Decisiones de Localización

Gestión de Operaciones II
LOGÍSTICA Y OPERACIÓN
ESTRATÉGICA
3. Localización de plantas y puntos de distribución

DECISIONES DE LOCALIZACIÓN
Problema de localización de instalaciones.
Determinar en que lugar (es) ó sitios(s) localizar la(s)

instalación(es) de una organización, con el fin de minimizar el
costo total considerando restricciones tales como demanda,
capacidad, y tipo de instalación.
Áreas de planeación logística.
Decisiones de inventario Decisiones de Transporte

•Rotación de inventario. •Tipo de transporte
•Despliegue de inventario •Rutas y programas de
•Nivel de inventario de transporte.
seguridad. •Tamaño de envíos y
•Estrategia Push o Pull Nivel de servicio consolidación.
•Control de inventarios
al cliente
Decisiones de localización
•Numero, tamaño y localización de instalaciones
•Asignación de demanda a plantas y almacenes
•Tipo de almacenes
Modelos de localización.
•La decisión de la localización de instalaciones en una red

logística es muy importante, pues es lo que dará forma y
estructura a todo el sistema logístico.
•Involucra determinar el número, localización y tamaño de las

instalaciones.
•Las instalaciones de una organización pueden ser plantas,

puertos, retail, bodegas, almacenes o centros de servicios. En
general son puntos donde los bienes están temporalmente
detenidos en su camino al consumidor final.
•Proximidad de materias primas.
•–Menor costo de transporte.
•–Menor riesgo por falta de •PROBLEMA
aprovisionamiento. MULTIOBJETIVO
•–Menores plazos de aprovisionamiento.
•Imagen.
•Proximidad del suministro de servicios. –Agua, •–Prestigio asociado a una determinada
alcantarillado, electricidad, teléfono, bancos. zona.
•Proximidaddel mercado. •Impacto ambiental.

•–Menor costo de transporte. •–Gases, efluentes líquidos,
•–Menores plazos de entrega. contaminación acústica, paisajismo.
•Costosdel terreno.
•–Adquisiciones, urbanización.
•Vías de comunicación.
•–Carreteras,ferrocarril, puertos, aeropuertos.

•Mano de obra.
•–Personal, materiales y producto.
•–Disponibilidad, cualificación, costo,

•Subvenciones.
sindicación, conflictividad.
•–Aporte de tecnologías, empleo.

•Actitudes del entorno hacia las
actividades de la compañía.
•Incentivosfiscales. • –Desarrollo, crecimiento.
• –Polígonos industriales, zona franca.
•Potencialde crecimiento de la
comunidad.
•–Universidades, colegios.
•Cómo decidir?
•Factores Cualitativos.
Usando una Escala de ponderación por sus respectivos

pesos. Esto permite determinar umbrales para si bien no
decidir, al menos descartar algunas alternativas.
•Factores Cuantitativos.
Se suman para minimizar costos.

CLASIFICACION DE PROBLEMAS DE LOCALIZACION
Por factor determinante.
La localización de una instalación es frecuentemente

determinada por un factor crítico.
•Factores económicos en el caso de plantas o almacenes;
•Rentabilidad generada por la localización en el caso de retail

(minoristas);
•Accesibilidad en el caso de centros de servicios.

Por el número de instalaciones.
•El problema de localizar una instalación es diferente a localizar

varias instalaciones.
•En el caso de localizar una instalación los costos de transporte

son la consideración primaria. Se descartan efectos derivados de
la competencia, consolidación de inventarios, etc.
Por discretización de las alternativas.
•Los métodos discretos analizan una lista de localizaciones

preseleccionadas. Especialmente útiles para ubicación de
múltiples instalaciones.
•Los métodos continuos de localización analizan todas las

posibles localizaciones en una región geográfica antes de
seleccionar la mejor.
Por el grado de agregación de los datos.
•Cuando se ocupan datos agregados se limita la exactitud de la

localización a grandes áreas geográficas (Plantas / almacenes).
•Cuando se ocupa poca agregación de datos la localización

puede ser exacta (Retail / Centros de servicios)
Por horizonte de tiempo.
•Los métodos estáticos analizan la localización en base a un

único periodo de tiempo.
•Los métodos dinámicos manejan varios periodos de tiempo de

planeación.
TEORIAS DE LOCALIZACION
Curva de renta de espacio de Thunen (1826).
•Reconoce el rol del costo de transporte en el proceso de

localización.
Costo de
la tierra
Max valor tierra = ganancia = ingreso – costo transporte
Mercado Distancia desde el mercado

TEORIAS DE LOCALIZACION
Clasificación de Weber (1909)
•Reconoce el rol de las materias primas en el proceso de

localización (costo de abastecimiento vs costo de distribución)
Volumen del material en
el proceso productivo Localización
Tipo de Volumen antes Volumen después Proveedor Mercado

proceso proceso proceso
Pérdida
peso / volumen
Ganancia
peso / volumen
Neutro
LOCALIZACION DE UNA INSTALACION
Localización de una instalación.
•La visión moderna es más matemática que conceptual.
•Modelo para localizar una sola planta, almacén o punto de

venta / servicio.
•Modelo continuo estático conocido como centro de gravedad,

método de malla o centroide.
•La razón de transporte y el volumen son los factores a utilizar.

