. Se excluyen los productos C 1
Pareto 80-20, se refiere a que el 80 % de las ganancias es generado por el 20 % de los productos.
Ing. negocios innov. | ene.-jun. | 2015 | Vol. 1 | No. 1 | pp. 7-17
9
Modelo matemático para la administración de inventario en una microempresa del rubro alimenticio, caso de aplicación www.unitec.edu.co
porque, como mencionan Castillo y Carillo (2009),
La condición se basa en si CV es superior o
dado su bajo porcentaje de utilización, se considera
inferior a 0.20. Si el valor obtenido es menor o
en el caso de los grupos A y B.
muy poco dispersos con relación a la media,
que su control de inventario no es tan estricto como p q Valor de uso = * (1) ∑ p*q La clasificación se obtuvo multiplicando el con-
igual a 0,20 se puede decir que los datos están
lo que significa que tiene un comportamiento constante, o sea, determinístico. (Castillo & Carillo, 2009, p. 85)
En caso contrario, si CV es mayor a 0.2, se habla
sumo anual de cada producto por su respectivo
de un comportamiento probabilístico.
porcentaje de valor de uso) y dividiendo el producto
lística que siguen los productos es normal, se utilizó la
esta. Finalmente, se ordenó el porcentaje de valor de
En este contexto algunos investigadores han trabajado
precio unitario de venta (para así poder calcular el obtenido en cada multiplicación por la suma total de uso obtenido de manera decreciente, sumando estos valores de manera acumulativa hasta llegar al 100 %.
De esta manera, a la clase A perteneció el 80 % de los productos, a la clase B los que llegaban al 95 % y a la C los restantes.
Comportamiento de la demanda
Se analizó el comportamiento de la demanda de cada
Para determinar si el tipo de distribución probabi-
prueba de bondad de ajuste de Kolmogorov-Smirnov. con la prueba de bondad de ajuste en software: Oliver
(2009) usa Minitab (desarollado por Minitab Inc.) y Herrera (2006) usa ARENA (desarrollado por Roc-
kwell Automation Inc.). Sin embargo, se decidió usar XLSTAT (desarrollado por Addinsoft), ya que es una
plataforma más amigable que funciona con Microsoft Excel™ y se contaba con las licencias respectivas.
2012 a septiembre del 2013). Se debe tener presente
Determinación de los costos de inventario
tos fueron agrupados en trimestres, principalmente
tario son: costo de ordenar (Co), costo de compra (Cc),
producto en un periodo de doce meses (de octubre del que para la obtención de un mejor resultado los dadebido a la caducidad de algunos de los productos.
El análisis del comportamiento de la demanda
a través del tiempo de cada uno de los productos seleccionados se determinó según la verificación del parámetro del coeficiente de variabilidad (CV). Me-
diante el estudio del CV (Peterson & Silver, 1985) se
puede determinar si la demanda de un producto tiene un comportamiento probabilístico o determinístico (Winston, 2004, p. 872). El CV se obtiene mediante
la ecuación (2), donde DM es la demanda promedio y σ² es la varianza. σ2 CV = (2) DM2
Los costos involucrados en la administración de invencosto de almacenamiento (Ch) y el costo por escasez (Cs) (faltantes). Para asignar el Co a cada producto, se tomaron en cuenta los gastos involucrados al realizar los pedidos, como por ejemplo los gastos de personal
relativos al tiempo que se invierte en realizar el pedido o la tarifa del teléfono. Los productos se clasificaron en tipo I y tipo II, según la forma en la que se realizan
su orden o pedido: los productos tipo I, luego de ser
solicitados, llegan directamente al local donde se almacenan, lo que implica que es el proveedor quien se encarga de enviarlos, por lo que el gerente solo
emplea el tiempo en efectuar una llamada telefóni-
ca, invirtiendo 2 minutos por cada producto. Por su parte, los productos de tipo II se compran fuera de la
ciudad y es el dueño de la empresa quien se encarga
10
Ing. negocios innov. | ene.-jun. | 2015 | Vol. 1 | No. 1 | pp. 7-17
Andrade, Tello & Romero www.unitec.edu.co
de comprarlos y de ir a buscarlos, por lo que se le asignan en promedio 36 minutos a cada producto.
