Arbeidskrav 4 - SCM200

Krav til innleveringen:

Frist for å levere inn 17.04.23.

Minst 75% korrekt for å få bestått.
Studenten må levere inn innen 03.04.23 for å få skriftlig tilbakemelding fra hjelpelærer.

T-4.1

a) - Definer data
𝐷𝑖𝑡 =Etterspørsel for ordre 𝑖 i tertial 𝑡 hvor 𝑖 = 1 𝑡𝑖𝑙 3. og 𝑡 = 1 𝑡𝑖𝑙 3
𝑖:
1 = 𝑜𝑟𝑑𝑖𝑛æ𝑟𝑜𝑟𝑑𝑟𝑒 𝑎𝑣 𝑡𝑢𝑛𝑒𝑙𝑙𝑝𝑟𝑜𝑝𝑟𝑒𝑙𝑙, 2 = 𝑜𝑟𝑑𝑖𝑛æ𝑟𝑜𝑟𝑑𝑟𝑒 𝑎𝑣 𝑎𝑧𝑖𝑚𝑢𝑡ℎ𝑝𝑟𝑜𝑝𝑒𝑙𝑙 𝑜𝑔 3 = 𝑠𝑒𝑟𝑣𝑖𝑐𝑒𝑜𝑟𝑑𝑟𝑒.

𝐼𝑖0 =inngående lager av ordre 𝑖, hvor 𝑖 = 1 𝑡𝑖𝑙 3.

𝑟
𝑅𝑡𝑗 =regulære timer tilgjengelig for tertial 𝑡 i avdeling 𝑗, hvor 𝑡 = 1 𝑡𝑖𝑙 3 og 𝑗 = 1 𝑡𝑖𝑙 3.

𝑟𝑖𝑡𝑗 =bearbeidingstid for ordre 𝑖 i tertial 𝑡 i avdeling 𝑗, hvor 𝑖 = 1 𝑡𝑖𝑙 3, 𝑡 = 1 𝑡𝑖𝑙 3 og

𝑗 = 1 𝑡𝑖𝑙 3.
𝐶𝑖 =overlagringskost for ordre 𝑖, hvor 𝑖 = 1 𝑡𝑖𝑙 3.

b) - Definer variabler
𝐼𝑖𝑡 =Utgående lager for ordre 𝑖 i tertial 𝑡 hvor 𝑖 = 1 𝑡𝑖𝑙 3. og 𝑡 = 1 𝑡𝑖𝑙 3
𝑋𝑖𝑡 =Antall produserte enheter av ordre 𝑖 i tertial 𝑡, 𝑖 = 1 𝑡𝑖𝑙 3. og 𝑡 = 1 𝑡𝑖𝑙 3

c) Definer målfunksjon
3 3
∑ ∑ 𝐼𝑖𝑡𝐶𝑖
𝑖=1 𝑗=1

d) - Definer føringer
Lager:
𝐼𝑖1 = 𝐼𝑖0 + 𝑋𝑖1 − 𝐷𝑖1
𝐼𝑖2 = 𝐼𝑖1 + 𝑋𝑖2 − 𝐷𝑖2
𝐼𝑖3 = 𝐼𝑖2 + 𝑋𝑖3 − 𝐷𝑖3
Kapasitet, regulære arbeidstimer:
3
𝑟
∑ 𝑟𝑖𝑡𝑗 ≤ 𝑅𝑡𝑗
𝑖=1
Kapasitet, overtidstimer:
3
𝑜
∑ 𝑜𝑖𝑡𝑗 ≤ 𝑅𝑡𝑗
𝑖=1
 Maks overtid:
𝑜
𝑅𝑡𝑗 = 0

e) - Vis at problemet ikke er løsbart.

Tertial 1.
𝑟111 = 7200 𝑟112 = 12000 𝑟113 = 14400
𝑟211 = 3200 𝑟212 = 6400 𝑟213 = 8000
𝑟311 = 800 𝑟312 = 2000 𝑟313 = 2400

3 3 3
∑ 𝑟𝑖11 = 11200 ∑ 𝑟𝑖12 = 20400 ∑ 𝑟𝑖13 = 24800
𝑖=1 𝑖=1 𝑖=1
𝑟 𝑟 𝑟
𝑅11 = 12000 𝑅12 = 21000 𝑅13 = 24000
Rest avd 1: 0 Rest avd 2: 0 Rest avd 3: 800

Her ser vi allerede i første tertial at kapasiteten til avdeling 3, monteringsavdelingen ikke
oppfyller etterspørselen. avdeling 3 mangler 800 timer for å kunne oppfylle all etterspørsel.

Tertial 2.
𝑟121 = 6000 𝑟122 = 10000 𝑟123 = 14400
𝑟221 = 4400 𝑟222 = 8800 𝑟223 = 11000
𝑟321 = 2400 𝑟322 = 6000 𝑟323 = 7200

3 3 3
∑ 𝑟𝑖21 = 12800 ∑ 𝑟𝑖22 = 24800 ∑ 𝑟𝑖23 = 30200
𝑖=1 𝑖=1 𝑖=1
𝑟 𝑟 𝑟
𝑅21 = 12000 𝑅22 = 21000 𝑅23 = 24000
Rest avd 1: 800 Rest avd 2: 3800 Rest avd 3: 6200
Sum rest: 800 Sum rest: 3800 Sum rest: 7000

Her ser vi at det er ingen av avdelingene som klarer å opprettholde etterspørselen.

