DIMENSIONES DE LOTES INTEGRADAS EN CADENAS DE SUMINISTRO SERIALES CON CAPACIDADES DE PRODUCCIN

Consideramos un modelo para una cadena de suministro en serie en la que las decisiones de produccin, inventario y
transporte se integran en presencia de capacidades de produccin y funciones de costos cncavos. El modelo que
estudiamos generaliza el modelo econmico de nivel de lotes multi-nivel de un solo artculo, sin capacidad, aadiendo
capacidades de produccin estacionarias a nivel de fabricante. Presentamos algoritmos con un tiempo de ejecucin que
es polinmico en el horizonte de planificacin cuando todas las funciones de coste son cncavas. Adems, consideramos
diferentes estructuras de costos de transporte e inventario que producen tiempos de ejecucin mejorados: funciones de
costos de mantenimiento de inventario que son lineales y de costo de transporte que son lineales o cncavas con una
estructura de carga fija. En este ltimo caso, hacemos la suposicin adicional comn y razonable de que los costos
variables de transporte y inventario son tales que mantener los inventarios a niveles ms altos en la cadena de suministro
es ms atractivo desde una perspectiva de costo variable. Mientras que los tiempos de ejecucin de los algoritmos son
exponenciales en el nmero de niveles en la cadena de suministro en el caso de coste cncavo general, los tiempos de
ejecucin son notablemente insensibles al nmero de niveles para las otras dos estructuras de coste.

1. Introduccin

En este trabajo consideramos un problema en el que se integran las decisiones de produccin, inventario y transporte en
una cadena de suministro bsica. Los modelos tradicionales suelen considerar slo uno o dos de estos aspectos aislados
de los otros. Existen pruebas sustanciales (vase, por ejemplo, Arntzen et al., 1995, Chandra y Fisher, 1994, Geoffrion y
Powers, 1995, y Thomas y Griffin 1996, as como sus referencias) que muestra que la integracin de estas decisiones puede
conducir a aumentos sustanciales en eficiencia y eficacia. La integracin de diferentes decisiones en la cadena de
suministro es particularmente importante cuando los recursos son limitados y cuando los costos no son lineales, por
ejemplo, muestran economas de escala.

Consideraremos una cadena de suministro en serie para la produccin y distribucin de un producto. Dicha cadena de
suministro ocurrir, por ejemplo, cuando se agregue valor a un producto en una secuencia de instalaciones de produccin,
y los bienes intermedios necesitan ser transportados entre estas instalaciones. Kaminsky y Simchi-Levi (2003) describen
un ejemplo de una cadena tal como surge en la industria farmacutica.

Otro ejemplo es la industria de logstica de terceros. En este caso, un centro de distribucin aguas abajo que satisface
demandas en un rea geogrfica determinada puede emplear los servicios de un almacn de terceros antes de que los
productos sean transportados al centro de distribucin real para distribucin a sus minoristas. Un modelo de cadena de
suministro en serie se puede utilizar para representar parte de una cadena de suministro que es relevante para el centro
de distribucin (vase Lee et al., 2003). Un ltimo ejemplo es una situacin en la que la produccin tiene lugar en un
fabricante. Los elementos que se producen se almacenan a nivel de fabricante o se transportan al primer nivel de almacn.
En cada uno de los niveles de almacn, los productos se almacenan de nuevo o se transportan al almacn al siguiente
nivel. Desde el nivel final del almacn, los productos son luego (posiblemente despus de haber sido almacenados durante
algunos perodos) transportados a un minorista (posiblemente permitiendo entregas tempranas, es decir, inventarios al
nivel minorista). Tal estructura puede surgir si un minorista realmente representa un mercado entero, y la cadena de
suministro del fabricante a este mercado es muy larga. Esto podra hacer ventajoso, en varias etapas, emplear economas
de escala al transportar grandes cantidades a largas distancias a instalaciones de almacenamiento intermedias antes de
ser distribuidas en el mercado real.

Todas las situaciones descritas anteriormente pueden ser representadas por un modelo genrico compuesto por un
fabricante, varios niveles intermedios de produccin o distribucin y un nivel en el que tiene lugar la demanda del
producto final, a la que nos referiremos en este documento como el nivel minorista (aunque esto no representa
necesariamente el nivel en el que tiene lugar el consumo real de demanda). De hecho, en un modelo de este tipo, las
etapas intermedias de produccin y transporte son indistinguibles unas de otras, de modo que en el resto de este
documento nos referiremos simplemente a todas las etapas intermedias como etapas de transporte entre depsitos.

El modelo de la cadena de suministro en serie, esbozado anteriormente, puede considerarse como una generalizacin de
un problema fundamental, que en realidad es uno de los problemas ms ampliamente estudiados en la planificacin de
la produccin y los inventarios, el problema econmico del tamao de los lotes. La variante bsica de este problema
considera una instalacin de produccin que produce y almacena un solo producto para satisfacer demandas conocidas
en un horizonte de planificacin finito. El problema consiste entonces en determinar las cantidades de produccin para
cada perodo de manera que todas las demandas se satisfagan a tiempo con un mnimo de produccin total y los costos
de mantenimiento de inventario. Las funciones de coste no disminuyen en la cantidad producida o almacenada, y se
supone usualmente que son funciones lineales, de carga fija o cncavas generales. La instalacin de produccin puede o
no enfrentar una restriccin de capacidad sobre la cantidad producida en cada perodo.

Para modelar la cadena de suministro en serie, el ELSP clsico puede ampliarse para incluir decisiones de transporte, as
como la posibilidad de mantener el inventario en diferentes niveles de la cadena. Adems de la produccin y los costos
de mantenimiento de inventario, entonces claramente tambin es necesario incorporar los costos de transporte, lo que
agrega el problema de la oportunidad de transporte al problema de la fecha de produccin. El objetivo ser minimizar el
costo del sistema y satisfacer toda la demanda. Incluso si el fabricante y el minorista son de hecho participantes distintos
en la cadena de suministro, cada uno de los cuales se enfrenta a una parte de los costos de la cadena de suministro, este
problema ser relevante. En este caso, los participantes claramente todava necesitan decidir cmo distribuir los costos
totales mnimos, que es un problema de coordinacin que est fuera del alcance de este documento. Alternativamente,
sin embargo, podemos interpretar los costes de tenencia al nivel del minorista como una penalizacin o un descuento en
el precio de compra de un artculo, que es dado por el fabricante al minorista si los artculos se entregan temprano. En
este caso, los costes minimizados por nuestro modelo de optimizacin son todos incurridos por el fabricante. Como en los
problemas de lotes estndar, se supone que todas las funciones de costo no disminuyen en la cantidad producida,
almacenada o enviada. Adems, asumiremos que todas las funciones de costos son cncavas.

En general, todos los niveles de una cadena de suministro en serie, independientemente de si corresponden a decisiones
de produccin o transporte, pueden enfrentar capacidades. En este trabajo, nos concentraremos en las cadenas de
suministro en serie con capacidades en la produccin (es decir, primero) solamente, como un primer paso hacia el estudio
de cadenas de suministro ms generales capacitadas. La adicin de capacidades en otros niveles (es decir, transporte)
parece cambiar significativamente la estructura del problema y, por lo tanto, el anlisis del problema. Por lo tanto, estos
problemas estn fuera del alcance de este documento, pero siguen siendo un tema de investigacin en curso. Tenga en
cuenta que bajo ciertas estructuras de costos puede ser posible eliminar los niveles capacitados de la cadena de
suministro. Kaminsky y Simchi-Levi (2003) proporcionan un ejemplo de este tipo que transforman un modelo de cadena
de suministro en serie de tres niveles en el que los niveles primero y tercero estn capacitados para un modelo de cadena
de suministro en serie de dos niveles con capacidades slo en el primer nivel.
Llamaremos el problema de determinar la produccin ptima, el transporte y los tamaos de lotes de inventario en una
cadena de suministro en serie como se describe arriba y bajo capacidades de produccin a nivel de produccin el problema
de tamao de lotes multinivel con capacidad de produccin. En general, este problema es NP-duro, ya que es una
generalizacin directa del NP-ELSP duro con capacidades generales de produccin (vase Florian et al., 1980). El ELSP con
capacidades de produccin estacionarias, sin embargo, es soluble en tiempo polinomial (vase Florian y Klein 1971).
Debido a que nuestro objetivo es identificar casos polinomialmente solubles del MLSP-PC, asumiremos en la mayor parte
de este documento que las capacidades de produccin son estacionarias.