Modelo de localización de una instalación.
Dado un conjunto de puntos que representan orígenes y puntos

de demanda, junto con sus volúmenes a mover de o hacia una
instalación desconocida, y sus costos de transporte, ¿donde se
debe localizar esta instalación?
El objetivo es minimizar la suma del costo total de transporte,

dado por los productos del volumen, costo de transporte y
distancia.
Modelo de Localización de una instalación.

Km * u/año * $/Km
Es decir:
Min CT   di Vi Ri
iI
CT: costo total de transporte

Vi : volumen en el punto i (demanda del cliente) parámetros
Ri : costo de transporte en el punto i
di : distancia del punto i a la instalación a localizar
I: conjunto de clientes
2 2
d i  k  X i  X    Yi  Y 
__ __
Distancia
•
    Euclidiana
Parámetro
Variable
Implicaciones:
• El modelo tenderá a localizar la instalación cerca del cliente

más grande (el que genera más volumen de demanda)
• El problema generado es convexo en su curva de costos, de
variables continuas (punto de localización de la instalación),
por lo que existe un solo valor óptimo global (no hay óptimos
locales)
• Es posible resolverlo con derivadas de Lagrange, igualando a
cero su primera derivada, desde donde salen las ecuaciones para
el cálculo de las coordenadas exactas para la localización de la
instalación.
Modelo de Localización de una instalación.
Las coordenadas exactas del centro de gravedad son:
__ V R X / d i i i i
__ V R Y / di i i i
X i
Y i
V R / d
i
i i i V R / d
i
i i i
Xi , Yi son las coordenadas de origen y demanda.

Proceso de solución (Algoritmo de Weiszfeld).
1. Determinar las coordenadas (Xi, Yi) para cada punto de la red,

junto con sus volúmenes y costos de transporte.
2. Aproxime las coordenadas de la facilidad omitiendo la

distancia di de las fórmulas para el centro de gravedad:
__ V R X i i i
__ V R Y i i i
X i
Y i
V R i
i i V R i
i i
Proceso de solución.
3. Utilizando las coordenadas obtenidas en el paso 2, calcular la

distancia di:
CT   di Vi Ri
2 2
d i  k  X i  X    Yi  Y 
__ __
    iI
El factor k no necesita utilizarse en este punto.
4. Sustituya di en las ecuaciones del centro de gravedad y

resuelva para otra aproximación de (X, Y)
Proceso de solución.
5. Recalcule di basado en las coordenadas revisadas de (X, Y).
6. Repetir los pasos 4 y 5 hasta que en las coordenadas (X, Y)

no exista un cambio significativo.
7. Finalmente, calcular el costo total para la mejor localización

obtenida.
Ejemplo.
La Renga S.A tiene dos plantas que proveen a un almacén, el

cual a su vez, proporciona suministro a tres centros de
distribución.
Punto Producto Volumen Costo de transporte Xi Yi

i Vi ($/m3/km)
(m3)
P1 A 2000 0,05 3 8
P2 B 3000 0,05 8 2
D1 A,B 2500 0,075 2 5
D2 A,B 1000 0,075 6 4
D A,B 1500 0,075 8 8
Se desea localizar un almacén que minimice los costos de

transporte
Ejemplo.
10
P1 D3
8
6
D1
Y
4
D2
P2
2
0
0 2 4 6 8 10
X
Escala 1: 10 Km
Ejemplo.
i Vi Ri Vi Ri Xi Vi Ri Yi
P1 100 300 800
P2 150 1.200 300
D1 188 375 938
D2 75 450 300
D3 113 900 900
625 3.225 3.238
Con esto se obtienen las coordenadas del centro de gravedad en

esta primera aproximación.
__ V R X i i i __ V R Y i i i
3.238
3.225 Y i
  5,18
X   5,16
V R
i
V R i
i i 625
i
i i 625
Ejemplo.
Usando K=10 y la formula para la distancia di se calcula el

costo total de transporte
i Xi Yi Vi Ri di ViRidi
P1 3 8 2000 0,05 36 $ 3.552
P2 8 2 3000 0,05 43 $ 6.395
D1 2 5 2500 0,075 32 $ 5.935
D2 6 4 1000 0,075 14 $ 1.086
D3 8 8 1500 0,075 40 $ 4.503
$ 21.471
Ejemplo.
•El ejemplo puede terminar en el paso 2 del proceso de solución,

obteniendo así solamente valores aproximados. En muchas
situaciones esta será una solución aceptable, muy cercana al óptimo.
•El error es pequeño si los costos son lineales, son pocos puntos en la
malla y los volúmenes y costos son semejantes.
•Encontrar una mejor solución de centro de gravedad requiere

completar los pasos subsecuentes del proceso.
•En este caso el proceso se vuelve iterativo.
•Este procedimiento es lento de realizar sin la ayuda de una

computadora.
Ejemplo.
i Vi Ri Vi Ri Xi Vi Ri Yi di ViRi/di ViRiXi/di ViRiYi/di
P1 100 300 800 36 2,8 8,4 22,5
P2 150 1.200 300 43 3,5 28,1 7,0
D1 188 375 938 32 5,9 11,8 29,6
D2 75 450 300 14 5,2 31,1 20,7
D3 113 900 900 40 2,8 22,5 22,5
20,2 102,0 102,4
La posición revisada de las coordenadas es calculada como:
ViRiYi
__
ViRiXi
i di 102
__ i di 102,4
X   5,038 Y   5,057
ViRi
i di
ViRi
i di 20,2 20,2
Con un costo de $21.431

