Universidad del Atlántico – Investigación de operaciones 2, Año 2018

MODELO DE INVENTARIO EOQ CON DESCUENTOS

Cabarcas Toscano Maria Alejandra, Carrillo Rinaldy Ariadna Lucia, González Mancilla Ever Anderson,
Lara Cobos Juan Esteban, Velaides Campo Jacinto David

RESUMEN

En la presente investigación abordaremos la temática del modelo de inventario EOQ con descuentos

presente trabajo académico abordaremos la temática de AHP con lógica difusa aplicada a un problema de
ubicación de una planta productora de empaques plásticos con el fin de evaluar las posibles Localizaciones y
escoger cual sería la más óptima.

Para seleccionar la ubicación apropiada de la planta es necesario tener en consideración alternativas y

criterios de evaluación debido a la complejidad del sistema en las empresas industriales, es por esto que
optaremos por resolver este problema por medio del método de toma de decisiones multicriterio.

Primeramente, buscamos toda la información necesaria para implementar y desarrollar el trabajo a

cabalidad. Teniendo toda la información pertinente, se prosigue a dar solución al problema aplicando los
métodos anteriormente mencionados.

Palabras clave: Localización, Método AHP, Lógica difusa, Toma de decisiones multicriterio.

ABSTRACT

In this academic work we will approach the topic of AHP with fuzzy logic applied to a problem of location of a
plastic packaging production plant in order to evaluate the possible locations and choose which would be the
most optimal.

In order to select the appropriate location of the plant it is necessary to consider alternatives and evaluation
criteria due to the complexity of the system in industrial companies, which is why we will choose to solve this
problem by means of the multi-criteria decision-making method.

First of all, we look for all the necessary information to implement and develop the work fully. Having all
relevant information, a solution to the problem is then found using the above-mentioned methods.

Keywords: Localization, AHP Method, Fuzzy Logic, Multi-criteria Decision Making.