Se estudian problemas relacionados con la produccin cncava general, la tenencia de inventario y los costos de
transporte, as como problemas con los costos de mantenimiento de inventario lineal y dos estructuras de costos de
transporte diferentes: (i) costos de transporte lineales; Y (ii) costos de transporte de carga fija sin motivos especulativos,
lo que significa que con respecto a los costos variables, mantener el inventario es menos costoso en niveles ms altos que
en niveles inferiores en la cadena de suministro. Nuestros mtodos de solucin se basan en un marco de programacin
dinmica que utiliza un principio de descomposicin que genera la propiedad clsica de ordenamiento cero (ZIO) de
soluciones a problemas de dimensionamiento de lotes sin capacidad como se describe en Zangwill (1969) para el caso
multinivel y, para Ejemplo, en Wagner y Whitin (1958) para el caso de un solo nivel. En particular, en nuestro modelo de
dos niveles trabajamos con el nuevo concepto de un subplan, y mostramos que las soluciones extremas se descomponen
en una serie de subplanes consecutivos. Nuestros algoritmos para este modelo se ejecutan en tiempo polinomial en el
horizonte de planificacin del problema. La generalizacin directa de este enfoque para el caso multinivel conduce a un
tiempo de ejecucin muy grande. Logramos ahorros sustanciales introduciendo el concepto de un subplanaje relajado. A
diferencia de los enfoques existentes en la literatura, nuestro programa dinmico no representa necesariamente todas (o
incluso slo) soluciones extremas para el MLSPPC. Adems, mientras que las trayectorias en el programa dinmico
corresponden todas a soluciones factibles del problema, los costes de un camino pueden sobrestimar los costes de la
solucin correspondiente al problema. Sin embargo, podemos demostrar (basado en la concavidad de las funciones de
coste) que nuestro programa dinmico resuelve el MLSP-PC a la optimalidad. El algoritmo resultante para el caso de las
funciones generales de costes cncavos es exponencial en el nmero de niveles en la cadena de suministro. Sin embargo,
es notablemente insensible al nmero de niveles para las dos estructuras de costos especficas mencionadas
anteriormente.

Este artculo est organizado de la siguiente forma: En el 2, introducimos el MLSP con costos de produccin y produccin
general cncava no decreciente, transporte y mantenimiento de inventario. Caracterizamos los puntos extremos de la
regin factible del problema, y probamos un resultado de descomposicin que formar la base de nuestros algoritmos.
En el 3, se estudia el problema de dos niveles y se proporciona un marco de programacin dinmica general basado en
el resultado de descomposicin derivado anteriormente, lo que genera un algoritmo de tiempo polinomial en el horizonte
de planificacin para los costes cncavos generales. En el 4, este algoritmo se generaliza al problema de
dimensionamiento de lotes multinivel y se muestra que sigue siendo polinomial en el horizonte de planificacin y se dan
mejores tiempos de ejecucin para dos variantes del modelo. El artculo termina en el 5 con algunas observaciones finales
y cuestiones para futuras investigaciones.

2. Modelo de Formulacin y Anlisis

2.1. El modelo

Como se describe en la introduccin, estudiaremos un problema de dimensionamiento de lotes de varios niveles con una
estructura en serie. En cada perodo, la produccin puede tener lugar en el fabricante. Los artculos que se producen
pueden ser almacenados a nivel de fabricante o transportados al primer nivel de almacn. En cada uno de los niveles de
almacn, los productos se almacenan de nuevo o se transportan al almacn al siguiente nivel. Desde el almacn final los
productos son entonces (posiblemente despus de haber sido almacenados durante algn perodo) transportados al
minorista.

Consideramos un horizonte de planificacin de perodos T. En cada perodo t, el minorista enfrenta una demanda no
negativa dada por dt, mientras que la capacidad de produccin del fabricante en el perodo t es igual a b t. Vamos a
considerar un total de L niveles, que incluye el fabricante, el minorista, y L - 2 almacenes intermedios. Decimos que el
fabricante est en el primer nivel de la cadena, y el minorista est en el nivel Lth. Cada uno de los niveles intermedios
corresponde a un almacn. Sea R+ el conjunto de nmeros reales no negativos. Para cada periodo t = 1, ..., T, los costes de
produccin son dados por la funcin pt: R+ R+, los costes de transporte desde el nivel l al nivel l + 1 estn dados por la
funcin clt: R+ R+ (l=1,., L 1), y los costes de mantenimiento de inventario a nivel l estn dados por la funcin h lt: R+
R+ (l=1,., L). A lo largo del trabajo, asumiremos que todas las funciones de costo son cncavas, no decrecientes e
iguales a cero cuando su argumento es cero.

El MLSP-PC puede formularse de la siguiente manera:

Minimizar:

Sujeto a:

Donde yt denota la cantidad producida en el perodo t, x lt es la cantidad enviada desde el nivel l al nivel l + 1 en el perodo
t, e Ilt denota la cantidad del inventario al nivel l al final del perodo t. Restricciones (1) - (3) modelan el balance entre flujo
de entrada, almacenamiento y salida en los niveles de fabricante, almacn y minorista, respectivamente, en cada perodo.
La cantidad de produccin en cada perodo est restringida por restricciones (4). Finalmente, las restricciones (5) indican
que todos los niveles iniciales de inventario son iguales a cero. A diferencia del modelo tradicional de nivelacin de lotes
de un solo nivel, esto no es una suposicin que podamos hacer sin prdida de generalidad, debido a la no linealidad de las
funciones de costo de transporte e inventario. Por lo tanto, discutiremos ms adelante cmo tratar con instancias
problemticas donde esta restriccin est ausente, y en su lugar (no negativo) las cantidades iniciales de inventario en
todos los niveles se consideran parte de los datos del problema. A continuacin, los algoritmos desarrollados pueden
aplicarse en un esquema de horizonte rodante, en el que se resuelven nuevas instancias de lotes -y sus soluciones ptimas
parcialmente implementadas- a medida que el tiempo avanza y se disponen nuevas previsiones de demanda.

Por conveniencia, definiremos dts como la demanda acumulativa en los perodos t,...,s, i.e.,

De lo contrario
Para asegurar la viabilidad de (P), asumiremos que la demanda acumulada en los primeros perodos t no puede exceder
la capacidad de produccin total en estos perodos, i.e.,

Es fcil ver que esta condicin es necesaria y suficiente para que (P) tenga una regin factible no vaca.
Tambin podemos modelar el MLSP-PC como un problema de flujo de red de costo mnimo capacitado en una red con
una fuente (vase tambin Zangwill 1969 para una discusin general sobre tales problemas de flujo de red de costo
mnimo, as como una discusin sobre los ELSPs multinivel sin capacidad). Con este fin, definimos una red con una sola
fuente 0, T nodos de transbordo (1,t) a nivel de produccin (nivel 1, t = 1,,T), T nodos de transbordo (l,t) en cada uno de
los niveles de almacn (t = 1,,T; l = 2,, L-1), y los nodos de demanda T (l,t) Con demanda dt en el nivel minorista (nivel
L, t = 1,,T). Finalmente, la viabilidad dicta que el nodo fuente 0 tiene una fuente de unidades d 1T. La Figura 1 ilustra la
representacin en red del MLSP-PC para L= 3 Y T = 4.

Esta representacin facilitar el anlisis de la estructura de puntos extremos de la regin factible de (P) en 2.4. Antes
de proceder a este anlisis, en 2.2 discutiremos modelos y algoritmos relacionados de la literatura, as como algunos
casos especiales que se reducen a modelos de un solo nivel en 2.3.

