Economic order quantity model for deteriorating items with imperfect quality

• Autores: Chandra K. Jaggi, Mandeep Mittal
• Localización: Investigación Operacional, ISSN-e 0257-4306, Vol. 32, Nº 2, 2011, págs. 107-113
• Idioma: inglés
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    En un modelo EOQ (tamaño económico del lote) es asumido tácitamente que el 100% de los ítems en un lote tiene una calidad perfecta. Esto es posible solo bajo situaciones muy ideales, pues prácticamente esta asunción debe ser no cierta. Entonces, la inspección del lote es indispensable en todas las organizaciones tanto públicas como privadas. Más aun, esto juega un rol muy significativo si los productos son deteriorables En este trabajo se ha hecho un intento de formular un modelo de inventario para ítems deteriorables con calidad imperfecta. La tasa de inspección se asume sea mayor que la demanda. Esta asunción ayuda a cumplimentar la demanda, fuera de los productos que fueron hallados con una calidad perfecta, junto con el proceso de valoración. Un ejemplo hipotético es considerado para validar el modelo y los resultados son obtenidos usando Matlab7.0.1. Un análisis comprensible de la sensibilidad es presentado también.

  • English

    In an EOQ model it is tacitly assumed that the 100% items in a lot are of perfect quality. This is possible only under very idealistic situation but practically this assumption may not be true. Thus, the inspection of lot becomes indispensable in all public and private sector organizations. Moreover, it plays a very significant role when the products are of deteriorating in nature. In this paper an attempt has been made to formulate an inventory model for deteriorating items with imperfect quality. The inspection/screening rate is assumed to be more than the demand. This assumption helps one to fulfill the demand, out of the products which are found to be of perfect quality, along with the screening process. A hypothetical example is considered to validate the model and results are obtained using Matlab7.0.1. Comprehensive sensitivity analysis has also been presented.