Ejemplo.
Programando el algoritmo de Weiszfeld, se pueden completar
100 iteraciones de este procedimiento.
Simplificaciones utilizadas.
•Se concentran varios volúmenes de demanda en un sólo punto.
•La localización se basa en los costos variables, sin considerar

diferencias en costos de capital, mano de obra y servicios.
•Los costos de transporte se suponen lineales, cuando en realidad

están formados de una parte fija, y una componente que varía con la
distancia.
•Las soluciones son estáticas (no dinámicas), no reflejan los cambios

futuros en demanda, ganancias y costos.
Simplificaciones utilizadas.
•Se suponen rutas directas (línea recta) entre puntos de la red, siendo
que esto rara vez ocurre. Por lo que se debe incluir un factor de
proporcionalidad en el modelo para convertir las distancias rectas en
distancias de carreteras, ferrocarril o dentro de una red de calles en
una ciudad.
Factor de proporcionalidad.
Incrementar la distancia recta en:
•Carreteras en 21%
•Líneas de ferrocarril en 24%
•Calles de ciudad 41%
•Problemática/ ejemplo extensión del modelo
MinCT = Cterreno + Ctransporte

= f (x, y) + å di wi W=ViRi (problema
de Webber)
i ÎI
¡No lineal!
LOCALIZACION DE MULTIPLES INSTALACIONES
Problemática.
•¿Cuántas instalaciones debería tener la red logística?,

•¿de que tamaño deberían ser las instalaciones?,
•¿dónde localizarlas?,
•¿cuáles clientes deberían ser asignados a cada instalación?,
•¿cuáles proveedores deberían ser asignados a cada instalación?,
•¿qué productos deberían venderse/producirse/almacenarse en
cada instalación?
•¿cuáles productos debieran ser enviados directamente a los
clientes?
Métodos matemáticos.
1. Métodos Exactos
Centro de gravedad múltiple.

Programación lineal entera mixta
2. Modelos de Simulación
3. Métodos Heurísticos
Métodos exactos.
•Procedimientos que garantizan un óptimo matemático, o al

menos una solución de exactitud conocida.
•Sus limitantes son: tiempos de cálculo computacional largos,

requerimientos excesivos de memoria y aplicabilidad a
problemas reales.
METODOS EXACTOS
•Método de centro de gravedad en formato de múltiples

localidades, minimizando el costo de transporte para
instalaciones intermedias entre un origen y destino.
•Si más de una instalación debe ser localizada (por ejemplo

varios almacenes), es necesario preasignar los puntos de origen
y destino a instalaciones arbitrarias. Esto forma un número de
agrupaciones de puntos igual al número de instalaciones a ser
localizadas.
METODOS EXACTOS
•Calcular el centro de gravedad exacto para cada agrupamiento
100
80
60
40
20
0
0 20 40 60 80 100
CENTRO DE GRAVEDAD MÚLTIPLE
Observaciones.
•Este método es óptimo si todas las asignaciones son evaluadas.
•Conforme crece el número de instalaciones, los costos de

transporte tienden a disminuir, aunque los costos fijos y los
costos de llevar inventario se incrementan.
•La mejor solución es aquella que minimiza la suma de todos

estos costos, no sólo el de transporte.
METODO EXACTO
Programación lineal entera mixta.
•Metodología más utilizada para resolver problemas de

localización y el más usado en modelos comerciales.
•Maneja costos fijos de una manera óptima.
•Requiere de aprovechar la estructura del problema para reducir

el tiempo y necesidad de memoria de cómputo. Es posible
descomponer el problema en varios otros, eliminando partes
irrelevantes para la solución.
PROGRAMACION LINEAL ENTERA
Problema de localización de almacenes vía PLE.
Encontrar el número, tamaño y localización de almacenes en una

red logística, tal que se minimicen los costos fijos y variables
(lineales) de mover todos los productos a través de la red
seleccionada, sujeto a las siguientes restricciones:
•No se puede exceder la capacidad de la planta.

•La demanda de todos los productos debe ser satisfecha
•La capacidad de los almacenes no puede ser excedida.
•Un nuevo almacén será abierto sólo si se alcanza el mínimo de
demanda para ese almacén.
•Todos los productos del mismo cliente deben ser suministrados por el
mismo almacén.
Ejemplo.
Se tienen dos almacenes que manejan dos productos que son

demandados por tres clientes. Cada cliente debe ser atendido
por un sólo almacén.
Dos plantas de producción pueden suministrar ambos productos

a los almacenes.
Determinar cuál (es) almacén(es) deben usarse, qué clientes

deben asignarse a cada almacén y cuál planta suministra a los
almacenes.
Ejemplo.
Min Z   Cijkl X ijkl   f k z k  v k    Dil  y kl 