2.2 REVISIN DE LITERATURA

La variante de un solo nivel del MLSP-PC ha recibido mucha atencin en la literatura. El problema no capacitado, el ELSP,
es solucionable en tiempo polinomial en la longitud del horizonte temporal; Ver Wagner (1960) para este resultado bsico.
Los algoritmos ms eficientes para casos especiales han sido desarrollados por Aggarwal y Park (1993), Federgruen y Tzur
(1991), y Wagelmans et al. (1992). Cuando las capacidades de produccin estn presentes, obtenemos el denominado
problema capacitado de dimensionamiento de lotes (CLSP). En contraste con el ELSP no capacitado, este problema se
conoce como NP-duro, incluso en muchos casos especiales; Vase Florian et al. (1980) y Bitran y Yanasse (1982). Un caso
especial interesante e importante que permite un algoritmo de tiempo polinomial surge cuando las capacidades de
produccin son estacionarias; Vase, por ejemplo, Florian y Klein (1971), Florian et al. (1980), y van Hoesel y Wagelmans
(1996). Vanse tambin las referencias en Baker et al. (1978) para otros trabajos sobre el CLSP con capacidades de
produccin estacionarias, y Chung y Lin (1988) y van den Heuvel y Wagelmans (2003) para otro caso especial del CLSP que
es soluble en tiempo polinomial.

Zangwill (1969) estudi la versin sin capacidad del MLSP-PC y desarroll un algoritmo de programacin dinmica que es
polinmico tanto en el horizonte de planificacin como en el nmero de niveles L. Analizamos este algoritmo en el
apndice en lnea (disponible En http://mansci.pubs.informs.org/ecompanion.html) y concluir que funciona en O(LT 4)
Tiempo, donde L es el nmero de niveles, o incluso en O (T3) Para el caso especial de L = 2. Lee et al. (2003) consideran un
modelo de dos niveles donde los costos de transporte son funciones no cncavas.
Un estudio que est relacionado con el nuestro en el sentido de que tambin considera las capacidades en un entorno
multinivel es el de Kaminsky y Simchi-Levi (2003). Proponen un modelo de tres niveles en el que los niveles primero y
tercero son etapas de produccin, y el segundo nivel es una etapa de transporte. Ambas etapas de produccin estn
capacitadas, mientras que la etapa de transporte es sin capacidad. Ellos consideran los costos de mantenimiento de
inventario lineal que aumentan con el nivel de la cadena de suministro, y los costos de produccin lineales en los niveles
1 y 3 que satisfacen una condicin tradicional de motivos no especulativos (Vase tambin 2.3). Los costos de transporte
en el segundo nivel son de carga fija o de forma cncava general y se supone que satisfacen un criterio restrictivo y no
tradicional Condicin de motivos no especulativos. Al eliminar las decisiones de produccin de tercer nivel, reducen el
problema a un modelo de dos niveles que hereda sus estructuras de funcin de costos del modelo de tres niveles.

Para su clase de costos de transporte de carga fija, que proporcionan un O (T 4) Algoritmo para resolver el modelo, incluso
en el caso de las capacidades de produccin no estacionarias. Por su clase de costos de transporte cncava que
proporcionan un O(T8) Algoritmo para resolver el modelo en presencia de capacidades estacionarias de produccin.
Presentan la complejidad de su modelo para estructuras de costos ms generales como una pregunta abierta. En este
artculo, tratamos esta pregunta derivando un O(T7) Algoritmo para resolver el problema de dos niveles en presencia de
capacidades estacionarias.

2.3. CASOS ESPECIALES

Es comn en los problemas de dimensionamiento de lotes modelar los costes de mantenimiento de inventario como
funciones lineales, es decir,

Por lo tanto, consideraremos esta clase de problemas en 4.3 y 4.4. En 4.3, asumiremos adems que los costos de
transporte tienen una estructura de carga fija sin motivos especulativos. Mas formalmente:

es una funcin de indicador que toma el valor 1 si x> 0, y 0 en caso contrario. La

suposicin de que no hay motivos especulativos, que se asume comnmente para los costos de produccin y de tenencia
de inventario en los modelos tradicionales de tamao de lotes econmicos, significa en este contexto que, con respecto
a los costos variables de inventario y transporte, es atractivo para el transporte como tan tarde como sea posible.

Tenga en cuenta que, si las funciones de costo de transporte son lineales y no exhiben motivos especulativos, siempre es
ptimo almacenar la produccin en el fabricante y transportar slo cuando la demanda necesita ser satisfecha. Por lo
tanto, sin prdida de optimalidad, podemos asumir que del mismo modo, si los

costos de transporte son lineales y es ms barato de transportar tan

pronto como producimos y almacenamos la produccin al nivel del minorista. Entonces, sin prdida de optimalidad,

podemos asumir que Estos dos casos especiales de la MLSP-PC por lo tanto, dar un
estndar CLSP.

Finalmente, una variante del MLSP-PC de dos niveles sin capacidad se puede reducir fcilmente a un ELSP no capacitado.
Cuando los costos de produccin, as como el inventario los costos de mantenimiento a ambos niveles son lineales, dado
que decidimos transportar en un determinado perodo, podemos determinar fcilmente el mejor perodo de produccin,
es decir, el perodo que produce los costos mnimos totales de produccin unitaria y de inventario para el transporte en
el perodo t. Redefinir la funcin de costo de transporte en consecuencia, lo que se puede hacer en O(LT) hora, nos permite
eliminar las variables de produccin, as como las variables de inventario en el fabricante, produciendo un estndar sin
capacidad ELSP. El problema resultante se puede resolver en O(T 2) Tiempo para los costos generales de transporte cncavo
(vase Wagner 1960), y en O (T LogT) (Vase Aggarwal y Park 1993, Federgruen y Tzur 1991 y Wagelmans et al., 1992).
2.4. Caracterizacin de los Puntos Extremos

El problema (P) tiene una funcin objetivo cncava, y su regin factible se define por restricciones lineales. Esto implica
que existe una solucin ptima de punto extremo a (P). Considere el flujo en la red correspondiente a cualquier punto
extremo solucin factible. Como es comn en problemas de flujo de red, llamaremos a los arcos que llevan una cantidad
de flujo que es a la vez estrictamente positivo y estrictamente inferior a su capacidad de arcos libres. Es bien sabido (vase,
por ejemplo, Ahuja et al. 1993) que la subred que contiene slo los arcos libres no contiene ciclo.

2.4.1. Subplanos. Tenga en cuenta que slo los arcos que tienen un lmite superior finito (que en nuestro caso son slo
los arcos de produccin) pueden transportar el flujo mientras no son libres. Al eliminar todos los arcos de produccin, la
red que contiene todos los arcos libres restantes se descompone en una serie de componentes conectados. Al limitarnos
por ahora a los componentes conectados que efectivamente transportan flujo, identificamos el primer y el ltimo nodo
en el componente en cada nivel. Para un componente dado, estos nodos pueden ser denotados por y
para donde:

(Tenga en cuenta que la estricta desigualdad se mantiene debido a la definicin del subplan: El primer perodo incluido en
el nivel es ) Con este enfoque, algunos nodos pueden ser aislados y no se incluyen en ningn componente de
transporte de flujo. Asignamos cada uno de ellos al componente que est adyacente a la izquierda de ellos. La asignacin
de los nodos aislados se ilustra en la Figura 2. Despus de eliminar los arcos de produccin, obtenemos dos componentes.
El primero est definido por los nodos (1,1) y (1,4) en el Nivel 1, (2,1) y (2,4) en el Nivel 2, y (3,1) y (3,6) En el Nivel 3, y el
segundo por los nodos (1,5) y (1,8) en el Nivel 1, (2,6) y (2,8) en el Nivel 2, y (3,7) y (3, 8) en el Nivel 3. Podemos observar
que el nodo (2, 3) es parte del primer componente, aunque ningn flujo pasa a travs de este nodo. Como se mencion
anteriormente, el nodo aislado (2,5) se asigna al componente izquierdo.