En cuanto al Cc, como no se realiza descuento en
que incluye la utilidad perdida que se hubiese tenido por la venta” (p. 192).
función de las cantidades adquiridas, este se obtuvo
Aplicación del modelo
del artículo por la cantidad de artículos del pedido.
parámetros donde se trabajó; para ello se determinó
sumando los productos obtenidos del valor unitario El Ch se refiere al “costo de mantener una uni-
dad de inventario durante un periodo” (Winston,
2004, p. 847), y para su cálculo se debe multiplicar
el Cc del producto por su tasa de almacenamiento. Para determinar la tasa de almacenamiento de cada producto se deben sumar las siguientes seis tasas: la
de almacenamiento físico, la de retorno de capital, la
Para establecer el modelo se debieron conocer los la clasificación de los productos más relevantes para
la empresa; estos son: queso artesanal, salchichas,
cazuela ahumada, longaniza, pickles, mantequilla, queso Kumey (gauda), ají pasta, mostaza, bolsa cam
50×60, bolsa cam 40×50, bolsa cam 28×35 y taco prepicado.
El comportamiento de la demanda de cada producto
de obsolescencia de material, la asociada al consumo
se aprecia en la tabla 1. La prueba de normalidad de
mente, la de transporte, manipulación y distribución.
tamiento de la demanda —de aquellos productos con
eléctrico, la asociada al pago de contribuciones y, finalEstas son las tasas que representan el problema y
deben estar expresadas en porcentaje (Benítez, 2012). El Cs se obtuvo restando el precio de venta menos
el precio de compra de cada producto, ya que este,
según Nahmias (2007) se refiere a “la venta perdida,
Kolmogorov-Smirnov ayudó a verificar si el compor-
demanda probabilística— posee una distribución de tipo normal. Por medio del software XLSTAT se confirmó
que todos los productos con esta condición poseen este tipo de distribución. Para el cálculo de esta se utilizó un nivel de significación de un 5 % (α = 0.05).
Tabla 1. Resumen del comportamiento de la demanda de los productos de la microempresa Producto
Coeficiente de variabilidad
Tipo de demanda
Queso artesanal
0.097
Determinística
Salchichas
0.185
Determinística
Cazuela ahumada
0.167
Determinística
Longaniza
0.233
Probabilística normal
Pickles
0.205
Probabilística normal
Mantequilla
1.512
Probabilística normal
Queso Kumey (gauda)
8.883
Probabilística normal
Ají pasta
0.316
Probabilística normal
Mostaza
0.596
Probabilística normal
Bolsa cam 50×60
8.022
Probabilística normal
Bolsa cam 40×50
1.096
Probabilística normal
Bolsa cam 28×35
0.253
Probabilística normal
Taco prepicado
0.282
Probabilística normal
Ing. negocios innov. | ene.-jun. | 2015 | Vol. 1 | No. 1 | pp. 7-17
11
Modelo matemático para la administración de inventario en una microempresa del rubro alimenticio, caso de aplicación www.unitec.edu.co
Por otra parte, fue necesario conocer los costos de
Los Cc y Cs están en términos unitarios ($/unidad);
cada producto, como los lead time (tabla 2). Los cos-
el Co se plantea por cada orden efectuada ($/orden)
realizados teniendo en cuenta que existen dos tipos
porcentaje de almacenamiento trimestral que posee
2
tos de inventario asociados a estos productos fueron de costos de orden (en relación con la diligencia que
se efectúa en cada uno de ellos), mientras que el costo
y el Ch está dado el costo unitario del producto y el ($/unidad/trimestre).
El lead time se determinó a partir de los datos
de almacenamiento se lleva a cabo en función de la
entregados por la empresa y corresponde a los días
base al trabajo de Benítez (2012).
productos.
tasa de almacenamiento; este último se calculó con
que demoran los proveedores en suministrarle los
Tabla 2. Resumen de los costos de inventario de la microempresa Producto
Costo compra [$/unidad]
Costo ordenar [$/orden]
Costo almacenamiento [$/unidad/trimestre]
Costo escasez [$/unidad]
Lead time [días]
Queso artesanal
1500
803
49
1813
3
Salchichas
1490
2220
109
510
3
Cazuela ahumada
1415
2220
144
568
3
Longaniza
1490
2220
192
510
3
Pickles
1440
803
19
172
2
Mantequilla
2100
2220
242
1015
3
Queso Kumey (gauda)
2992
2220
225
1327
3
Ají pasta
575
803
22
318
2
Mostaza
490
803
23
306
2
Bolsa cam 50×60
648
803
96
1253
3
Bolsa cam 40×50
332
803
47
617
3
Bolsa cam 28×35
302
803
118
149
3
Taco prepicado
300
803
102
150
3
El modelo matemático construido expresa una
más una ecuación no lineal (Co) (figura 1), mientras
programación no lineal, la cual consta de una función
que las restricciones de caducidad, presupuesto y
busca minimizar los Ch y Co, dado que la función
decisión del modelo y los parámetros asociados se
no lineal perteneciente a la función objetivo, la cual
de costo total es la suma de una ecuación lineal (Ch)
2
12
Lead time: es el tiempo que ocurre desde que una orden es puesta en el sistema hasta el día en que el cliente desea el material en su sitio (Leadtimes, s. d.). Ing. negocios innov. | ene.-jun. | 2015 | Vol. 1 | No. 1 | pp. 7-17
almacenamiento son funciones lineales. Las variables presentan a continuación:
Andrade, Tello & Romero www.unitec.edu.co
Figura 1. Gráfico del costo total de inventario
Variable decisión:
Qi: unidades del producto tipo i a solicitar, con i = 1, 2,…, 13 (queso artesanal, salchichas, cazuelas ahumadas,..., taco prepicado).