ijkl k 
 l  i  
Sujeto a :
 X ijkl  Sij ij Capacidad de producción de planta no debe exederse
kl
 X ijkl  Dil y kl ikl Demanda del cliente debe ser satisfecha

j
 y kl  1 l Cada cliente debe ser servido por un solo almacen

k
v k     Dil  y kl  v k No se puede exceder la capacidad del almacen

l  i 
X  0; y  0,1 ; z  0,1
Ejemplo.
•i producto
•j planta
•k almacén
•l cliente
•Sij capacidad de producción del articulo i en la planta j
•Dil demanda del producto i que hace el cliente l
•Xijkl cantidad de producto i de la planta j a través del almacén k
que va al cliente l
• V k capacidad máxima del almacén k
• Vk capacidad mínima del almacén k
•fk costo fijo del almacén k
•vk costo variable (handling) en almacén k
Ejemplo.
•Cijkl costo de producción y transporte del producto i, de la planta

j a través del almacén k que va al cliente l.
•ykl 1 si el almacén k suministra al cliente l; 0 si el almacén k no
suministra al cliente l
•zk 1 si el almacén k esta abierto; 0 si el almacén k esta cerrado
Mixta!
MODELOS DE SIMULACION
Definición.
Representación matemática de un sistema lógico mediante

estatutos algebraicos y lógicos, que pueden ser manipulados
con la ayuda de una computadora.
•La empresa prefiere una solución subóptima del problema

mediante simulación, que una solución óptima de un modelo
aproximado a la realidad.
•Dada la representación realista de las relaciones económicas y

estadísticas, el modelo de simulación es utilizado para evaluar
el impacto de varias configuraciones (escenarios).
MODELOS DE SIMULACION
Características
•La principal diferencia con los modelos algorítmicos de

localización, es que en la simulación, se debe especificar las
instalaciones en particular que se van evaluar.
•Los métodos algorítmicos buscan el mejor número, localización y

tamaño de facilidades, mientras que el modelo de simulación intenta
encontrar la mejor configuración de red, mediante aplicaciones
repetidas del modelo, dados diferentes patrones de localización y
almacenes.
•La calidad de los resultados de los modelos de simulación depende

de las habilidades y experiencia del usuario pera seleccionar las
diferentes localizaciones a ser analizadas. Es muy posible llegar a un
buen subóptimo.
MÉTODOS HEURÍSTICOS
Definición
•Se refiere a métodos que usan reglas o pasos y que contribuyen

a reducir el tiempo promedio de búsqueda de una solución.
•Es un algoritmo que encuentra óptimos relativamente cercanos

a los óptimos matemáticos, equilibrando el costo de buscar la
nueva solución, con la utilidad de aquella ya encontrada.
•Por ejemplo ante el problema de saber cuántos almacenes

localizar y dónde hacerlo, asignando un mercado dado a cada
almacén. Teniendo además distintos tipos de costos (de
transporte, producción, gestión de inventario, almacenamiento)
Naturaleza del problema de localización.
El problema de localización requiere del balance entre varios

costos relevantes:
•Costos de producción / ventas

•Costos de almacenamiento y de manipulación
•Costos fijos de almacenes.
•Costos de llevar el inventario
•Costos de procesamiento de órdenes
•Costos de transporte hacia y desde el almacén.
Balance de costos en el problema de localización.
Costo
Costo Total
Costo de llevar inventario,
Almacenamiento, manipulación
Costo de producción y venta
Costo de transporte de
Entrada - salida
Nº almacenes
Evaluación selectiva
•Procedimiento heurístico aplicado al método de Múltiple

Centro de Gravedad.
•Consiste en aplicar el método para un número específico de

instalaciones, añadiendo los costos adicionales tales como
inventario y costos fijos de la instalación.
•Se repite el procedimiento para varios números de

instalaciones, para así encontrar el mejor número y sus
respectivas localizaciones asociadas.
Programación lineal guiada
•Cuando un procedimiento heurístico es desarrollado para un

problema real de localización, generalmente se incluye la
programación lineal como parte de la metodología de solución.
•La ventaja es que la programación lineal da resultados óptimos

y se pueden incluir restricciones de capacidad que muchos
métodos eluden. Sin embargo, para desarrollar un
procedimiento verdaderamente robusto, se tienen que incluir los
costos fijos y los costos de almacenamiento (no lineales).
PROBLEMAS DE COBERTURA
• La localización depende de la distancia instalación-demanda

(entre otras variables)
• Demanda se supone asignada a una instalación
• El servicio es adecuado si la distancia es menor a cierto valor
máximo (vecindad)
Si este valor aumenta, disminuye el
número de instalaciones neceaarias
•Ejemplos • Localizar un colegio de modo que ningún alumno

camine más de una distancia máxima.
• Localizar un restaurant (delivery), de modo de
garantizar a los clientes un tiempo de servicio menor
a un máximo.
•Definiciones básicas
• Nodo demanda: Punto donde se concentra cierta cantidad de demanda (I).
• Nodo de localización: “Candidato”, punto donde es posible instalar un
servidor. Nodos predeterminados (J).
• Distancia o radio de cobertura: Distancia máxima a la cual debe estar la
demanda de la instalación (servidor), considerándose “atendido” (S).
• Demanda cubierta: Si el nodo de demanda esta dentro del radio de
cobertura de un servidor (o instalación)
{ }
Conjunto de todos los
nodos candidatos que
pueden cubrir al nodo
Ni = j / dij £ s "i ÎI
demanda (Vecindad)
•¿Cuántos servidores se necesitan?
¿Dónde deben estar instalados?
Location Set Covering Problem (L.S.C.P) –