Resumiendo, podemos descomponer una

solucin puntual extrema a (P) en componentes,
cada uno de los cuales contiene un conjunto de
nodos que
satisfacen (8). Llamaremos a los componentes
subplanos as obtenidos.

Representaremos un subplan por los 2L periodos

que lo identifican: . A menudo
ser conveniente referirse a los perodos de
produccin y demanda en un subplan por
separado, y luego usaremos a menudo la
notacin

Por construccin, no se realiza ningn inventario entre subplanos, por lo que el nico flujo que entra en un subplan
proviene de arcos de produccin asociados con los nodos del fabricante en el subplan. La cantidad total producida en
todos los perodos de produccin en el subplan, es decir, la produccin total en perodos , se utiliza para
suministrar la demanda de todos los nodos minoristas en el subplan, es decir, la demanda total en los perodos
. Llamaremos dos subplanes y consecutivos si para . Podemos
resumir la estructura de soluciones puntuales extremas como sigue.

Proposicin 2.1. Cualquier solucin extrema factible se puede descomponer en una secuencia de sub-planes consecutivos.
La solucin extrema dada en la figura 2 se descompone En dos subplanos, a saber, ((0;4), (0,5), (0,6)) y ((4,8), (5,8), (6,8))
Obsrvese que el primer subplan obtenido por descomposicin una solucin puntual extrema como se ha descrito
anteriormente tiene . Sin embargo, en el resto de Este documento ser conveniente incluir tambin
subplanos satisface (8), o que algunos, pero no todos los valores de son cero.

2.4.2. Cantidades de Produccin en un Subplan.

Los hechos de que los flujos extremos son acclicos implica que, aunque puede haber mltiples arcos de produccin
asociados con un subplan que lleva el flujo, hay como mximo uno de ellos con una produccin por debajo de la capacidad.
En otras palabras, hay como mximo un arco de produccin libre el subplan. Esto produce la siguiente generalizacin de
la caracterizacin de puntos extremos de CLSP de un solo nivel por Florian y Klein (1971).

Proposicin 2.2. Un subplan puede contener como mximo uno arco de produccin libre.
Si el problema no est capacitado, esta proposicin implica que slo un arco de produccin que lleva flujo entra en cada
uno de los subplanos, lo que a su vez significa que los flujos extremos son arborescentes. La programacin dinmica
algoritmo propuesto para este problema por Zangwill (1969) se basa en esta propiedad; Ver el apndice en lnea. como
ejemplo, en la Figura 2 sabemos que en el subplan ((0,4), (0,5), (0,6)) los arcos de produccin y 1 e y2 no pueden ser
libres; lo mismo ocurre con la produccin Arcos y5 y y6 en el subplan ((4,8),(5,8), (6,8)).

2.4.3. Cantidades de Transporte en un Subplan.

La ausencia de ciclos consistentes en arcos libres slo en una solucin puntual extrema tambin puede usarse para
identificar propiedades estructurales de las cantidades de transporte. Considere un perodo, digamos t, en el cual el
transporte tiene lugar entre niveles l y l+t, i.e., el flujo En el arco entre nodos (l,t) y (l +1,t) es Dos situaciones pueden
ocurrir entonces con respecto al tota Flujo en nodos Los envos acumulados entre
niveles l y l+1 hasta E incluyendo el perodo t dentro del subplan:
Es igual a la produccin acumulada en perodos t1+1,,s para algunos
Te satisface la demanda de perodos t1 + 1, ,s para algunos
Si no, considere el ltimo perodo de produccin en que parte de la cantidad transportada x lt fue producido, decir s1 Habr
entonces un perodo cuya demanda es parcialmente satisfecho de la cantidad xet y parcialmente de la produccin en el
perodo s1 que permanece en inventario a nivel l al final del perodo t, creando un ciclo que contiene slo arcos libres. Este
resultado puede resumirse como sigue.
Proposicin 2.3. En un subplan, la cantidad transportada ntre niveles l y l+1 en algn perodo hace Las cantidades
acumuladas transportadas hasta el momento en el subplan Igual a las cantidades acumuladas de produccin de una
secuencia inicial de perodos de produccin consecutivos Subplan, oa la demanda acumulativa de una secuencia inicial de
los perodos de demanda en el subplan.

Las dos posibilidades de transporte acumulativo pueden ilustrarse con la figura 2. En el subplan ((0,4),(0,5), (0,6));

Es igual a la produccin (acumulativa) en Perodo 1, mientras que es igual a la produccin

acumulada en Perodos 1,...,4 y satisfaga la demanda de periodos 1,,6;
Satisface la demanda de Perodo1; es Igual a la produccin (acumulativa) en el perodo 1, y Es
igual a la produccin acumulada En periodos 1,, 4 y satisface la demanda de periodos 1,,6.

3. El problema de tamao de lote capacitado de dos niveles con costos cncavos

Para mayor claridad de exposicin, consideraremos primero la de dos niveles de la MLSP-PC, que llamaremos El 2LSP-PC.
En la siguiente seccin, mostraremos cmo La metodologa puede extenderse a cadenas con ms De dos niveles.

3.1. Un enfoque de programacin dinmica

En esta seccin, describiremos una programacin dinmica general enfoque para el 2LSP-PC. Este enfoque se basa en la
descomposicin de soluciones puntuales extremas a (P) en subplanos consecutivos (Ver Proposicin 2.1). En particular,
definir F (T, t) ser el Coste mnimo asociado a satisfacer al minorista demandas en periodos t +1, , t Utilizando la
produccin en Perodos t+1, , T. Entonces estamos claramente interesados en informtica F(0,0) esto puede lograrse
usando un enfoque de dos fases:

Fase 1. Para cada sub-plan , calcular Los costos mnimos que se incurren para satisfacer La demanda de ese
subplan bajo la condicin de que como mximo un arco de produccin libre entra en el subplan. Denote estos costos por

Fase 2. Calcular los valores para todo realizando que una solucin puntual extrema al subproblema
correspondiente est dada por un subplan y el subproblema restante para algunos t 2 y T2. Esto da
lugar a la siguiente recursin hacia atrs:

Tenga en cuenta que en la Fase 1 necesitamos calcular O(T 4) valores. La Fase 2 es, de hecho, un problema de camino ms
corto en una red con nodos que representan todos los pares de periodos tal que y arcos que representan
la Subplanos con los costos correspondientes. El precio mnimo Ruta del nodo (0,0) A cualquiera de los nodos (t 1,T) En
esta red acclica se puede encontrar en tiempo lineal En el nmero de arcos, i.e, in O(T 4) Tiempo (Ver Ahuja Et al. 1993).
Florian y Klein (1971) usaron este Marco de programacin dinmica para desarrollar un O (T 4) algoritmo de programacin
dinmica para resolver el problema CLSP con capacidades estacionarias y cncava general.

Cuando se da el valor de para cada subplan, el 2LSP-PC es polinomialmente solucionable. Para lograr un algoritmo
de tiempo polinomial para el 2LSP-PC, el reto es, por tanto, proporcionar un algoritmo de tiempo polinomial para calcular
los costes correspondientes a todos los subplanos. Debido a que sabemos que el 2LSP-PC es NP-duro para las capacidades
generales de produccin, restringiremos nuestra atencin al caso de las capacidades de produccin estacionarias, es decir,
En el resto de esta seccin, derivaremos un algoritmo de tiempo polinomial para Computando los costes
ptimos de todos los subplanos, y por lo tanto para el 2LSP-PC. Antes de estudiar los subproblemas del clculo de los
costos ptimos del subplan, primero estudiaremos las implicaciones de la suposicin de que las capacidades de produccin
son estacionarias en la siguiente seccin.