Avdeling 1 mangler 800 timer, avdeling 2 mangler 3800 og avdeling 3 mangler 6200 timer.
Hvis vi tar med de ordrene som ikke blir ferdig i forrige tertial mangler avdeling 3 7000 timer.

Her er det selvsagt grunnlag for å diskutere at de ordene som ikke bli ferdige ikke vil gå
videre til neste avdeling og det vil derfor være mindre krav til avdeling 2 og 3 enn oppgaven
tilsier.

Terial 3.
𝑟131 = 7500 𝑟132 = 12500 𝑟133 = 15000
 𝑟231 = 2800 𝑟232 = 5600 𝑟233 = 7000
𝑟331 = 1000 𝑟332 = 2500 𝑟333 = 3000

3 3 3
∑ 𝑟𝑖31 = 11300 ∑ 𝑟𝑖32 = 20600 ∑ 𝑟𝑖33 = 25000
𝑖=1 𝑖=1 𝑖=1
𝑟 𝑟 𝑟
𝑅31 = 12000 𝑅32 = 21000 𝑅33 = 24000
Rest avd 1: 0 Rest avd 2: 0 Rest avd 3: 1000
Sum rest: 100 Sum rest: 3400 Sum rest: 8000

For siste tertial ser vi at det kun er avdeling 3 som igjen har problemet med antall timer.
Denne gangen mangler de 1000 timer for å oppfylle all etterspørsel. Om vi tar med
muligheten for å overlagre mangler vi 100 timer for avdeling 1, 3400 timer for avdeling 2 og
8000 for avdeling 3.

For å konkludere kan vi se at det er et stort problem ihht kapasiteten kontra etterspørselen og
Det er ikke mulig å oppfylle all etterspørsel ila tidsperioden i oppgaven. Det er også relativt
tydelig at det er avdeling 3 som er flaskehalsen.

f) - Utvid modellen
Data:
𝑜
𝑅𝑡𝑗 =overtidstimer tilgjengelig for tertial 𝑡 i avdeling 𝑗, hvor 𝑡 = 1 𝑡𝑖𝑙 3 og 𝑗 = 1 𝑡𝑖𝑙 3.

𝑜𝑖𝑡𝑗 =overtid ved bearbeiding for ordre 𝑖 i tertial 𝑡 i avdeling 𝑗, hvor 𝑖 = 1 𝑡𝑖𝑙 3, 𝑡 = 1 𝑡𝑖𝑙 3
og 𝑗 = 1 𝑡𝑖𝑙 3.
𝑜
𝐶𝑗 =overtidskost per time for avdeling 𝑗, hvor 𝑗 = 1 𝑡𝑖𝑙 3.

Føring:
Kapasitet, overtidstimer:
3
𝑜
∑ 𝑜𝑖𝑡𝑗 ≤ 𝑅𝑡𝑗
𝑖=1

Målfunksjon:
3 3
𝑜 𝑜 𝑜
∑ ∑ 𝐼𝑖𝑡𝐶𝑖 + 𝑜𝑖𝑡1𝐶1 + 𝑜𝑖𝑡2𝐶2 + 𝑜𝑖𝑡3𝐶3
𝑖=1 𝑡=1
g) - Sjekk om problemet er løsbart
Nye delregninger, kapasiteten for overtid per avdeling:

𝑜 𝑜 𝑜
𝑅11 = 2400 𝑅12 = 3000 𝑅13 = 27000
𝑜 𝑜 𝑜
𝑅21 = 2400 𝑅22 = 3200 𝑅23 = 27000
𝑜 𝑜 𝑜
𝑅31 = 2400 𝑅32 = 15000 𝑅33 = 27000
 Dette betyr følgende:

3 3 3
∑ 𝑟𝑖11 = 11200 ∑ 𝑟𝑖12 = 20400 ∑ 𝑟𝑖13 = 24800
𝑖=1 𝑖=1 𝑖=1
𝑟 𝑟 𝑟
𝑅11 = 12000 𝑅12 = 21000 𝑅13 = 24000
𝑜 𝑜 𝑜
𝑅11 = 2400 𝑅12 = 3000 𝑅13 = 5400
Rest avd 1: 0 Rest avd 2: 0 Rest avd 3: 0

3 3 3
∑ 𝑟𝑖21 = 12800 ∑ 𝑟𝑖22 = 24800 ∑ 𝑟𝑖23 = 30200
𝑖=1 𝑖=1 𝑖=1
𝑟 𝑟 𝑟
𝑅21 = 12000 𝑅22 = 21000 𝑅23 = 24000
𝑜 𝑜 𝑜
𝑅21 = 2400 𝑅22 = 3200 𝑅23 = 5400
Rest avd 1: 0 Rest avd 2: 600 Rest avd 3: 800
Sum rest: 0 Sum rest: 600 Sum rest: 800

3 3 3
∑ 𝑟𝑖31 = 11300 ∑ 𝑟𝑖32 = 20600 ∑ 𝑟𝑖33 = 25000
𝑖=1 𝑖=1 𝑖=1
𝑟 𝑟 𝑟
𝑅31 = 12000 𝑅32 = 21000 𝑅33 = 24000
𝑜 𝑜 𝑜
𝑅31 = 2400 𝑅32 = 3200 𝑅33 = 5400
Rest avd 1: 0 Rest avd 2: 0 Rest avd 3: 0
Sum rest: 0 Sum rest: 0 Sum rest: 0

Vi ser nå at ved bruk av overlagring av vi har mulighet til å oppfylle all etterspørsel ila året.
Men om vi ikke har med overlagring, så sliter vi fortsatt i 2. tertial.

h) - Forklar hvorfor problemet er løsbart og den optimale løsningen.