•I:
•Cobertura Total – Toregas 1970
•Encuentre el conjunto (número y posición) mínimo de servidores,

entre una cantidad finita de posibilidades, de manera que cada nodo
de demanda este cubierto por al menos un servidor.
•Conjuntos
•I: Conjunto de nodos demanda

•J: Conjunto de ubicaciones posibles { }
•Parámetros
•dij: Distancia mínima entre el nodo de demanda “i” y

el nodo candidato a localizar el servidor “j”
•S: Distancia o radio de cobertura
•Variables ì1 •Se localiza un servidor en el nodo j

xj = í
î0

•I:
•Restricciones
• Cada nodo demanda debe estar cubierto por al

menos un candidato – satisfacción de la
åx j ³ 1 "i ÎI
jÎNi
demanda
xj Î{0,1} "j ÎJ
Min å x j
•Modelo compacto
x
Minimizar el
j ÎJ El dominio de la
åx
número total variable es real,
de servidores
j ³ 1 "i ÎI entera y binaria
j ÎNi
La función objetivo y
xj Î{ 0,1} "j ÎJ las restricciones son
lineales

•I:
•Métodos de Resolución
Por
• Branch & Bound ejemplo el
costo de
• Reducción de columnas y filas (sólo cuando costo fijo instalación
es constante para todo nodo j)
• Reducción por columnas: Si los “unos” de una

columna contienen a los de otra, la segunda se
puede eliminar (es decir, si es dominada)
• Si una fila tiene un solo “uno”, el servidor

correspondiente a esa columna debe instalarse;
las filas que lo contengan salen.

•I:
•Ejemplo: Reducción Filas y Columnas

Min XA + XB + XC + XD + XE + XF
I = J = { A, B,C, D, E, F} X
NA = { A, B, D} s.a
NB = { A, B, D} NA = XA + XB + + XD ³1
NC = {C, E, F}
NB = XA + XB + + XD ³1
ND = { A, B, D, E}
NC = XC + + XE + XF ³ 1
NE = {C, D, E}
NF = {C, F }
ND = XA + XB + + XD + XE ³1
NE = XC + XD + XE ³1
•Cada cliente también es un
potencial punto de localización NF = XC + + XF ³ 1
XA , XB , XC , XD , XE , XF = {0,1}
Min XA + XB + XC + XD + XE + XF
X
s.a
NA = XA + XB + + XD ³1
NB = XA + XB + + XD ³1
NC = XC + + XE + XF ³ 1
ND = XA + XB + + XD + XE ³1
NF = XC + + XF ³ 1
•Columna A=Columna B
XA = 0 Ú XB = 0
Min XB + XC + XD + XE + XF
X
s.a
NA = XB + + XD ³1
NB = XB + + XD ³1
NC = XC + + XE + XF ³ 1
ND = XB + + XD + XE ³1
NF = XC + + XF ³ 1
•Columna D “domina” a Columna B
XB = 0
Min XC + XD + XE + XF
X
s.a
NA = + XD ³1
NB = + XD ³1
NC = XC + + XE + XF ³ 1
ND = + XD + XE ³1
NF = XC + + XF ³ 1
•Columna C “domina” a Columna F
XF = 0
Min XC + XD + XE
X
s.a
NA = + XD ³1
NB = + XD ³1 •Por reducción de filas
NC = XC + + XE + ³1 XD = 1Ù XC = 1
ND = + XD + XE ³1
NF = XC + ³1
•Solución del problema
XD = XC = 1
•No existe necesariamente una sola
solución óptima, puede haber más XA = XB = XE = XF = 0
alternativas!
F.O. = 2

•I:
•Limitaciones
• El número de servidores que son necesarios para cubrir todos los nodos
de demanda pueden exceder el número de servidores factibles de
instalar! (ej: restricción presupuestaria)
• El modelo trata a todos los nodos de demanda en forma idéntica, no

caracterizando o diferenciando la cobertura por alguna condición
particular.
• Al modelo le da lo mismo servir a un nodo de demanda grande que a

uno chico. Si hay restricción presupuestaria habrá que considerar la
política a seguir (es ético?).
Maximun Covering Location Problem (M.C.L.P) –

•II:
•Cobertura Máxima – Church and Revelle 1974
•Localizar “p” instalaciones de modo de cubrir la máxima demanda

posible dentro de un radio de distancia o tiempo determinado.
•Conjuntos

•J: Conjunto de ubicaciones posibles { }
•Parámetros

•S: Distancia o radio de cobertura
•hi: Demanda del nodo “i”

•II:
ì1 •Se localiza un servidor en el nodo j

•Variables
xj = í
î0
ì1 •El nodo demanda i está cubierto por un servidor
yi = í
î0
•Restricciones
yi £ å xj "i ÎI
• Un nodo no puede estar cubierto a menos que
haya un servidor en Ni (su vecindad)
jÎNi