3.2 Implicaciones de las capacidades de produccin estacionarias

En la Fase 1 del enfoque de programacin dinmica, necesitamos calcular los costos ptimos de todos los subplanos, bajo
la restriccin adicional de que todos menos uno de los arcos de produccin que entran en el subplan llevan un flujo igual
a 0 o b. Consideremos un subplan particular, digamos , en el cual la demanda total de perodos
debe satisfacerse utilizando la produccin en perodos . Siguiendo a Florian y Klein (1971), observe que la
limitacin de los valores de los arcos de produccin que entran en el subplan implica que el nmero de arcos de produccin
que transportan caudal igual a la capacidad de produccin es exactamente igual a y la cantidad de
produccin restante Es igual a . Claramente, tenemos que , habr exactamente un arco de
produccin entrando en el subplan que lleva este flujo.

3.3. Los Costos del Sub-Plan

Vamos a formular el problema de determinar los costos ptimos de un subplan como un problema de programacin
dinmica. Dicho de otra manera, para cada subplan , vamos a definir una red con la propiedad que
es igual a la longitud de la ruta ms corta entre un par de nodos fuente y sumidero en esta red.

Elegimos los nodos de esta red para que sean de la forma (t, Y, X), donde t indica un perodo, Y es igual a la cantidad de
produccin acumulativa hasta e incluyendo el perodo t, y X es igual a la cantidad acumulada de transporte hasta e
incluyendo el perodo t. El nodo (t1,0,0) es la fuente, mientras que el nodo es
el sumidero. Por la Proposicin 2.2 y la discusin en el 3.2 sabemos que la cantidad de produccin en cualquier perodo
slo puede asumir uno de los valores , con el valor slo en un perodo. Esto implica inmediatamente que Y slo
puede asumir los valores

donde, adems, para y asegurar que toda la

demanda se produce dentro del conjunto de perodos de produccin permitidos en el subplan. Como claramente (K T),
el nmero de valores permisibles para Y es O (T). Adems, por la Proposicin 2.3 sabemos que la cantidad acumulada
transportada hasta e incluyendo algn perodo es igual a la cantidad de produccin total de una secuencia inicial de
perodos de produccin o satisface la demanda de una secuencia inicial de perodos de demanda en el subplan. Ms
formalmente, esto significa que

donde, adems, para asegurar que las demandas se cumplan a tiempo y los productos no se transportan
antes de que se produzcan, y X = 0 si t y para asegurarse de que el transporte se lleva a cabo dentro
del subplan. El nmero de valores permitidos para X es tambin O(T), de manera que el nmero total de nodos en la red
es O(T3).

Los arcos en la red representan decisiones de produccin, transporte e inventario. Arcos estn presentes entre pares de
nodos en la red de la forma (t, Y, X) y , con (donde el valor slo est permitido si Y = kb para algunos
k = 0,1, ..., K), y X X (donde ). Es fcil ver que hay arcos O(T) que emanan de cada nodo en la red,
de modo que toda la red tiene arcos O(T4).

A partir de la informacin contenida en los nodos que definen un arco, podemos calcular fcilmente la cantidad de
produccin en el perodo t + 1 (Y-Y), la cantidad de transporte en el perodo t + 1 (X-X), el inventario mantenido a nivel de
fabricante al final del perodo t+1 (Y-X), y el inventario mantenido al nivel minorista al final del perodo t+1 .
Los costes de un arco estn as dados por

Si todas las funciones de coste pueden ser evaluadas en tiempo constante, los costes de un arco dado se pueden calcular
en tiempo constante siempre que determinemos todas las demandas acumuladas dtt (en tiempo O(T2)) en un paso de
preprocesamiento.

Cualquier trayecto en la red desde la fuente (t1,0,0) hasta el sumidero representa un flujo factible
en el subplan con slo un arco de produccin libre. Por otra parte, es fcil ver que el revs es tambin verdad.
Por lo tanto, los costes del subplan se dan por la trayectoria mnima del coste en esta red del nodo de la fuente al nodo
del fregadero. El tiempo necesario para encontrar esta ruta de coste mnimo es proporcional al nmero de arcos en la red,
de manera que el coste de un solo subplan puede determinarse en tiempo O(T 4).

Debido a que existen subplanos O(T4), una aplicacin directa del algoritmo de programacin dinmica definido
anteriormente a cada subplan individual producira un algoritmo con tiempo de ejecucin O(T 8) para calcular los costes
de todos los subplanos. Sin embargo, el tiempo de ejecucin se puede reducir observando que los costos de muchos
subplanos estn relacionados. En particular, observe que la red de programacin dinmica correspondiente a cualquier
subplan de la forma es realmente una subred de la red de programacin dinmica para el subplan .
Por lo tanto, el uso de la recursin hacia atrs para resolver el camino ms corto entre los nodos (0,0,0) y
en la ltima red produce como subproducto los caminos ms cortos entre los nodos (t,0,0) y
 Para cada uno . De aqu se deduce que slo necesitamos considerar los subplanos O(T 3)
de la forma , cuyos costos se pueden determinar en tiempo O(T 7).

3.4. Tratamiento de inventarios iniciales

Si los inventarios iniciales en los niveles de fabricante y/o minorista, I10 e I20, son estrictamente positivos, hay un ligero
cambio en la construccin de subplanos. Recordemos que construimos subplanos que corresponden a una solucin
puntual extrema dada considerando todos los arcos (excepto arcos de produccin) que transportan flujo positivo. Los
subplanos se forman a continuacin por los componentes conectados resultantes junto con algunos nodos aislados. Sin
embargo, cuando existen inventarios iniciales, puede haber uno o ms componentes que transportan flujo pero no
contienen un perodo de produccin. En estos componentes, la demanda se satisface utilizando los inventarios iniciales
slo en los niveles de almacn y minorista, y se pueden asignar al componente que contiene el perodo de produccin 1
(es decir, el componente que contiene el nodo (1,1)). Los resultados en 2.4.2 y 2.4.3 son claramente todava vlidos
para subplanos en los cuales t1>0. Sin embargo, para los subplanos con , los resultados continan
mantenindose siempre que consideremos los inventarios iniciales totales I10 + I20 como una cantidad acumulada de
produccin hasta el Perodo 0 inclusive, y el inventario inicial I20 en el Nivel 2 como la cantidad acumulada de transporte
Hasta el Perodo 0 inclusive.

A menos que , estos subplanos slo puedan tener una solucin factible si los inventarios iniciales totales no exceden
la demanda total que debe satisfacerse en el subplan. Para los subplanos con , obtenemos
y . Como ya se mencion, slo puede ocurrir si . Si de hecho , una
solucin puntual extrema contendr solo un subplan: (0, T, 0, T), y no se producir produccin en ningn perodo en ese
subplan, es decir, . La nica dificultad restante en este caso es que no queremos especificar por adelantado en qu
nivel el exceso de inventario terminar como inventario final. Esto se puede tratar fcilmente extendiendo el horizonte
de planificacin en un perodo, digamos T+1. A continuacin, defina la funcin de costo de produccin para ese perodo
como y para todos y la funcin de costo de transporte como para todos .
Finalmente, establezca . Los costes del plan nico (0, T, 0, T) en el problema original se pueden encontrar
encontrando los costes del subplan (0, T + 1,0, T + 1) en el problema modificado.

Ahora considere la red de programacin dinmica utilizada para calcular los costos de un subplan. Para los subplanos que
contienen inventarios iniciales, dejamos que el nodo fuente sea y el nodo sink .
Para un estado (t, Y, X), esto tambin significa que

Por ltimo, tenga en cuenta que para los subplanos con t1> 0, no deberamos tener entradas de inventario positivas. Por
lo tanto, en el caso de que existan niveles de inventario inicial distintos de cero, en realidad necesitamos calcular los costos
de todos los subplanos teniendo en cuenta los niveles de inventario inicial, as como los costos de todos los
subplanos para sin tomar en cuenta el nivel de inventario inicial en el fabricante. Esto claramente no
influye en el tiempo de ejecucin global del algoritmo.