1
 Universidad del Atlántico – Investigación de operaciones 2, Año 2018
1. INTRODUCCIÓN
A menudo los proveedores ofrecen una serie de
descuentos en los precios de los productos solo si
les compramos en grandes cantidades, dichos
descuentos se deben tener en consideración al
momento de decidir qué cantidad nos conviene
adquirir y cuando debemos efectuar los pedidos.
He aquí donde entra a coalición el modelo EOQ con
descuentos que es idéntico al clásico solo con una
excepción y es que el producto que hay en
inventario se puede comprar a descuento
solamente si el volumen del pedido excede un
límite dado.
Normalmente, los proveedores para determinados
productos suelen ofrecer
Hoy en día, en un entorno competitivo, el problema
de ubicación de las plantas es un tema importante
que tiene efectos significativos en las empresas
industriales. Para una selección apropiada, un
tomador de decisiones puede necesitar una gran
cantidad de datos para ser evaluados
efectivamente considerando ciertos criterios tales
como: costo de sostenimiento, costo de instalación,
acceso a los clientes, seguridad, etc.
A lo largo del tiempo se han venido aplicando
técnicas de tomas de decisiones multicriterio para
resolver los problemas de ubicación de una planta
como herramienta eficaz. Las clasificaciones de
varias ubicaciones bajos diferentes criterios y las
ponderaciones de los criterios se evalúan mediante
números difusos.
En este trabajo, para resolver el problema de
selección de la ubicación de la planta se introduce
una metodología de toma de decisiones que integra
las técnicas AHP y TOPSIS con Lógica difusa.
Cada técnica tiene sus puntos fuertes y débiles.
Nuestro objetivo es diseñar una jerarquía de toma
de decisiones que beneficie a partir de las ventajas
de las técnicas de resolución de problemas antes
2
mencionadas para resolver el complejo problema
de toma de decisiones en la práctica.
El objetivo de utilizar el método AHP es
“desmenuzar un problema y luego unir todas las
soluciones de los subproblemas en una conclusión”
(Saaty, 1980).
(Buckley, 1985) incorporó una matriz difusa en el
método AHP, de tal forma que la vaguedad en las
respuestas de las personas involucradas en el
proceso de decisión sea contemplada en el
método, acercándose más a la realidad humana y
dando una mayor validez al proceso de análisis de
decisión (Wu, 2005).
2. MARCO TEÓRICO
2.1 Método AHP
El proceso de Análisis jerárquico, desarrollado por
Thomas L. Saaty (The Analytic Hierarchy Process,
1980) está diseñado para resolver problemas
complejos de criterios múltiples. El proceso
requiere que quien toma las decisiones proporcione
evaluaciones subjetivas respecto a la importancia
relativa de cada uno de los criterios y que, después,
especifique su preferencia con respecto a cada una
de las alternativas de decisión y para cada criterio.
El resultado del AHP es una jerarquización con
prioridades que muestran la preferencia global para
cada una de las alternativas de decisión.
En un ambiente de incertidumbre, el AHP
proporciona la posibilidad de incluir datos
cuantitativos relativos a las alternativas de
decisiones. La ventaja del AHP consiste en que
adicionalmente permite incorporar aspectos
cualitativos que suelen quedarse fuera del análisis
debido a su complejidad para ser medido, pero que
pueden ser relevantes en algunos casos. (El
proceso de análisis Jerárquico (AHP) como
herramienta para la toma de decisiones en la
selección de proveedores (Hurtado & Bruno, 2005).
Por medio del modelo jerárquico, el AHP, permite
organizar la información del problema,
descomponerla y analizarla por partes, visualizar
 Universidad del Atlántico – Investigación de operaciones 2, Año 2018
las variaciones presentadas cuando existen
cambios en cada nivel de jerarquía y sintetizar. El
primer paso consiste en identificar todos los
elementos que intervienen en el proceso de toma
de decisiones y los niveles en que estos elementos
pueden ser agrupados de forma jerárquica. En la
Figura 1 se muestra esquemáticamente un árbol
de jerarquías y las interrelaciones de los
componentes: meta global (u objetivo), criterios y
alternativas del problema que se pretende resolver.
Figura 1 Árbol de Jerarquías
En el método AHP existe completa libertad para
construir la jerarquía; en la parte superior del árbol
se presenta el objetivo principal. En los niveles
inferiores intervienen el conjunto de criterios, el
conjunto de los diferentes grupos involucrados o los
sub-criterios relacionados con algún criterio
específico. Finalmente, en el nivel de base se
presentan las diferentes alternativas. No existe
restricción respecto a la cantidad de niveles ni al