•II:
•Restricciones
• Se pueden abrir a lo más “p” instalaciones

åx j £p
j ÎJ
•Modelo compacto Max å hi yi x j ,y i Î{ 0,1} "i, j

x,y
iÎI
yi £ å x j "i ÎI
Max la demanda
total cubierta
sujeto a un
número máximo j ÎNi El nodo i no está
de p servidores
åx
cubierto a menos
j £p que haya un
servidor activo
en su vecindad
j ÎJ
x j , yi Î{ 0,1} "i, j

•II:
• Reducción de columnas (no filas)

• Ramificación y acotamiento -Branch & Bound
• Enumeración Total
• Heurística Greedy/ Greedy Adding
•III: P-Mediana – Revelle and Swuin, 1970
•Losproblemas de “cobertura” o “proximidad aceptable” minimizan costos

(LSCP-cobertura total) o maximizan cobertura (MCLP-cobertura máxima).
•El problema de la p-mediana busca que “dada la localización de las

demandas (nodos), localizar p instalaciones (medianas) de modo de
minimizar la distancia total (o promedio) entre demandas e instalaciones
más cercanas”.
• Minimiza el costo dependiente de la distancia y

resuelve el problema de asignación, al asignar
La asignación demanda a la instalación más cercana – Floyd Warshal
es obligatoria!
Es un método “Min-Sum” • Localizar un colegio para que los alumnos caminen en

total (o en promedio) lo menos posible.
(minimiza la suma de lo
que recorren todos o su
promedio) • Localizar ambulancias de modo de minimizar el
tiempo medio de atención.
•III: P-Mediana
•Conjuntos

•J: Conjunto de ubicaciones/locaciones posibles
•Parámetros
•hi:Demanda del nodo “i”

•p: Número de instalaciones

ì1 •Si se localiza una instalación en el nodo j

•Variables
xj = í
î0
ì1 •Si el servidor j atiende a la demanda i
yij = í
î0
•III: P-Mediana
•Restricciones
• Todo nodo demanda debe ser atendido

(satisfacción de la demanda) por un solo åy ij = 1 "i ÎI
servidor. j
• El nodo demanda i no puede ser atendido por el

servidor j si no está instalado (Balinski, 1965).
yij £ xj "i, j
• A lo más se instalan p servidores. åx j £p

j
• Naturaleza de las variables.

xj , yij Î{0,1}
•III: P-Mediana Antes se incluía en las

vecindades
•Modelo compacto
Min å hi dij yij Minå cij yij

x,y
i,j x,y
å yij = 1 "i ÎI •Incluyendo costo unitario de

transporte/asignación
yij £ x j "i, j åy ij £ Nx j •
åx
i
£p
•Nodo instalado no puede
atender a más de N clientes
j
j
x j , yij Î{0,1} "i, j

•III: P-Mediana
•Teorema de Hakimi
• Existen siempre p medianas sobre los nodos de una red, que son
solución óptima al problema.
• Óptimo se encuentra en los nodos de la red, dada la naturaleza de la
función objetivo.
d
A B si
hA hB hB > hA
A : F.O1 = hBd
B : F.O2 = hAd
•Conviene instalarse en B, pues Þ F.O1 > F.O2
•III: P-Mediana
•Teorema de Hakimi
F.O3 = hA x + hB (d - x)
d
p.d.q.
F.O3 > F.O2 "x Î ]0, d[
A B
hB
hA x + hB (d - x) > hAd "x Î]0, d[
hA x
hB > hA / (d - x)
hB (d - x) > hA (d - x)
hA x + hB (d - x) > hAd
F.O3 > F.O2 "x Î ]0,d[
•III: P-Mediana

• 1: Encuentre por enumeración el sitio candidato j que

minimiza el costo total si sólo se localiza una
instalación. Instale ahí.
• 2: Sin mover las instalaciones ya colocadas, busque

•Greedy por enumeración el mejor sitio para la instalación
Adding siguiente (mejor ahorro total por reasignación),
reasignando las demandas cada vez
• 3. ¿Se han instalado todos los servidores?

• Si-finalizar
• No-volver al paso 2
•IV:Problema de localización de plantas y
bodegas industriales/ Costos fijos
•Desdela p-
mediana
Min å hi dij yij
x,y
i,j
åy ij = 1 "i ÎI
j
yij £ x j "i, j
å xj £ p åc x
j
j j £p
j
x j , yij Î{0,1} "i, j

•Una manera de limitar el costo
de instalación, incluyendo costo
fijo Cj y presupuesto p
Min å hi dij yij + b (å cj x j - p)

•Relajando restricción
x,y
i, j j
Þ Min å hi dij yij + b å cj x j - b p

x,y
i,j j
Þ Min å hi dij yij + b å cj x j - b p

x,y
i,j j
s.a •Factorque lleva el objetivo a

costo anual (tasa de descuento)
åy ij = 1 "i
j
f j = b cj
yij £ x j "i, j
yij , x j Î{0,1} "i, j •Inversión anualizada
•(de inversión a gasto operacional)