4. El caso multinivel

4.1 Introduccin

Podemos extender el enfoque de programacin dinmica desarrollado en 3.1 para el caso de dos niveles al caso
multinivel, donde nuevamente una red de programacin dinmica de Fase 2 representa todas las soluciones puntuales
extremas al MLSP-PC. Con este fin, debemos definir {SL1 + 1,,T} para ser el coste mnimo asociado con satisfacer las
demandas del minorista en periodos {S11 + 1,,T}, y almacn l en periodos {Sl+1,1 + 1,,T} para cada l = 1,,l 2. Nos
interesara entonces la informtica Es fcil ver que el tiempo de ejecucin de la correspondiente generalizacin
del programa dinmico de Fase 2 sera O(T2L). En esta seccin, derivaremos una modificacin del programa dinmico de
Fase 2 que se ejecuta en el tiempo O(T4). Esta modificacin no hace que la Fase 1 sea computacionalmente ms costosa,
e incluso puede hacerla menos costosa. En particular, desarrollaremos un enfoque ms eficiente en el que el programa
dinmico de la Fase 2 no represente necesariamente todas las soluciones puntuales extremas al MLSP-PC y, adems,
sobrestima los costos de muchas de las soluciones puntuales no excesivas que representa. Sin embargo, como
demostraremos, contiene una solucin de punto extremo ptimo y est garantizado para encontrar esta solucin. Este
enfoque es Basado en la idea de que la informacin ms importante presente en la definicin de un subplan es el conjunto
de perodos de produccin + , , Y el conjunto de perodos de demanda + , , La base de nuestro algoritmo
mejorado es entonces permitir el transporte en los perodos + , , (Manteniendo, por supuesto, los periodos de
produccin y demanda dados). Podemos entonces utilizar el mismo enfoque de programacin dinmica que en el caso de
dos niveles, en el que sustituimos los costos de los sub-planes de dos niveles ( , , , ) Por los costos mnimos de
satisfacer la demanda en perodos + , , utilizando la produccin en perodos + , , Donde, como mucho,
una de las cantidades de produccin puede ser diferente de 0 y b, y donde se permite el transporte a todos los niveles en
periodos + , , Mencionaremos estos ltimos costes por ( , , , ) Y se refieren a vectores ( , , , )
Como subplanos relajados.

Para ilustrar el concepto de subplanos relajados, considere la siguiente instancia problemtica del 2LSP-PC. Todas las
demandas son iguales a 1; Los costes de produccin y transporte estn

( )
{ }+ ,
{ }+ , Y ( )=
= { }+ ,
{ }+ ,
Por ltimo, deje que todas las funciones de coste de mantenimiento de inventarios sean iguales a cero. Los flujos ptimos
en ( , , , ) y ( , , , ) Se muestran en la Figura 3. Al calcular los costos ( , , , ) El transporte slo se permite
en perodos en los que tanto la produccin puede tener lugar y la demanda se satisface (es decir, en los perodos 3 y 4 en
el ejemplo), mientras que en la versin relajada del mismo subplano transporte est permitido en cualquier perodo donde
cualquiera de la produccin puede tomar Lugar o demanda se satisface (es decir, en los perodos 2, 3 y 4 en el ejemplo).
Por lo tanto, los costos ( , , , ) Son inferiores a ( , , , ) porque en el subplan relajado podemos transportar en
el segundo perodo.

Estos cambios tienen dos consecuencias importantes. Considere un camino de la fuente a un receptor en la red de la fase
2. En primer lugar, si bien es fcil ver que la solucin correspondiente del MLSP-PC es realmente factible, no es
necesariamente una solucin puntual extrema porque los nodos de produccin y demanda en dos subplanos relajados
contenidos en la solucin pueden conectarse mediante arcos que contienen flujo positivo. En segundo lugar, es posible
que ciertos arcos se usen en ms de un subplano relajado. Esto significa que la longitud de la ruta en la red puede no ser
la misma que los costes de la solucin correspondiente al MLSP-PC. En primer lugar, el siguiente teorema muestra que la
longitud de la trayectoria nunca es menor que los costes reales de la solucin y es igual a los costes de la solucin si todas
las funciones de coste de transporte y de inventario son lineales.

Teorema 4.1. Cada ruta de la fuente a un receptor en la fase 2 de la red de programacin dinmica corresponde a una
solucin factible para el MLSP-PC. La longitud de este trayecto no puede ser menor que el coste de la solucin de
correspondencia, y es igual al coste de solucin si todas las funciones de transporte y de coste de inventario son lineales.

Prueba: El hecho de que una trayectoria desde la fuente hasta el sumidero en la red de programacin dinmica de la Fase
2 corresponda a una solucin factible al problema de los lotes se deriva inmediatamente del hecho de que se cumplen
todas las restricciones de capacidad de produccin, as como todas las demandas. Sin embargo, ciertos arcos de transporte
e inventario pueden llevar flujo positivo en las soluciones parciales que corresponden a ms de un arco en la trayectoria
y cada uno de los flujos parciales se cobra por separado de acuerdo con la funcin de coste correspondiente. Debido a la
concavidad de todas las funciones de coste, se deduce que el costo del flujo total no exceder la suma de los costos de los
flujos individuales en un arco particular y, por lo tanto, la longitud de un camino nunca ser menor que los costos de La
solucin correspondiente. Adems, cuando todas las funciones de transporte y de coste de inventario son lineales, la
longitud de trayectoria y los costos de solucin son claramente iguales.

El siguiente lema da una relacin entre los costos asociados con un subplan y el subplan correspondiente relajado.
Lema 4.2. Para cualquier subplan (( , ) ), tenemos (( , ) ) ( , , , ).

Prueba: Este resultado sigue inmediatamente sealando que tanto (( , ) )y ( , , , ) Son el valor
ptimo de un problema de optimizacin con funciones de coste idnticas, pero donde la regin factible del primero es un
subconjunto de la regin factible de este ltimo.

El siguiente teorema muestra que existe una solucin ptima para el problema de dimensionamiento de lotes que est
representado por una ruta en la red de programacin dinmica de fase 2 cuya longitud es igual a los costos ptimos.

Teorema 4.3. La fase 2 de la red de programacin dinmica contiene una ruta que corresponde a una solucin ptima para
nuestro problema de tamao de lotes, y la longitud de la ruta es igual al costo de esta solucin.

Prueba: Considere un punto extremo solucin ptima para el problema de tamao de lote, por ejemplo, con costo *.
Como se discuti en 2.4, esta solucin ptima se descompone en una secuencia de subplanos consecutivos. Es fcil ver
que la fase 2 de la red de programacin dinmica contiene una ruta para la cual los perodos de produccin y demanda de
cada uno de los arcos corresponden a esta secuencia de subplanos. El Lema 4.2 ahora dice que la longitud de la trayectoria
en la red de programacin dinmica, digamos , no exceder *. Sin embargo, segn el teorema 4.1 sabemos que es
una sobreestimacin de los costos de una solucin factible correspondiente. Optimalidad de * ahora implica que de
hecho = *, lo que demuestra el resultado deseado.

Los teoremas 4.1 y 4.3 implican claramente que nuestro algoritmo de dos fases resuelve el MLSP-PC. Ahora podemos
concluir que la Fase 2 del algoritmo se ejecuta en O(T ) tiempo, dados todos los valores ( , , , ) El desafo
restante es, por lo tanto, proporcionar algoritmos eficientes para calcular estos valores.

4.2. Costes cncavos

4.2.1. Los costos de los subplanos relajados. En esta seccin, formularemos el problema de determinar los costos
( , , , ) como un problema de programacin dinmica. Dicho de otra manera, definimos, para cada
( , , , ), una red con la propiedad de ( , , , ) Es igual a la ruta ms corta entre un par de nodos fuente y
sumidero en esta red. Los nodos de esta red son de la forma ( , , , , ) donde t indica un perodo, Y es igual a la
cantidad acumulada de produccin hasta e incluyendo el perodo t, y es igual la cantidad acumulada del transporte
desde el nivel l al nivel l + 1 hasta el periodo, incluyendo t. Tenga en cuenta que la viabilidad dicta que debemos limitarnos
a los valores , . La fuente es el nodo ( , , , ), mientras que el receptor es el nodo
( , + ,, + ). En 3.3, tenemos que

{ , + }

Y el nmero de valores permisibles para Y es O(T).