número de elementos de cada nivel. Lograr la
construcción del árbol brinda claridad y
entendimiento sobre los componentes del problema
que se está analizando (Ptolomeo Unam , s.f.))
La ventaja del AHP consiste en que,
adicionalmente, permite incorporar aspectos
cualitativos que suelen quedarse fuera del análisis
debido a su complejidad para ser medidos, pero
que pueden ser relevantes en algunos casos
(Márquez).
2.1.1 Comparaciones por pares
3
El proceso de Saaty permite dar valores numéricos
a las preferencias dadas por cada integrante del
grupo decisor, logrando medir cómo contribuye
cada elemento de la jerarquía al nivel
inmediatamente superior del árbol de jerarquías.
Para estas comparaciones se utilizan escalas de
razón en términos de preferencia, importancia o
probabilidad, sobre la base de una escala numérica
propuesta por el mismo Saaty, que va desde 1
hasta 9 (ver Tabla 1).
Tabla 1. Escala de preferencias del método AHP
Las variables A y B de la tabla 1 pueden ser
criterios, subcriterios y/o alternativas (Ptolomeo
Unam, s.f.)
2.2 TOPSIS
La técnica de ordenación de preferencias por
similaridad a la solución ideal mejor conocida como
TOPSIS (Technique for Order of Preference by
Similarity to Ideal Solution) es un método de
análisis de decisión multicriterio el cual fue
originalmente desarrollado por Hwang y Yoon en
1981. El método TOPSIS se basa en el concepto
del ideal y del anti-ideal en la elección de
alternativas, ya que en este método las alternativas
elegidas deben tener la distancia geométrica más
corta de la solución ideal positiva (ideal) y la
distancia geométrica más larga de la solución ideal
negativa (anti-ideal).
A continuación, se presenta un esquema en el que
se sintetizan los pasos que deben realizarse a la
hora de aplicar TOPSIS (Pallarés).
 Universidad del Atlántico – Investigación de operaciones 2, Año 2018
Figura 2. Esquema TOPSIS
2.3 Lógica Difusa
La lógica difusa en una lógica multivaluada que
permite representar matemáticamente la
incertidumbre y la vaguedad, proporcionando
herramientas formales para su tratamiento. Es una
herramienta que sirve para la toma de decisiones
individuales y grupales.
Como indica Zadeh, “cuando aumenta al
complejidad, los enunciados precisos pierden su
significado y los enunciados útiles pierden
precisión”, que puede resumirse como que “los
árboles no te dejan ver el bosque”.
Básicamente, cualquier problema del mundo puede
resolverse como dado un conjunto de variable de
entrada (espacio de entrada), obtener un valor
adecuado de variables de salida (espacio de
salida).
La lógica difusa permite establecer este mapeo de
una forma adecuada, atendiendo a criterios de
significados (y no de precisión) (Morcillo).
3. METODOLOGÍA
La mejor manera de poder encontrar solución a un
problema aparentemente complejo es
descomponerlo en varias partes más simples, sin
embargo, al transformar dicho problema se debe
4
mantener la información general (total) que permita
el acoplamiento y/o armonización entre los sub-
problemas resultantes. Así, para el caso de
localización de una planta industrial
La unión entre los sub-problemas y el análisis
pertinente a la decisión tiene un centro en común,
de manera que el proceso jerárquico es
simplemente secuencial, con un aumento en el
grado de detalle, tanto en la parte de información
como en la cantidad de variables o parámetros
analizados
Comprende el análisis de expertos sobre el tema
tratado, que nos brindaron cuales serían lo criterios
más importantes para la toma de decisión, tales
como: el costo de instalación, seguridad, costo de
sostenibilidad y acceso.
 Costo de instalación: comprende el
capital necesario que la empresa dispone
para la adquisición del predio (bodega). al
igual, que la adecuación del mismo, en
caso de ser necesario. Teniendo en cuenta
el sector de su posible ubicación.
 Seguridad: hace referencia al nivel de
seguridad del sector, encierra la
probabilidad de: atracos, hurtos, bloqueos
de calles aledañas y daños a la
infraestructura.
 Costo de sostenibilidad: refiere al dinero
necesario para que la empresa pueda
operar, que es regida por ciertos factores
tales como: servicios públicos (energía
eléctrica y acueducto) e impuestos.
 Acceso: Este criterio comprende el estado
de la infraestructura de los alrededores de
la ubicación de la planta, la facilidad de los
clientes y trabajadores de poder llegar a la
posible ubicación de la planta.
Con base a los anteriores criterios, se presentaron
cuatro posibles alternativas para la mejor ubicación
de la planta:
 Universidad del Atlántico – Investigación de operaciones 2, Año 2018