Min å hi cij yij + å f j x j

•Finalmente
x,y
i, j j
s.a
åy ij = 1 "i
•Costo unitario de cubrir
j la demanda del cliente i
yij £ x j "i, j cij desde la planta j

(producción en planta
más transporte)
yij , x j Î{0,1} "i, j


Min å hi cij yij + å f j x j •Uncapacited facility location problem

x,y (UFLP):
i, j j
•Determinar el número óptimo de
s.a instalaciones, su localización
åy
j
ij = 1 "i óptima, y la asignación óptima de
la demanda a esas instalacionse,
de modo de servir toda la
yij £ x j "i, j demanda al mínimo costo de
operación e inversión.
yij , x j Î{0,1} "i, j



LOCALIZACION DE RETAIL Y SERVICIOS
•Las tiendas minoristas y centros de servicios son, con frecuencia, el punto

final de la red de distribución.
•Incluye, tiendas de departamento, supermercados, bancos, hospitales o

consultorios, iglesias, centros de reciclaje, y estaciones de bomberos y
policía.
•El análisis de localización de retail y centros de servicios, es más sensible a

factores de rentabilidad y accesibilidad, que a los factores de costo que
afectan a la localización de plantas y almacenes. Por lo tanto, las
metodologías analizadas anteriormente no se aplican directamente a este tipo
de problemas.
Factores de localización de retail y servicios.
•Características demográficas.
Población base del área local
Ingresos potenciales del área local.
•Flujo vehicular y accesibilidad.

Número de vehículos
Tipo de vehículos
Número de peatones
Tipo de peatones
Accesibilidad a transporte público.
Accesibilidad a autopistas
Nivel de congestión
Calidad de las calles de acceso.
•Estructura del retail.

Número de competidores en el área
Número y tipo de tiendas en el área.
Tiendas complementarias en el área
Proximidad a áreas comerciales.
•Características físicas.
Número de estacionamientos disponibles.
Distancia a áreas de estacionamientos.
Visibilidad desde la calle.
Tamaño y configuración del local
Condiciones de la edificación
Calidad de los entradas y salidas
•Factores legales y de costos

Restricciones de edificación.
Condiciones de arrendamiento
Impuestos locales
Operación y mantención.
Método de la lista de factores.
•Frecuentemente muchos de los factores que son importantes en

la localización de retail y centros de servicios no son fáciles de
cuantificar.
•Una posibilidad para cuantificar estos factores es formar una

matriz donde se le da peso a los factores (puntaje) y del cual se
puede obtener un indicador de desempeño del sitio evaluado. Se
selecciona la localización con mayor índice.
Método de la lista de factores.
Los seis pasos en el método son:
1. Desarrollar una lista de factores relevantes.

2. Asignar un peso a cada factor para reflejar su importancia
relativa en los objetivos de la compañía.
3. Desarrollar una escala para cada factor.
4. Calificar cada localidad para cada factor.
5. Multiplicar cada calificación por los pesos de cada factor.
6. Hacer una recomendación basada en la máxima calificación en
puntaje.
Ejemplo.
•Suponga que una tienda de pintura debe ser localizada.
•Un grupo de consultores externos generaron una lista de factores relevantes

para la localización de la tienda.
(1) (2) (3)=(1)x(2)

Peso del factor Factor de localización Puntaje asignado Puntaje ponderado
(1 a 10) (1 a 10)
8 Proximidad a la competencia
5 Espacio de arrendamiento
8 Espacio de estacionamientos
7 Proximidad a tiendas complementarias
6 Atractivo de la infraestructura
9 Accesibilidad para los clientes
3 Impuestos locales
3 Servicios comunitarios
8 Proximidad a medios de transporte
Índice de desempeño 0
Modelo de gravedad.
•Uno de los modelos más utilizados para determinar el atractivo

de un lugar para localizar un retail o centro de servicio, es el
modelo de gravedad, el cual es notoriamente similar a la ley
gravitacional de Newton.
•La idea básica es que un lugar potencial para localizar un retail

o centro de servicio atrae el comercio en directa proporción a la
población del lugar, pero en proporción inversa al cuadrado de
la distancia entre el lugar evaluado y la población.
Modelo de iteración espacial.
•El modelo de iteración espacial es una modificación práctica

del modelo de gravedad.
•El objetivo del modelo es estimar la participación de mercado

que puede captar un lugar potencial en donde localizar un retail
o centro de servicio.
Modelo de iteración espacial.
Sj incluye todas las variables que pueden atraer a la población al retail j.

Gustos y preferencias. Por ejemplo:
•Metros cuadrados construidos de tienda,

•Metros cuadrados de estacionamiento,
•Precios,
•Variedad de productos,
•Otros.
S j / Tija
E ( Dij )  Pij Di  Di
 (S j / T ) a • E(R j )
ij PM j 
j
 E(R j )
j
•
•
Ejemplo.
•Suponga dos mall (Ra y Rb) en una ciudad.