Overproduksjon i 1. terial vil forårsake at Brunvoll kommer frempå og dermed må produserer
40 færre serviceordrer i tertial og dermed frigjør 2000 timer fra avdeling 2 og 2400 timer fra
avdeling 3. Dermed kan all etterspørsel leveres i 2. tertial.

Det tas også utgangspunkt i serviceordrer ettersom at det er de som koster minst å overlagre
og minst tid å produsere.

T-4.2

a) - Definer all data

𝐷𝑖𝑡 =Etterspørsel for malingsfamilie 𝑖 i periode 𝑡.
hvor 𝑖 = 1 𝑡𝑖𝑙 4, 𝑡 = 1 𝑡𝑖𝑙 12
 𝐼𝑖0 =Start lager for familie 𝑖.= 0.
hvor 𝑖 = 1 𝑡𝑖𝑙 4.
𝐼𝑖12 =Start lager for familie 𝑖.= 0.
hvor 𝑖 = 1 𝑡𝑖𝑙 4.
ℎ𝑖 =Overlagringskostnad for familie 𝑖.
hvor 𝑖 = 1 𝑡𝑖𝑙 4.
𝑅𝑖 =Bearbeidingstid for familie 𝑖.
hvor 𝑖 = 1 𝑡𝑖𝑙 4.
𝑅𝑡 =Maks bearbeidingstid for periode 𝑡.
hvor 𝑡 = 1 𝑡𝑖𝑙 12.
𝐶𝐴 =Kostnad ved ansettelse.
𝐶𝑃 =Kostnad ved permittering.
𝐶𝑇 =Kostnad per arbeidstime.
𝑀 =Maks ansatte = 30
M=Minimum ansatte ved årsslutt = 15
𝑀0 =Antall ansatte ved starten av året.

b) - definer alle variabler

𝐼𝑖𝑡 =Antall enheter overlagret for familie 𝑖 i periode 𝑡 til periode 𝑡 + 1.
hvor 𝑖 = 1 𝑡𝑖𝑙 4, 𝑡 = 1 𝑡𝑖𝑙 12
𝑀𝐴𝑡 = Antall nye ansatte i periode 𝑡 til periode 𝑡 + 1.
hvor 𝑡 = 1 𝑡𝑖𝑙 12.
𝑀𝑃𝑡 = Antall ansatte permittert i periode 𝑡 til periode 𝑡 + 1.
hvor 𝑡 = 1 𝑡𝑖𝑙 12
𝑀𝑡 =Antall ansatte i periode 𝑡. = 𝑀𝑡−1 + 𝑀𝐴𝑡−1 − 𝑀𝑝𝑡−1
hvor 𝑡 = 1 𝑡𝑖𝑙 12.
𝑋𝑖𝑡 =Hvor mye som er produsert av familie 𝑖 i periode 𝑡.
hvor 𝑖 = 1 𝑡𝑖𝑙 4, 𝑡 = 1 𝑡𝑖𝑙 12
𝑅𝑡 =Antall bearbeidingstimer i periode 𝑡.

c) - beskriv målfunksjonen
4 12
∑ ∑ 𝐼𝑖𝑡ℎ𝑖 + 𝑀𝐴𝑡𝐶𝐴 + 𝑀𝑃𝑡𝐶𝑃 + 𝑅𝑡𝐶𝑇
𝑖=1 𝑡=1

d) - beskriv føringene
All etterspørsel skal oppfylles

Lager beholdning:
𝐼𝑖𝑡+1 = 𝐼𝑖𝑡 + 𝑋𝑖𝑡 − 𝐷𝑖𝑡
Ansatte beholdning:
 𝑀𝑡+1 = 𝑀𝑡 + 𝑀𝐴𝑡 − 𝑀𝑃𝑡
Kapasitet:
4
∑ 𝑅𝑖 ≤ 𝑅𝑡
𝑖=1

𝑀𝑡 ≤ 𝑀
𝑀12 ≥ 𝑀

e) - bevis at 30 ansatte ikke er nok for jotun

Her må studenten gjøre en del mellomregninger:

𝑡 1 2 3 4 5 6
Behov 1350 1228 2508 3263 3528 4998
𝑅𝑡 1440 2700 2700 2700 2700 2700
Ledig 90 1472 192
Mangel 563 828 2298

Sum mangel: 2298+828+563=3689

Sum tilgjengelige timer:1754 − 3689 =− 1935.

Det er mao ikke nok tilgjengelige timer for å gjennomføre produksjonen, men med
overproduksjon/ i de første 3 månedene kan Jotun sørge for at det er behov for 1935 ekstra
timer for å kunne fylle all etterspørsel.

f) - utvid modellen til å inkludere overtid

Data:
𝑂𝑡 =Maks overtid i måned 𝑡= 720
𝐶𝑜 =Overtidskostnad
Variabel:
𝑂𝑡 =Overtidstimer i måned 𝑡
Målfunksjon:
4 12
∑ ∑ 𝐼𝑖𝑡ℎ𝑖 + 𝑀𝐴𝑡𝐶𝐴 + 𝑀𝑃𝑡𝐶𝑃 + 𝑅𝑡𝐶𝑇 + 𝑂𝑡𝐶𝑜
𝑖=1 𝑡=1

g) - kontroller kapasiteten på ny
Her må studenten gjøre en del mellomregninger:

𝑡 1 2 3 4 5 6
Behov 1350 1228 2508 3263 3528 4998
𝑅𝑡 1440 2700 2700 2700 2700 2700
Ledig 90 1472 192
Mangel 563 828 2298
𝑂𝑡 360 360 360 360 360 360
 Ny mangel 203 468 1938

Sum mangel: 203+468+1938=2609

Sum tilgjengelige timer: 2834 − 2609 = 225.