Parámetros:
Ri: unidades del producto tipo i, momento en el cual
RQ: capacidad total de la repisa donde se almacenan las unidades de Q1 y Q7 (m²).
Mi: masa utilizada por una unidad del producto i, con i = 2, 3, 4, 6 (kg/unidad).
R1S: capacidad total de la sección del refrigerador 1, donde se almacenan las unidades de Q2 (kg).
se debe efectuar el reorden, dependiente de Q,
R3: capacidad total del refrigerador 3, donde se al-
cazuelas ahumadas,..., taco prepicado).
R2: capacidad total del refrigerador 2, donde se al-
1, 2,…, 13 ($/unidad/trimestre).
R1M: capacidad total de la sección del refrigerador
2,…, 13 ($/orden).
SE: capacidad total de la sección de los encurtidos,
con i = 1, 2,…, 13 (queso artesanal, salchichas, Chi: costo de almacenar del producto tipo i, con i = Coi: costo de ordenar del producto tipo i, con i = 1, Di: cantidad de demanda trimestral del producto tipo i, con i = 1, 2,…, 13 (unidad).
macenan las unidades de Q3 (kg). macenan las unidades de Q4 (kg).
1, donde se almacenan las unidades de Q6 (kg).
donde se almacenan las unidades de Q5, Q8 y Q9 (unidad).
E[X]i: esperanza de demanda durante el lead time del
Vi: volumen utilizado por una unidad del producto i,
CADi: tiempo de caducidad del producto tipo i, con
SB: capacidad total de la sección de las bolsas, donde se
producto tipo i, con i = 4, 5, …, 13 (unidades).
i = 1, 2,…9 (días/total trimestre). Los productos con i = 10, 11,…13 no poseen caducidad.
CCi: costo de compra del producto tipo i, con i = 1, 2,…, 13 ($/unidad).
PC: presupuesto total de compra al comienzo del inventario ($).
Ai: área utilizada por una unidad del producto i, con
con i = 10, 11, 12, 13 (m³/unidad).
almacenan las unidades de Q10, Q11, Q12, y Q13 (m³).
σ[X]i: desviación estándar de la demanda durante el lead time del producto tipo i, con i = 4, 5, …, 13 (unidades).
Cbi: costo por escasez del producto tipo i, con i = 4, 5,…, 13 ($/unidad).
i = 1,7 (m²/unidad).
Ing. negocios innov. | ene.-jun. | 2015 | Vol. 1 | No. 1 | pp. 7-17
13
Modelo matemático para la administración de inventario en una microempresa del rubro alimenticio, caso de aplicación www.unitec.edu.co
productos por unidad de masa no debe sobrepasar
Función objetivo:
la capacidad total en kg de sus respectivos refrige (3)
mismo refrigerador, pero con secciones separadas para los productos.
Sujeto a:
(4)
(5)
(6)
(7)
(8)
(9)
(10)
(11)
(12)
(13)
(14)
La ecuación (3) expresa la función que minimiza
la sumatoria de los Ch y de los Co en un periodo de un trimestre. La ecuación (4) señala que el periodo
de duración de los productos en el inventario no puede superar el tiempo total de caducidad de estos. La ecuación (5) da a conocer que la compra inicial
de productos del inventario no debe sobrepasar el presupuesto total que se tiene asignado para este.