•Rb es una localización potencial, mientras que Ra es una
localización existente (competencia).
•Los clientes (C1, C2, C3) están concentrados en el centroide de
sus comunas.
70
60 C2 Rb
Tiempo (min) Y
50
40
C3
30
20
C1 Ra
10
0
0 10 20 30 40 50 60 70 80
Tiempo (min) X
Ejemplo.
•La demanda potencial de las tres comunas son US$10, US$5, y

US$7 millones respectivamente.
•Ra tiene 5.000 m2 de áreas de venta y Rb tiene 10.000 m2.
•El parámetro a se estima en 2.
Ejemplo.
Comuna i Tij Tij2 Sj / Tij2 Pij Pmij

A B A B A B A B A B
C1 30,0 56,6 900 3.200 6 3 0,64 0,36 $ 6,4 $ 3,6
C2 44,7 30,0 2.000 900 3 11 0,18 0,82 $ 0,9 $ 4,1
C3 36,1 28,3 1.300 800 4 13 0,24 0,76 $ 1,6 $ 5,4
Ventas esperadas totales $ 9,0 $ 13,0

Major works that followed
•Los modelos UFLP y CFLP se pueden extender relajando los supuestos (i)
single product; (ii) two echelon; (iii) single period; (iv) inventory; (v) stochastic
•1. Multi-commodity facility location problem: generalización de UFLP que relaja el

supuesto de producto único
•[1] Klincewics and Luss (1987): primer paper que estudia un modelo de localización
multicomodity sin restringir el número de productos en cada servidor
•2. Multiechelon formulation:
•[2] Kaufman (1977): una de las primeras formulaciones multi-echelon que
determina la localización de un conjunto de plantas y un conjunto de warehouses
en forma simultánea
•3. CFLP formulation:
•[3]Geoffriou and Graves (1974): resuelto con multi-echelon, multi-commodity y
con capacidad. Resuelve además el flujo Xijkl
Major works that followed
•4. Relaxity the single period assumption of the UFLP and CFLP:
•[4] Van Roy and Erlenkotter (1982): extiende el dual-based algorithm de
Erlenkotter para manejar múltiples periodos de tiempo
•5. Integration of inventory control and logistics decisions with facility location:
•[5] Shen; Coollard; Daskin (2003): resuelve simultáneamente un modelo de
localización y de inventarios, mediante generación de columnas.
•[6] Miranda and Garrido (2003): localización de inventarios resuelto por relajación
lagrangiana.

Decisiones de Localización

Cargado por

Copyright:

Formatos disponibles

Decisiones de Localización

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Decisiones de Localización

Cargado por

Copyright:

Formatos disponibles

Gestión de Operaciones II

3. Localización de plantas y puntos de distribución

Problema de localización de instalaciones.

Determinar en que lugar (es) ó sitios(s) localizar la(s)

Áreas de planeación logística.

Decisiones de inventario Decisiones de Transporte

•La decisión de la localización de instalaciones en una red

•Involucra determinar el número, localización y tamaño de las

•Las instalaciones de una organización pueden ser plantas,

•Proximidaddel mercado. •Impacto ambiental.

•–Carreteras,ferrocarril, puertos, aeropuertos.

•–Disponibilidad, cualificación, costo,

•–Aporte de tecnologías, empleo.

Usando una Escala de ponderación por sus respectivos

Se suman para minimizar costos.

Por factor determinante.

La localización de una instalación es frecuentemente

•Factores económicos en el caso de plantas o almacenes;

•Rentabilidad generada por la localización en el caso de retail

•Accesibilidad en el caso de centros de servicios.

Por el número de instalaciones.

•El problema de localizar una instalación es diferente a localizar

•En el caso de localizar una instalación los costos de transporte

Por discretización de las alternativas.

•Los métodos discretos analizan una lista de localizaciones

•Los métodos continuos de localización analizan todas las

Por el grado de agregación de los datos.

•Cuando se ocupan datos agregados se limita la exactitud de la

•Cuando se ocupa poca agregación de datos la localización

Por horizonte de tiempo.

•Los métodos estáticos analizan la localización en base a un

•Los métodos dinámicos manejan varios periodos de tiempo de

Curva de renta de espacio de Thunen (1826).

•Reconoce el rol del costo de transporte en el proceso de

Max valor tierra = ganancia = ingreso – costo transporte

Mercado Distancia desde el mercado

Clasificación de Weber (1909)

•Reconoce el rol de las materias primas en el proceso de

Tipo de Volumen antes Volumen después Proveedor Mercado

Localización de una instalación.

•La visión moderna es más matemática que conceptual.

•Modelo para localizar una sola planta, almacén o punto de

•Modelo continuo estático conocido como centro de gravedad,

•La razón de transporte y el volumen son los factores a utilizar.

Modelo de localización de una instalación.

Dado un conjunto de puntos que representan orígenes y puntos

El objetivo es minimizar la suma del costo total de transporte,

Modelo de Localización de una instalación.

CT: costo total de transporte

• El modelo tenderá a localizar la instalación cerca del cliente

Modelo de Localización de una instalación.

Las coordenadas exactas del centro de gravedad son:

Xi , Yi son las coordenadas de origen y demanda.

Proceso de solución (Algoritmo de Weiszfeld).

1. Determinar las coordenadas (Xi, Yi) para cada punto de la red,

2. Aproxime las coordenadas de la facilidad omitiendo la

3. Utilizando las coordenadas obtenidas en el paso 2, calcular la

El factor k no necesita utilizarse en este punto.

4. Sustituya di en las ecuaciones del centro de gravedad y