Som vi såg i oppgave e) var det 1935 timer som manglet for å oppfylle etterspørselen om vi
har muligheten til å overlagre. Om vi ikke har denne muligheten er det fortsatt en mangel på
2609 timer, men om vi har muligheten for overlagring så kan vi ha 225 timer tilgjengelig for
annen produksjon eller til innsparing av overtid.

T-5.1

a) -Fyll inn tabell T-5.1

𝐿𝑇𝑅 = 𝑅𝑡
𝑅1 = 𝐼0 + 𝑋1 − 𝑆1 − 𝑆2
𝑅3 = 𝑋3 − 𝑆3 − 𝑆4
𝑅5 = 𝑋5 − 𝑆5 − 𝑆6
𝑅7 = 𝑋7 − 𝑆7 − 𝑆8

b) -Kan vi oppfylle bestilling på 200 iphoner i uke 6?

Nei i uke 6 har vi ikke lenger nok LTR til å kunne fylle ordren på 200 iphoner.
Kunden kan eventuelt så dellevering eller levering på et senere tidspunkt.

c) -LTR i uke 7 har et problem, drøft mulige grep.

Mulige grep vil være hastebestilling, del leveranse, senere leveranse og forflytting av andre
ordrer (med eventuell aksept fra kunden).

d) -Bereg optimal ordrestørrelse

2𝑆𝐷
𝑋* = 𝐻
𝑆 = 25 000
𝑟å𝑟 = 0, 05
𝑝 = 8 000
𝐷 = 420
𝑟·𝑝 0,05·8000
𝐻= 52
= 52
= 7, 69
2𝑆𝐷 2·25000·420
𝑋* = 𝐻
=𝑋 * = 7,69
= 1652, 5190
 Optimal ordrestørrelse per uke er dermed 1652, 5190 stk.

e) -Beregn årlige lager og bestillingskostnader

𝐷𝑆 𝑋* 420×25 000 1652,5190
𝐶(𝑋 *) = 𝑋*
+𝐻 2
= 1652,5190
+ 7, 69 2
= 12 830
𝐶å𝑟(𝑋 *) = 52 · 𝐶(𝑋 *) = 12 830 * 52 = 667 160

f) -Hvor ofte bestilles optimal ordrestørrelse?

1652,5190
420
= 3, 93456905
Hver 1,5430 uke.

g) -Beregn lager og bestillingskostnader med X=1000

𝐷𝑆 𝑋* 420×25 000 1000
𝐶𝑢𝑘𝑒(𝑋 *) = 𝑋*
+𝐻 2
= 1000
+ 7, 69 2
= 14 345

h) -Sammenlign optimal ordrestørrelse fra EOQ med X=1000, drøft.

Ja det er naturlig og forventet, at optimal ordrestørrelse er mer lønnsomt enn en vilkårlig
ordrestørrelse.

i) -Regn SS
σ = 150
𝑍 = 2, 33
𝐿=4
𝑆𝑆 = 𝑍σ 𝐿 = 2, 33 × 150 × 4 = 699

j) -Hva er de årlige kostnadene for SS?

𝐶𝑠𝑠 = 𝑇 × 𝐻 × 𝑆𝑆 = 52 × 7, 69 × 699 = 279 516, 12

k) - Hva blir R?
𝑅 = 𝐷𝐿 + 𝑆𝑆 = 420 * 4 + 699 = 2379

T-5.2

a) -Beregn lagerkostnader per uke (ikke per 100 000 per uke) og setupkostnader for Yachting
Nonstop supreme.

𝑇𝑖𝑚𝑒𝑠𝑎𝑡𝑠 = 10 000
𝑇𝑖𝑙𝑣𝑖𝑟𝑘𝑛𝑖𝑛𝑔𝑠𝑘𝑜𝑠𝑡 = 80 𝑝𝑒𝑟 𝑙𝑖𝑡𝑒𝑟
𝑅𝑒𝑛𝑡𝑎 = 10% 𝑝𝑒𝑟 å𝑟
𝐸𝑡𝑡𝑒𝑟𝑠𝑝ø𝑟𝑠𝑒𝑙 = 100 000 𝑝𝑒𝑟 𝑚å𝑛𝑒𝑑

Lagerkost per uke:

0,1
52
× 100 000 × 80 = 15 384, 6154
 Setupkostnad:
6 × 10 000 = 60 000

b) -Beregn EOQ for Yachting Nonstop Supreme, samt tilhørende totalte lager og setupkostnader.