En relación con la ecuación (6), esta establece que
la cantidad de quesos por unidad de área no debe
sobrepasar el área total de la repisa. Las ecuaciones
(7), (8), (9) y (10) determinan que la cantidad de
14
radores, teniendo en cuenta que R1S y R1M son el
Ing. negocios innov. | ene.-jun. | 2015 | Vol. 1 | No. 1 | pp. 7-17
La ecuación (11) expresa que la cantidad de encur-
tidos no debe sobrepasar el total que está permitido almacenar en el inventario. La ecuación (12) señala
que la cantidad total de productos por unidad de
volumen no debe sobrepasar el volumen total del espacio en donde se almacenan dichos productos en el inventario.
La ecuación (13) tiene como utilidad obtener los
puntos de reorden de cada producto con demanda probabilística, los cuales corresponden a los productos desde 4 hasta el 13. El software trabaja con un 95 % de
confiabilidad para el desarrollo de sus cálculos. Por
último, la ecuación (14) declara la no negatividad de las variables en estudio.
Para solucionar el modelo matemático se utilizó
el software LINGO en su versión 14.0, desarrollado
por la empresa de optimización LINDO Systems Inc.
Resultados
En este apartado se presentan los resultados finales
encontrados con el modelo propuesto (tabla 3). Cabe destacar que todos los resultados se expresan en términos unitarios.
Andrade, Tello & Romero www.unitec.edu.co
Tabla 3. Cuadro comparativo de las cantidades a solicitar de cada producto Producto
Q actual [unidad]
Q propuesta [unidad]
Punto de reorden actual [unidad]
Nuevo punto de reorden [unidad]
Queso artesanal
28
109
12
12
Salchichas
28
60
12
12
Cazuela ahumada
27
96
11
12
Longaniza
13
70
10
61
Pickles
12
85
6
42
Mantequilla
13
30
6
9
Queso Kumey (gauda)
6
43
3
15
Ají pasta
10
78
5
42
Mostaza
10
77
5
54
Bolsa cam 50×60
6
35
3
19
Bolsa cam 40×50
12
69
5
24
Bolsa cam 28×35
12
72
9
32
Taco prepicado
25
76
11
47
Se puede apreciar en la tabla 3 que la cantidad a
El resultado arrojado por el software indica que es
desde un 114 % hasta un 680 %. Los productos que
disminuir los pedidos hechos continuamente; además
solicitar de todos los productos aumenta, variando presentaron una mayor variación, en relación con las cantidades a solicitar fueron: ají pasta, mostaza, longaniza, queso Kumey y pickles, con 78, 77, 96, 43
mejor elevar las cantidades a solicitar, con el fin de el tener mayor cantidad de unidades de productos evita la pérdida de venta que posee la situación actual.
Los resultados obtenidos en costos, que representó
y 85 unidades respectivamente; todas ellas poseen un
la variación de Q, se presentan en la tabla 4. En ella
cantidad, la presentaron el queso Kumey y la bolsa
resumen de los costos totales.
aumento sobre el 600 %. La variación más baja, en
cam 50×60, con 43 y 35 unidades respectivamente.
se puede observar cómo varían los Co y Ch, como un
Tabla 4. Comparativo de los costos de inventario Costo ordenar [$/trimestre]
Costo almacenamiento [$/trimestre]
Producto
Actual
Propuesto
Costo total actual [$/trimestre]
Actual
Propuesto
Costo total propuesto [$/trimestre]
Queso artesanal
10 329
2653
11 016
688
2677
5330
Salchichas
28 305
13 209
29 837
1532
3295
16 504
Cazuela ahumada
28 079
10 839
51 440
2590
16 271
27 101
Longaniza
50 505
6839
30 669
935
6926
13 765
Pickles
17 657
2493
17 770
113
1483
3976
Mantequilla
28 476
12 340
30 052
1576
4588
16 928
Queso Kumey (gauda)
29 600
4130
30 274
674
7527
11 657
Ají pasta
18 517
2374
18 626
109
1646
4020
Mostaza
17 673
2295
17 787
114
1992
4287
Ing. negocios innov. | ene.-jun. | 2015 | Vol. 1 | No. 1 | pp. 7-17
15
Modelo matemático para la administración de inventario en una microempresa del rubro alimenticio, caso de aplicación www.unitec.edu.co
Costo ordenar [$/trimestre]
Costo almacenamiento [$/trimestre]
Producto
Actual
Propuesto
Costo total actual [$/trimestre]
Bolsa cam 50×60
10 176
1744
10 464
288
3255
4999
Bolsa cam 40×50
10 176
1770
10 458
282
2515
4285
Bolsa cam 28×35
18 242
3040
18 952
709
6910
9950
Taco prepicado
10 122
3330
11 401
1279
7582
10 912
Total
Actual
Propuesto
Costo total propuesto [$/trimestre]
288 746
133 714
En la tabla 4 se puede apreciar, en relación con
de la empresa. De igual modo, el modelo asegura que
siendo los productos con mayor disminución la
productos con un comportamiento probabilístico—.
el Co, que disminuyeron entre un 53 % y un 87 %,
cazuela ahumada, los pickles, el queso Kumey, el ají
pasta y la mostaza. Por otra parte, los Ch obtienen un aumento considerable, del 115 % al 1646 %, donde los productos pickles, queso Kumey, ají pasta, mostaza y
bolsa cam 50×60 logran un aumento sobre el 1000 %.