Adems, de manera similar a la del caso de dos niveles, tenemos que

( { , + }) ( { + , }), = ,, ,

De modo que el nmero de valores permisibles para X es O (T) tambin. Esto significa que el nmero total de nodos en la
red es O (T ^ L + 1) ( ).

Los arcos en la red representan decisiones de produccin, transporte e inventario, y estn presentes entre pares de nodos
en la red de la forma ( , , , , ) y ( + , , ,, ), donde {0, , } y ( = 1, , 1)
fcil ver que hay ( ) arcos que emanan de cada nodo, para un total de ( ) arcos en la red.
Similar a 3.3, podemos calcular fcilmente la cantidad de produccin en el perodo + 1( ), la cantidad de
transporte entre niveles y + 1 en el perodo + 1( ), el inventario mantenido en el fabricante al final del
perodo + 1 ( ) y el inventario mantenido al nivel del minorista al final del perodo + 1( , ).
Los costes de un arco son as dados por

Si todas las funciones de coste se pueden evaluar en tiempo constante, los costes de un arco dado se pueden calcular en
tiempo ( ) de la misma manera que en el 2LSP-PC despus de un paso de preprocesamiento tomando tiempo ( )
Llegamos a la conclusin de que el costo de un nico subplan relajado se puede determinar en tiempo ( ).

Finalmente, observando que hay subplanos relajados de ( ) y aplicando la misma tcnica para reducir el tiempo de
ejecucin que se utiliza al final de 3.3, se obtiene un algoritmo para el MLSP-PC con costes de produccin cncava
arbitrarios, Capacidad estacionaria que funciona en tiempo ( ). Aunque este tiempo es exponencial en el nmero
de niveles, el orden del tiempo de ejecucin estar limitado por el hecho de que el nmero de niveles ser tpicamente
relativamente pequeo.

Este enfoque puede ampliarse fcilmente para hacer frente a los inventarios iniciales. Recordemos que en 4.4 slo se
deben considerar los subplanos relajados con = 0 para un subplan tan relajado, debemos considerar el total de los
inventarios iniciales como una cantidad acumulada de produccin hasta el Perodo 0 inclusive, y el inventario
inicial como la cantidad acumulada de transporte hasta e incluyendo Perodo 0 desde el nivel s al nivel s + 1,
para todo {1, , 1}. Como en 3.4, sin aumentar el tiempo de ejecucin, estos inventarios iniciales pueden ser
incorporados en el enfoque de programacin dinmica para calcular ( , , , ) mediante redefiniciones apropiadas
de los posibles valores de Y y X.

En las siguientes secciones mostraremos cmo se puede reducir drsticamente el tiempo de ejecucin para casos
problemticos que tienen capacidades de produccin estacionarias, costos generales de produccin cncava y costos
lineales de mantenimiento de inventario en todos los niveles, as como una de las dos estructuras de costos de transporte
siguientes: (I) carga fija sin motivos especulativos; O (ii) lineal.
4.3. Costes de transporte de carga fija sin motivos especulativos

4.3.1. Introduccin. En esta seccin, consideramos el caso de los costos de transporte de carga fija sin motivos
especulativos y los costos de mantenimiento de inventario lineal. Como antes, vamos a determinar los costos de cada
subplan relajado utilizando la programacin dinmica. Despus de un paso de preprocesamiento que se ejecuta en
( ), este programa dinmico se ejecuta en ( ) tiempo para cada subplan individual relajado. Mediante el uso de
la tcnica de reduccin al final de 3.3, el costo de todo ( ) subplanos relajados se pueden calcular simultneamente
en ( ) hora. Por lo tanto, el tiempo de ejecucin del enfoque de programacin dinmica para este caso especial del
MLSPPC es ( + ). Cuando = 2, podemos reducir este tiempo de funcionamiento a ( ).

4.3.2. Propiedad de inventario cero en el minorista. Demostramos que, bajo costos de transporte de carga fija sin motivos
especulativos, las soluciones que satisfacen la propiedad de ordenamiento de inventario cero (ZIO) en todos los niveles
en {2, }, es decir, = 0 para = 1, , 1; = 2, , , son dominantes. Es decir, dada cualquier solucin
factible al subplano relajado ( , , , ) , siempre existe otra solucin que es al menos tan buena y satisface la
propiedad ZIO en todos los niveles e{2, }n.

Teorema 4.4. Dado un subplan relajado ( , , , ), el conjunto de soluciones con la propiedad ZIO en todos los niveles
en {2, , } Es dominante.

Prueba: Dejar ( , , ) ser una solucin factible al subplan relajado ( , , , ) que no satisface la propiedad ZIO en
algn nivel. Dejar sea el ltimo nivel, tal que la propiedad ZIO se cumple para todo { + 1, , }, pero no es verdadera
para nivel . Podemos construir una nueva solucin al menos tan buena como ( , , ) , tal que la propiedad ZIO se cumple
para todo , , entonces = 2 hemos obtenido el resultado deseado. De lo contrario, repetimos el procedimiento
con la nueva solucin. Observe que este procedimiento converge porque el nuevo ha disminuido en al menos una unidad.

Dejar { , , 1} un perodo para que >0. El inventario positivo ha sido transportado a nivel en algn
perodo anterior. Sin embargo, debido a la ausencia de motivos especulativos, podemos reprogramar el transporte de
unidades al perodo + 1 sin aumentar los costos. Repitiendo este argumento para cada perodo violando la
propiedad ZIO a nivel obtenemos una solucin donde la propiedad ZIO es verdadera para cada nivel , , .

Podemos recordar que ( , , , ) es igual a los costes mnimos entre las soluciones del subplano relajado
( , , , ) con un mximo de un arco de produccin libre. El siguiente corolario del teorema 4.4 indica que para
encontrar este mnimo restringido podemos restringir nuevamente nuestra bsqueda a soluciones que satisfacen la
propiedad ZIO en el minorista.

Corolario 4.5. El coste asociado con el subplano relajado ( , , , ) se puede encontrar entre todas las soluciones
factibles que satisfacen la propiedad ZIO en todos los niveles en {2, }.

Prueba: Esto se deduce inmediatamente de la demostracin del teorema 4.4 observando que la modificacin de la
solucin para obtener una solucin que satisface la propiedad ZIO no altera los flujos de produccin.
Este corolario implica que al buscar ( , , , ) podemos suponer que cualquier cantidad enviada es igual a la
demanda de un conjunto de perodos consecutivos. Esto ayudar a reducir la informacin mantenida en el enfoque de
programacin dinmica descrito en 4.2.1.

4.3.3. Los costos de un subplan. En esta seccin, formularemos el problema de determinar los costos ( , , , )
como una simplificacin del problema de programacin dinmica definido en 4.2.1. Todos los nodos de la red de
programacin dinmica son de la forma ( , , ), donde indica un perodo, es igual a la cantidad acumulada de
produccin hasta e incluyendo el perodo , y representa el ltimo perodo cuya demanda se satisface utilizando el
transporte desde el Nivel 1 Hasta el nivel 2 hasta el perodo , donde , y . Podemos observar que a partir
del teorema 4.4, tenemos que = , en el programa dinmico de 4.2.1. La fuente es el nodo ( , 0, ), mientras
que el receptor es el nodo ( , + , , ). Como antes, sabemos que Y slo puede asumir los valores.
Arcos estn presentes entre pares de nodos en la red de la forma ( , , ) y ( , , ) donde {0, , } Y . Es
fcil ver que hay ( ) arcos que emanan de cada nodo en la red, de modo que toda la red tiene ( ) Arcos.

Donde ( , ) se definen como los costes ptimos de envo de unidades desde el nodo ( , ) a sus destinos, es

decir, nodos de demanda ( , ), , ( , ). Podemos utilizar el algoritmo de Zangwill, en una etapa de preprocesamiento,
para determinar los valores ( , ) para todo = 2, , ; = , , ; y = , , en ( ) tiempo; Consulte el
apndice en lnea. Es importante sealar que aunque el modelo de Zangwill permite el transporte cncavo general y las
funciones de costo de mantenimiento de inventario, no podemos usar el mismo enfoque que se ha descrito anteriormente
en presencia de capacidades de produccin. La razn es que en el caso sin capacidad, la propiedad ZIO es vlida para
funciones arbitrarias de coste de arco cncavo, mientras que esto no es el caso en el caso capacitado. Sin embargo, como
hemos mostrado, en el caso de costos de transporte de carga fija que no exhiben motivos especulativos, tambin
obtenemos la propiedad ZIO, permitiendo el uso del algoritmo de Zangwill para determinar entradas a nuestro algoritmo.