* 2𝑆𝐷
𝑋 𝑢𝑘𝑒
= 𝐻
𝑆 = 60 000
𝐷𝑢𝑘𝑒 = 100 000
𝑟×𝑃 0,1×80
𝐻𝑢𝑘𝑒 = 52
= 52
= 0, 153 846 153 84
* 2𝑆𝐷 2×60 000×100 000
𝑋 = 𝐻
= 0,153 846 15
= 279 284, 8

*
Optimale totale bestillings og lagerskostnader 𝐶(𝑋 ):
*
* 𝐷 𝑋 100 000 279 284,8
𝐶(𝑋 ) = 𝑆 * +𝐻 2
= 60 000 × 279 284.8
+ 0, 153 846 153 84 2
= 42 966, 89 𝑝𝑒𝑟 𝑢𝑘𝑒.
𝑋

c) -Beregn ny verdi for EOQ

𝑃𝑢𝑘𝑒 = 200 000

* 2𝑆𝐷 2×60 000×100 000
𝑋 𝑢𝑘𝑒
(𝑃) = 𝐷 = 100 000 = 394 968, 351 71
𝐻(1− 𝑃 ) 0,153 846 15(1− 200 000 )
*
* 𝐷 𝑋 100 000 394 968,351 71
𝐶(𝑋 ) = 𝑆 * +𝐻 2
= 60 000 × 394 968,351 71
+ 0, 153 846 153 84 2
= 45 573, 18 𝑝𝑒𝑟 𝑢𝑘𝑒.
𝑋

d) -Drøft hva som skjer hvis produksjonsraten er lavere enn etterspørselsraten.

Om produksjonsraten kan ikke bli lavere enn etterspørselen. Dette er grunnet i at all
etterspørsel skal fylles og det vil dermed ikke være akseptabelt å produsere mindre enn det
som er etterspurt. Dette tar også formelen høyde for. For om produksjonsraten blir mindre enn
etterspørselen vil ligningen bli uløselig.

e) -Drøft hvorfor optimal EOQ øker når produksjonsraten inkluderes.

For det gir et tydelig uttrykk for at det produseres mer enn det som etterspørres og vi sitter
igjen med et lager som øker lager kostnadene.

f) -Finn maksimal produksjonsrate for Yachting Nonstop ved EOQ.

Maksimal produksjonsrate vil være lik lagerkapasiteten siden vi aldri kan ha mer på lager enn
denne summen.

* 2𝑆𝐷 2×60 000×100 000

𝑋 𝑢𝑘𝑒
(𝑃) = 𝐷 = 100 000 = 312 249, 903 823
𝐻(1− 𝑃 ) 0,153 846 15(1− 500 000 )

145 349
T-5.3

a) - Definer data
𝐷𝑡 =Etterspørsel for uke 𝑡 hvor 𝑡 = 1 𝑡𝑖𝑙 4
𝐼0 =start lager = 10
𝐼4 =slutt lager = 5
𝐻 =overlagringskost per enhet per uke = 300.
𝑆 =bestillingskostnad per ordre = 8000

b) - Definer variablene
𝐼𝑡 = 𝑢𝑡𝑔å𝑒𝑛𝑑𝑒 𝑙𝑎𝑔𝑒𝑟 𝑓𝑜𝑟 𝑝𝑒𝑟𝑖𝑜𝑑𝑒 𝑡, ℎ𝑣𝑜𝑟 𝑡 = 1 𝑡𝑖𝑙 3.
𝑋𝑡 = ℎ𝑣𝑜𝑟 𝑚𝑦𝑒 𝑠𝑜𝑚 𝑏𝑒𝑠𝑡𝑖𝑙𝑙𝑒𝑠 𝑡𝑖𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑒 𝑡, ℎ𝑣𝑜𝑟 𝑡 = 1 𝑡𝑖𝑙 4.
𝑌𝑡 = 𝑜𝑚 𝑑𝑒𝑡 𝑏𝑒𝑠𝑡𝑖𝑙𝑙𝑒𝑠 𝑡𝑖𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑒 𝑡 𝑒𝑙𝑙𝑒𝑟 𝑖𝑘𝑘𝑒, ℎ𝑣𝑜𝑟 𝑡 = 1 𝑡𝑖𝑙 4.
𝑌𝑡 = 1 = 𝑏𝑒𝑠𝑡𝑖𝑙𝑙𝑖𝑛𝑔, 𝑌𝑡 = 0 = 𝑖𝑛𝑔𝑒𝑛 𝑏𝑒𝑠𝑡𝑖𝑙𝑙𝑖𝑛𝑔.

c) - Uttrykk målfunksjonen
4
∑ 𝐼𝑡𝐻 + 𝑌𝑡𝑆
𝑡=0

d) - Uttrykk føringene

Logisk føring:
Hvis 𝑌𝑡 = 0 → 𝑋𝑡 = 0

Policy føring - all etterspørsel skal oppfylles.(veldig vanlig antagelse, som går på kapasitet).

Lager:
𝐼1 = 𝐼0 + 𝑋1 − 𝐷1
𝐼2 = 𝐼1 + 𝑋2 − 𝐷2
𝐼3 = 𝐼2 + 𝑋3 − 𝐷3
𝐼4 = 𝐼3 + 𝑋4 − 𝐷4

e) - Løs problemet med WW algoritmen.