Tabla 2. Alternativas para la ubicación de la planta.

A1 Cl.77A-via40
Tabla 4. Calculo de grado sintético difuso para la
A2 Cra 19-58
matriz de comparación de criterios.
A3 Circun - 36

A4 calle 30 - 25

Luego de analizar los criterios y las alternativas, se

planteó el modelo jerárquico para seleccionar la
mejor decisión que se puede visualizar en la Figura
3.

Con el modelo jerárquico se procede a realizar la Luego se aplican los principios de comparación de
conversión de la escala de Saaty a una escala de números difusos para determinar el grado de
números triangulares difusos (Tabla 3). posibilidad de que un número difuso pueda ser
mejor que otros, obteniendo así los vectores de
Construcción de matrices difusas de peso (Tabla 5).
comparación.
Finalmente, se realiza la normalización para
Para facilitar la comparación por pares de los obtener el vector de peso normalizado (Tabla 6).
elementos del modelo jerárquico (criterios), se
diseñó un cuestionario que fue diligenciado por los
expertos con la finalidad de considerar los juicios
de los actores involucrados en la alianza. Las
matrices de comparación con la escala difusa se
construyeron por nivel de jerarquía y por cada
experto, como se requieren el AHP difuso. En el
ejemplo de la tabla 3, los expertos consideraron
que el criterio de costo de sostenibilidad es el más Tabla 6. Vector de peso normalizado para los
relevante frente a los demás criterios. criterios

Análisis de consistencia lógica. Aplicación de Technique for Order Preference by

Similarity toIdeal Solution
La consistencia se refiere a la congruencia de los
juicios y relaciones establecidas por los expertos, a
través del proceso de comparación por pares. En el
caso del AHP difuso, antes de realizar el análisis,
es necesario convertir las matrices difusas en
matrices con números reales o nítidos, utilizando el
método de defuzzificación, que indica que un
número difuso triangular denotado dela forma M - (l,
m, u) puede convertirse en un número real con la Tabla 7. Vector unificado para los criterios
siguiente ecuación:

5
 Universidad del Atlántico – Investigación de operaciones 2, Año 2018

Figura 3. Modelo
jerárquico de criterios
y alternativas para la
selección de
ubicación de la
planta.

Tabla 3. Matriz de comparación de criterios,

empleando números difusos.

Tabla 5. Cálculos de comparaciones de números

difusos de matriz de comparación de criterios

ubicación de las plantas, ya que cada alternativa

4. CONCLUSION
Las personas encargadas de la toma de decisiones
en las empresas industriales presentan múltiples
problemas a la hora de evaluar la selección de la
posible presenta criterios que pueden afectar al
rendimiento de la empresa y de esto depende el
éxito o fracaso de esta misma.
Por lo tanto, es necesario realizar un estudio para
reconocer los criterios que tienen influencia en cada

6
 Universidad del Atlántico – Investigación de operaciones 2, Año 2018

ubicación (alternativas), por lo que la convierte en A7%20Toma%20de%20decisi

un problema de decisión multicriterio, en el cual se %C3%B3n.pdf?sequence=7
usaron técnicas lógicas, para de esta manera
seleccionar la alternativa más apropiada. Con base Saaty, T. L. (1980). The analytic Hierarchy Process.
en los resultados obtenidos a través de las
herramientas de análisis multicriterio (AHP) con Wu, H. y. (2005).
lógica difusa y TOPSIS pudimos obtener que la
mejor ubicación para la planta es Alternativa
número 2, es decir la localizada en la dirección Cra
19-58, dado a que el criterio sostenibilidad tiene
una mayor relevancia entre las demás, lo podemos
corroborar en el resultado del método TOPSIS.

5. REFERENCIAS BIBLIOGRÁFICAS

Hurtado, T., & Bruno, G. (2005). Tesis de la

Universidad Nacional Mayor de San
Marcos. Lima .

Hurtado, T. & Bruno, G. El proceso de Análisis

Jerárquico (AHP) como herramienta para la
Toma de Decisiones en la Selección de
Proveedores.

Márquez, P. E. (s.f.). Tesis de la Universidad Austral

de Chile. Chile.

Morcillo, C. G. (s.f.). Logica difsua.

Pallarés, J. R. (s.f.). Métodos de decisión

multicriterio electro y topsis aplicados a la
elección de un dispositivo movil.

Ptolomeo Unam. (s.f.). Obtenido de

http://www.ptolomeo.unam.mx:8080/xml
ui/bitstream/handle/132.248.52.100/312/
A7%20Toma%20de%20decisi
%C3%B3n.pdf?sequence=7

Ptolomeo Unam . (s.f.). Obtenido de

http://www.ptolomeo.unam.mx:8080/xml
ui/bitstream/handle/132.248.52.100/312/