El problema de determinar ( , , , ) se reduce a encontrar la longitud del camino ms corto en la red desde la
fuente hasta el sumidero, lo que se puede hacer en tiempo lineal en el nmero de arcos. Es fcil ver que el nmero de
nodos en la red es ( ) y el nmero de arcos ( ). Usando el mismo enfoque para calcular mltiples valores de la
funcin a la vez como hemos discutido para la funcin al final de 3.3, esto produce un algoritmo ( + ) para
resolver la variante multinivel de este problema.

Cuando = 2, este tiempo de ejecucin puede ser reducido a ( ). Recuerde que el nmero de nodos en el enfoque
de programacin dinmica anterior es ( ). Mostraremos que el nmero de arcos es tambin ( ). Para cada hay
( ) nodos de la forma ( , . , ) y ( ) nodos de la forma ( , . , ) con > . Cada nodo de la forma ( , . , ) tiene ( )
sucesores, y cada nodo de la forma ( , . , ) con > tiene (1) sucesores, lo que hace que para un total de ( ) arcos
en la red. Esto genera un algoritmo ( ) para resolver la variante de dos niveles de este problema.

Desafortunadamente, en presencia de niveles de inventario inicial no nulos, la propiedad ZIO no es necesariamente

dominante. Sin embargo, en estos casos se sigue aplicando el procedimiento ms general desarrollado para el caso de
funciones de coste cncavo arbitrarias.

4.4. Costos de transporte lineal

4.4.1. Introduccin. En esta seccin, consideraremos el caso en que los costos de transporte y los costos de
mantenimiento de inventario son lineales. Desarrollaremos un enfoque de programacin dinmica que encuentre los
costos ptimos de cada subplan. Despus de un paso de preprocesamiento que se ejecuta en ( ) Tiempo, este
algoritmo se ejecuta en ( ) Tiempo para un nico sub-plan relajado, pero los costos de todos los ( ) los subplanos
relajados se pueden calcular simultneamente en ( ) hora. Esto da como resultado un ( + )Algoritmo para
resolver esta clase de instancias de MLSP-PC.

4.4.2. Preprocesamiento. En trminos de la red subyacente (como se describe en el 2.1), una unidad producida en el
perodo para satisfacer la demanda en el perodo fluir en la solucin ptima a lo largo de la trayectoria de costo
mnimo de (1, ) a ( , ). En una etapa de preprocesamiento, podemos determinar los costos mnimos de transporte
unitario asociados con la produccin de una unidad en el perodo para el consumo en el perodo , que llamaremos .
Todos estos valores se pueden calcular en ( ) tiempo resolviendo problemas de trayecto ms cortos en grafos a
cclicos con arcos ( ) usando recursin hacia atrs. Usando estos valores, podemos determinar nuevamente los costos
de transporte totales asociados con la produccin, en el perodo , de la demanda entera de los perodos consecutivos
+ 1, , , suponiendo que el transporte est permitido en todos los perodos , , , es decir, =
En ( ) tiempo, estos costos pueden ser calculados para todos = 1, , y + 1 . Esta
informacin nos permitir calcular los costos de transporte totales asociados con la produccin en el perodo t en tiempo
constante.

4.4.3. Los costos de un subplan. En esta seccin, formularemos el problema de determinar los costos ( , , , )
como una simplificacin adicional del problema de programacin dinmica definido en 4.2.1. Todos los nodos de la red
de programacin dinmica son de la forma ( , ), donde indica un perodo, y es igual a la cantidad de produccin
acumulativa hasta e incluyendo el perodo , donde , y

La fuente es el nodo ( , 0), mientras que el receptor es el nodo ( , + ).

Los arcos estn presentes entre pares de nodos en la red de la forma ( , ) y ( + 1, ) cuando {0, , }. Cada
arco de la red descrita anteriormente representa una posible decisin de produccin. Dejamos que los costos de los arcos
sean iguales a los costos totales asociados con el monto de la produccin. Queda por demostrar que los costos de
transporte e inventario pueden ser calculados en tiempo constante. Adems de la informacin recopilada en la fase de
preprocesamiento descrita en el 4.4.2, tambin encontraremos, para cada nodo ( , ) en la red, el primer periodo cuya
demanda no es plenamente satisfecha por la produccin acumulativa (digamos ) as como la parte de la demanda de
ese perodo que queda por satisfacer (digamos ). Utilizando las demandas acumulativas , ( = + 1, , ),
as como el hecho de que el valor de slo puede ser igual a o + para = 0, , esta informacin adicional se
puede obtener en el tiempo ( ). Como veremos ms adelante, esto no aumenta el tiempo de ejecucin de encontrar
los costos de un solo subplan.

Consideremos ahora un arco que conecta los dos nodos ( , ) (con el primer periodo de demanda restante con la
demanda restante ), y ( + 1, ) (con el primer periodo de demanda restante con la demanda restante ). Cuando
los costos unitarios de transporte de la cantidad producida en el perodo + 1) son iguales a , . Cuando
los costos de transporte y de mantenimiento de inventario para este arco consisten en hasta tres componentes:
, + , , +
, ( ) y pueden as Se calcula en tiempo constante.

El problema de determinar ( , , , ) se reduce a encontrar la longitud del camino ms corto en la red desde la
fuente hasta el sumidero, lo que se puede hacer en tiempo lineal en el nmero de arcos. Es fcil ver que el nmero de
nodos en la red es ( ), y el nmero de arcos ( ). Utilizando el mismo enfoque para calcular mltiples valores de la
funcin a la vez como en 4.3, se obtiene un algoritmo ( + ) para resolver esta variante del MLSP-PC.

Al igual que en el CLSP, los inventarios iniciales se pueden incorporar cuando todas las funciones de costos de transporte
y de mantenimiento de inventario son lineales. En particular, los inventarios iniciales se utilizan para satisfacer las
demandas ms tempranas a travs de los trayectos ms cortos apropiados en la red, despus de lo cual se actualizan las
demandas y se resuelve el problema restante sin inventarios iniciales.

5. Conclusiones y futuras investigaciones

En este artculo se ha considerado una generalizacin del ELSP clsico con capacidades de produccin estacionarias que
permite mltiples niveles de almacenamiento, as como las correspondientes decisiones de transporte para el transporte
entre los diferentes niveles. Hemos identificado dos casos especiales importantes de este problema que son solubles en
tiempo polinomial. Los tiempos de ejecucin de los algoritmos correspondientes son notablemente insensibles al nmero
de niveles en la cadena de suministro.
Las cuestiones abiertas para futuras investigaciones en este mbito pueden dividirse en tres direcciones generales. En
primer lugar, las complejidades, aunque polinmicas en el horizonte de planificacin, son de orden relativamente alto:
( ) a ( ) para los casos de dos niveles. Sera interesante si el orden del tiempo de ejecucin podra reducirse, por
ejemplo, investigando si se puede ahorrar ms tiempo al determinar los costos de muchos o todos los subplanos
simultneamente. Adems, aunque el nmero de niveles ser generalmente relativamente pequeo, sera interesante
determinar si el caso multinivel con funciones de coste cncavo general puede ser resuelto en tiempo polinmico tanto
en el horizonte temporal como en el nmero de niveles. Una segunda direccin es el estudio de las cadenas de suministro
en serie en presencia de capacidades en otros o niveles adicionales en la cadena. Por ltimo, sera interesante considerar
estructuras de cadena de suministro ms complejas, incluyendo, por ejemplo, estructuras de ensamblaje de productos a
nivel de productor o mltiples minoristas.