*
[ ]
𝐶 1 = 𝑚𝑖𝑛 𝐶1 = 𝐼0𝐻 + 𝑌1𝑆 = 5 × 300 + 1 × 8000 = 9500
*
𝐶 2 = 𝑚𝑖𝑛[𝐶10, 𝐶𝑥1]
*
𝐶10 = 𝐶 1 + 𝐻𝐷2 = 9500 + 30 × 300 = 18 500
 *
𝐶𝑥1 = 𝐶 1 + 𝑆 = 9500 + 8000 = 17 500

*
𝐶 2 = 𝐶𝑥1
*
[
𝐶 3 = 𝑚𝑖𝑛 𝐶𝑥10,𝐶𝑥𝑥1 ]
*
𝐶𝑥10 = 𝐶 2 + 𝐻𝐷3 = 17 500 + 7 × 300 = 19 600

*
𝐶𝑥𝑥1 = 𝐶 2 + 𝑆 = 17 500 + 8000 = 25 500

*
𝐶 3 = 𝐶𝑥10
*
[
𝐶 4 = 𝑚𝑖𝑛 𝐶𝑥100, 𝐶𝑥𝑥10, 𝐶𝑥𝑥𝑥1 ]
*
𝐶𝑥100 = 𝐶 3 + 2𝐻𝐷4 = 19 500 + 2 × 5 × 300 = 22 600

*
𝐶𝑥𝑥10 = 𝐶 3 + 𝑆 + 𝐻𝐷4 = 19 500 + 8000 + 5 × 300 = 29 000

*
𝐶𝑥𝑥𝑥1 = 𝐶 3 + 𝑆 = 19 500 + 8000 = 27 500

*
𝐶 4 = 𝐶𝑥100
*
𝐶 = 𝐶1100

𝑌1 = 1
𝑌2 = 1
𝑌3 = 0
𝑌4 = 0

𝑋1 = 𝐷1 − 𝐼0 = 10
𝑋2 = 𝐷2 + 𝐷3 + 𝐷4 + 𝐼4 = 47
𝑋3 = 0
𝑋4 = 0

𝐼1 = 0
𝐼2 = 𝐷3 + 𝐷4 + 𝐼4 = 17
𝐼3 = 𝐷4 + 𝐼4 = 10
𝐼4 = 𝐼4 = 5

f) - Utvid modellen for å ta høyde for maskinkapasiteten og drøft om løsnigen fra e) fortsatt
fungerer.

Data:
 𝑟 = 𝑏𝑒𝑎𝑟𝑏𝑒𝑖𝑑𝑖𝑛𝑔𝑠𝑡𝑖𝑑 𝑝𝑒𝑟 𝑒𝑛ℎ𝑒𝑡 = 3
𝑟 = 𝑚𝑎𝑘𝑠 𝑏𝑒𝑎𝑟𝑏𝑒𝑖𝑑𝑖𝑛𝑔 𝑡𝑖𝑚𝑒𝑟 𝑝𝑒𝑟 𝑢𝑘𝑒 = 40
Variabler:
𝑟𝑡 = 𝑏𝑒ℎ𝑜𝑣 𝑓𝑜𝑟 𝑏𝑒𝑎𝑟𝑏𝑒𝑖𝑑𝑖𝑛𝑔𝑠𝑡𝑖𝑑 𝑖 𝑢𝑘𝑒 𝑡, ℎ𝑣𝑜𝑟 𝑡 = 1 𝑡𝑖𝑙 4

Føringer:
𝑟𝑡 = 𝑋𝑡 × 𝑟

Kapasitetsføring:
𝑟 ≥ 𝑟𝑡
𝑟1 = 10 × 3 = 30
𝑟2 = 47 × 3 = 141
𝑟3 = 0
𝑟4 = 0

Målfunksjonene:
ingen endring.

Konklusjon:
𝑟𝑡 er langt større enn 𝑟 i uke 2 og vi kan dermed ikke bruke planen fra oppgave e).

T-5.4

a) - WW algoritmen
*
[ ]
𝐶 1 = 𝑚𝑖𝑛 𝐶1 = 𝑆 = 100 000 = 100 000
*
𝐶 2 = 𝑚𝑖𝑛[𝐶10, 𝐶𝑥1]
*
𝐶10 = 𝐶 1 + 𝐻𝐷2 = 100 000 + 4500 × 10 = 145 000

*
𝐶𝑥1 = 𝐶 1 + 𝑆 = 100 000 + 100 000 = 200 000

*
𝐶 2 = 𝐶10 = 145 000
*
[
𝐶 3 = 𝑚𝑖𝑛 𝐶100, 𝐶𝑥10, 𝐶𝑥𝑥1 ]
*
𝐶100 = 𝐶 2 + 2𝐻𝐷3 = 145 000 + 2 × 5400 × 10 = 253 000

*
𝐶𝑥10 = 𝐶 𝑥1
+ 𝐻𝐷3 = 200 000 + 5400 × 10 = 254 000

*
𝐶𝑥𝑥1 = 𝐶 2 + 𝑆 = 145 000 + 100 000 = 245 000
 *
𝐶 3 = 𝐶𝑥𝑥1 = 245 000
*
[
𝐶 4 = 𝑚𝑖𝑛 𝐶𝑥𝑥10, 𝐶𝑥𝑥𝑥1 ]
*
𝐶𝑥𝑥10 = 𝐶 3 + 𝐻𝐷4 = 245 000 + 4000 × 10 = 285 000

*
𝐶𝑥𝑥𝑥1 = 𝐶 3 + 𝑆 = 245 000 + 100 000 = 345 000

*
𝐶 4 = 𝐶𝑥𝑥10 = 285 000
*
[
𝐶 5 = 𝑚𝑖𝑛 𝐶𝑥𝑥100, 𝐶𝑥𝑥𝑥10, 𝐶𝑥𝑥𝑥𝑥1 ]
*
𝐶𝑥𝑥100 = 𝐶 4 + 2𝐻𝐷5 = 285 000 + 2 × 3000 × 10 = 345 000