Otro aspecto importante a destacar es que, aunque la variación del Co sea inferior al aumento del Ch en
términos porcentuales, estos son más significativos; ejemplo de lo anterior es el producto pickles, que posee
una disminución de su Co en un 86 %, lo que equivale a $15.164; en cambio los Ch poseen un aumento del 1212 %, equivalentes a $1370. En relación con los
costos totales, los productos que presentaron mayor
el 95 % de la demanda es abastecida —esto para los Asimismo, se propone a la empresa aumentar el vo-
lumen de la cantidad de productos a ordenar, debido a que los Co son muy altos en relación con los Ch. Finalmente, los resultados entregados por LINGO son
óptimos locales (buenas soluciones pero no la mejor),
lo que deja la opción de investigar otras alternativas de solución con otros programas informáticos.
Referencias
Benítez, R. (2012). Influencia de los costos de manteni-
miento en la toma de decisiones. La Habana: Centro de Inmunología Molecular.
impacto fueron: cazuela ahumada, pickles, queso Kumey
Castillo, A., & Carrillo, L. (2009). Proponer un modelo
costo total disminuyó en un 40 % aproximadamente,
teriales de construcción ubicada en la ciudad de Barcelona
(gauda), ají pasta y mostaza, variando sobre el 85 %. El
lo cual se debe a que los costos de ordenar son muy
altos en relación con los costos de almacenamiento
de cada uno de los productos; por ende, conviene aumentar las cantidades a solicitar de cada uno de estos, con el fin de evitar comprar reiteradas veces a un alto costo y así privilegiar los bajos costos de almacenamiento. A su vez, esto impide las pérdidas de venta al aumentar las unidades a solicitar.
Conclusiones
De los resultados arrojados por el modelo propuesto podemos inferir que dicho modelo mejoró aproxima-
damente en un 53 % la administración de inventario 16
Ing. negocios innov. | ene.-jun. | 2015 | Vol. 1 | No. 1 | pp. 7-17
de inventario para la distribución de una empresa de maEDO. Anzoátegui. Barcelona: Escuela de Ingeniería y Ciencias Aplicadas. Universidad del Oriente.
Herrera, A. (2006). Sistema de inventario en la empresa TINTORERIA _ PIEER´S. Lima: Universidad Nacional Mayor de San Marcos.
Kasthuri, R., & Seshaiah, C. (2013). Multi-item EOQ
model with demand dependent on unit price. Applied and Computational Mathematics, 2(6), 149-151. doi: 10.11648/j.acm.20130206.17
Kotb, K., Genedi, H., & Zaki, S. (2011). Quality control for probabilistic single-item EOQ model with
zero lead time under two restriction: A geometric
programming approach. International Journal of Mathematical Archive, 2(3), 335-338. Recuperado
Andrade, Tello & Romero www.unitec.edu.co
de http://www.ijma.info/index.php/ijma/article/
Oliver, M. (2009). Propuesta metodológica para la opti-
Krajewski, L., Ritzman, L., & Malhotra, M. (2008).
farmacéutico. México D. F.: Instituto Politécnico
view/154
Administración de operaciones (8ª ed.). México D. F.: Pearson Educación.
Leadtimes (s. d.). Lead Time Terminology in Manufacturing. Recuperado de http://www.leadtimes.org/
Nahmias, S. (2007). Análisis de la producción y las
operaciones (5ª ed.). México D. F.: McGraw-Hill Interamericana.
mización de inventarios de seguridad en un laboratorio Nacional.
Peterson, R., & Silver, E. (1985). Decision systems for
inventory management and production planning. New York: Willey.
Winston, W. (2004). Investigación de operaciones: Aplica-
ciones y algoritmos (4ª ed.). México D. F.: Thompson.
Ing. negocios innov. | ene.-jun. | 2015 | Vol. 1 | No. 1 | pp. 7-17
17