*
𝐶𝑥𝑥𝑥10 = 𝐶 𝑥𝑥𝑥1
+ 𝐻𝐷5 = 345 000 + 3000 × 10 = 375 000

*
𝐶𝑥𝑥𝑥𝑥1 = 𝐶 4 + 𝑆 = 285 000 + 100 000 = 385 000

*
𝐶 5 = 𝐶𝑥𝑥100 = 345 000
*
[
𝐶 6 = 𝑚𝑖𝑛 𝐶𝑥𝑥1000, 𝐶𝑥𝑥𝑥100, 𝐶𝑥𝑥𝑥𝑥10, 𝐶𝑥𝑥𝑥𝑥𝑥1 ]
*
𝐶𝑥𝑥1000 = 𝐶 5 + 3𝐻𝐷6 = 345 000 + 3 × 5000 × 10 = 495 000

*
𝐶𝑥𝑥𝑥100 = 𝐶 𝑥𝑥𝑥10
+ 2𝐻𝐷6 = 375 000 + 2 × 5000 × 10 = 475 000

*
𝐶𝑥𝑥𝑥𝑥𝑥1 = 𝐶 5 + 𝑆 = 345 000 + 100 000 = 445 000

*
𝐶 6 = 𝐶𝑥𝑥𝑥𝑥𝑥1 = 445 000
*
[
𝐶 7 = 𝑚𝑖𝑛 𝐶𝑥𝑥𝑥𝑥100, 𝐶𝑥𝑥𝑥𝑥10, 𝐶𝑥𝑥𝑥𝑥𝑥𝑥1 ]
*
𝐶𝑥𝑥𝑥𝑥100 = 𝐶 6 + 2𝐻𝐷7 = 435 000 + 2 × 3800 × 10 = 511 000

*
𝐶𝑥𝑥𝑥𝑥𝑥10 = 𝐶 𝑥𝑥𝑥𝑥𝑥1
+ 𝐻𝐷7 = 445 000 + 3800 × 10 = 483 000

*
𝐶𝑥𝑥𝑥𝑥𝑥1 = 𝐶 6 + 𝑆 = 435 000 + 100 000 = 535 000

*
𝐶 7 = 𝐶𝑥𝑥𝑥𝑥𝑥10 = 483 000

*
[
𝐶 8 = 𝑚𝑖𝑛 𝐶𝑥𝑥𝑥𝑥𝑥100, 𝐶𝑥𝑥𝑥𝑥𝑥𝑥10, 𝐶𝑥𝑥𝑥𝑥𝑥𝑥𝑥1 ]
*
𝐶𝑥𝑥𝑥𝑥𝑥100 = 𝐶 7 + 2𝐻𝐷8 = 483 000 + 2 × 5100 × 10 = 585 000
 *
𝐶𝑥𝑥𝑥𝑥𝑥𝑥𝑥1 = 𝐶 7 + 𝑆 = 483 000 + 100 000 = 583 000

*
𝐶 7 = 𝐶𝑥𝑥𝑥𝑥𝑥𝑥𝑥1 = 583 000
*
𝐶 = 𝐶10100101 = 583 000

b)

𝑌1 = 1
𝑌2 = 0
𝑌3 = 1
𝑌4 = 0
𝑌5 = 0
𝑌6 = 1
𝑌7 = 0
𝑌8 = 1

𝑋1 = 𝐷1 + 𝐷2 = 8500
𝑋2 = 0
𝑋3 = 𝐷3 + 𝐷4 + 𝐷5 = 12400
𝑋4 = 0
𝑋5 = 0
𝑋6 = 𝐷6 + 𝐷 = 8800
7
𝑋7 = 0
𝑋8 = 𝐷8 = 5100

𝐼1 = 𝐷2 = 4500
𝐼2 = 0
𝐼3 = 𝐷4 + 𝐷5 = 7000
𝐼4 = 𝐷5 = 3000
𝐼5 = 0
𝐼6 = 𝐷7 = 3800
𝐼7 = 0
𝐼8 = 0

c) - målfunksjonen
 8
𝐶 = ∑ 𝑆𝑌𝑡 + 𝐻𝐼𝑡
𝑡=1

d) - Finn nødvendig endring i etterspørsel for uke 6 for at bestillingen skal flyttes til uke 7.
Etterspørselen i uke 6 må reduseres til 3333 for at den optimale løsningen skal flytte
bestillingen i uke 6 til uke 7.

Ved 3333 enheter er det også en mulighet, men den er likegyldig med den ordinærer optimale
løsningen.

e) - WW algoritmen, med maks lager på 10000

*
[ ]
𝐶 1 = 𝑚𝑖𝑛 𝐶1 = 𝑆 = 100 000 = 100 000
*
𝐶 2 = 𝑚𝑖𝑛[𝐶10, 𝐶𝑥1]
*
𝐶10 = 𝐶 1 + 𝐻𝐷2 = 100 000 + 4500 × 10 = 145 000

*
𝐶𝑥1 = 𝐶 1 + 𝑆 = 100 000 + 100 000 = 200 000

*
𝐶 2 = 𝐶10 = 145 000
*
[
𝐶 3 = 𝑚𝑖𝑛 𝐶100, 𝐶𝑥10, 𝐶𝑥𝑥1 ]
*
𝐶100 = 𝐶 2 + 2𝐻𝐷3 = 145 000 + 2 × 5400 × 10 = 253 000

*
𝐶𝑥10 = 𝐶 𝑥1
+ 𝐻𝐷3 = 200 000 + 5400 × 10 = 254 000

*
𝐶𝑥𝑥1 = 𝐶 2 + 𝑆 = 145 000 + 100 000 = 245 000

*
𝐶 3 = 𝐶𝑥𝑥1 = 245 000
*
[
𝐶 4 = 𝑚𝑖𝑛 𝐶𝑥𝑥10, 𝐶𝑥𝑥𝑥1 ]
*
𝐶𝑥𝑥10 = 𝐶 3 + 𝐻𝐷4 = 245 000 + 4000 × 10 = 285 000

*
𝐶𝑥𝑥𝑥1 = 𝐶 3 + 𝑆 = 245 000 + 100 000 = 345 000

*
𝐶 4 = 𝐶𝑥𝑥10 = 285 000
*
[
𝐶 5 = 𝑚𝑖𝑛 𝐶𝑥𝑥100, 𝐶𝑥𝑥𝑥10, 𝐶𝑥𝑥𝑥𝑥1 ]
*
𝐶𝑥𝑥100 = 𝐶 4 + 2𝐻𝐷5 = 285 000 + 2 × 3000 × 10 = 345 000

- er ikke lovlig pga restriksjoner.

*
𝐶𝑥𝑥𝑥10 = 𝐶 𝑥𝑥𝑥1
+ 𝐻𝐷5 = 345 000 + 3000 × 10 = 375 000

- er ikke optimalt.
 *
𝐶𝑥𝑥𝑥𝑥1 = 𝐶 4 + 𝑆 = 285 000 + 100 000 = 385 000

*
𝐶 5 = 𝐶𝑥𝑥100 = 385 000
*
[
𝐶 6 = 𝑚𝑖𝑛 𝐶𝑥𝑥𝑥𝑥10, 𝐶𝑥𝑥𝑥𝑥𝑥1 ]
*
𝐶𝑥𝑥𝑥𝑥10 = 𝐶 5 + 𝐻𝐷6 = 385 000 + 5000 × 10 = 435 000

*
𝐶𝑥𝑥𝑥𝑥𝑥1 = 𝐶 5 + 𝑆 = 385 000 + 100 000 = 485 000

*
𝐶 6 = 𝐶𝑥𝑥𝑥𝑥10 = 435 000
*
[
𝐶 7 = 𝑚𝑖𝑛 𝐶𝑥𝑥𝑥𝑥10, 𝐶𝑥𝑥𝑥𝑥𝑥𝑥1 ]
*
𝐶𝑥𝑥𝑥𝑥100 = 𝐶 6 + 2𝐻𝐷7 = 435 000 + 2 × 3800 × 10 = 511 000

*
𝐶𝑥𝑥𝑥𝑥𝑥𝑥1 = 𝐶 𝑥𝑥𝑥𝑥𝑥10
+ 𝑆 = 435 000 + 100 000 = 535 000 - OBS

*
𝐶 7 = 𝐶𝑥𝑥𝑥𝑥100 = 511 000 - OBS

*
[
𝐶 8 = 𝑚𝑖𝑛 𝐶𝑥𝑥𝑥𝑥1000, 𝐶𝑥𝑥𝑥𝑥𝑥100, 𝐶𝑥𝑥𝑥𝑥𝑥𝑥10𝐶𝑥𝑥𝑥𝑥𝑥𝑥𝑥1 ]
*
𝐶𝑥𝑥𝑥𝑥1000 = 𝐶 7 + 3𝐻𝐷8 = 511 000 + 3 × 5100 × 10 = 664 000

*
𝐶𝑥𝑥𝑥𝑥𝑥𝑥10 = 𝐶 𝑥𝑥𝑥𝑥𝑥𝑥1
+ 𝐻𝐷 = 535 000 + 5100 × 10 = 586 000

*
𝐶𝑥𝑥𝑥𝑥𝑥𝑥𝑥1 = 𝐶 7 + 𝑆 = 511 000 + 100 000 = 611 000

*
𝐶 7 = 𝐶𝑥𝑥𝑥𝑥𝑥𝑥𝑥1 = 586 000
*
𝐶 = 𝐶10101010 = 586 000

𝑌1 = 1
𝑌2 = 0
𝑌3 = 1
𝑌4 = 0
𝑌5 = 1
𝑌6 = 0
𝑌7 = 1
𝑌8 = 0
 𝑋1 = 𝐷1 + 𝐷2 = 9500
𝑋2 = 0
𝑋3 = 𝐷3 + 𝐷4 += 9400
𝑋4 = 0
𝑋5 = 𝐷5 + 𝐷6 = 8800
𝑋6 = 0
𝑋7 = 𝐷7 + 𝐷8 = 8900
𝑋8 = 0

𝐼1 = 𝐷2 = 4500
𝐼2 = 0
𝐼3 = 𝐷4 + 𝐷5 = 7000
𝐼4 = 0
𝐼5 = 𝐷6 = 5000
𝐼6 = 0
𝐼7 = 𝐷8 = 5100
𝐼8 = 0
f) - Er løsningen gyldig?

𝐶*10101010 = 568 000

Ja, vi innfrir alle de 4 kravene til WW-algoritmen.