Redalyc

Sistema de Informacin Cientfica

Red de Revistas Cientficas de Amrica Latina, el Caribe, Espaa y Portugal

BALLESTEROS RIVEROS, DIANA PAOLA; BALLESTEROS SILVA, PEDRO PABLO

IMPORTANCIA DE LA ADMINISTRACIN LOGSTICA
Scientia Et Technica, Vol. XIV, Nm. 38, junio-sin mes, 2008, pp. 217-222
Universidad Tecnolgica de Pereira
Colombia
Disponible en: http://redalyc.uaemex.mx/src/inicio/ArtPdfRed.jsp?iCve=84903838

Scientia Et Technica
ISSN (Versin impresa): 0122-1701
scientia@utp.edu.co
Universidad Tecnolgica de Pereira
Colombia

Cmo citar?

Nmero completo

Ms informacin del artculo

Pgina de la revista

www.redalyc.org
Proyecto acadmico sin fines de lucro, desarrollado bajo la iniciativa de acceso abierto

217

Scientia et Technica Ao XIV, No 38, Junio de 2008. Universidad Tecnolgica de Pereira

IMPORTANCIA DE LA ADMINISTRACIN LOGSTICA.

Importance of Logistics Management
RESUMEN
En este artculo se muestran los aspectos relevantes de la Administracin Logstica,
su importancia, la forma en que se pueden abordar los distintos problemas
logsticos reales, desde la configuracin de la red hasta la preparacin de pedidos y
su posterior entrega, analizando los sistemas de envo.
Tambin se incluyen algunas caractersticas para el modelamiento de problemas
logsticos y una breve evaluacin de tcnicas de solucin. Al final, se relacionan
valiosas conclusiones que pueden tomarse como reflexin y punto de partida en el
apasinate mundo de los sistemas logsticos y su impacto en la productividad y
competitividad de las empresas actuales.
PALABRAS CLAVES: Administracin logstica, empaque, entregas y envos,
inventarios, modelamiento, planeacin de produccin, preparacin de pedidos, red
de distribucin tcnicas de solucin.
ABSTRACT
In this paper the outstanding aspects of Logistical Management are shown, their
importance, the form in that the different real logistical problems can be
approached, from the configuration of the net until the preparation of orders and
their later delivery, analyzing the shipment systems.
Some characteristics are also included for the modeling of logistical problems and
a brief evaluation of technical of solution. At the end, they are related valuable
conclusions that can take as reflection and starting point in the you rouse yourself
world of the logistical systems and their impact in the productivity and
competitiveness of the current companies.

DIANA PAOLA
BALLESTEROS RIVEROS
Ingeniera Industrial
Universidad
Tecnolgica de
Pereira
dianap@utp.edu.co
PEDRO PABLO
BALLESTEROS SILVA
Ingeniero Industrial.
M. Sc en Investigacin de
Operaciones y Estadstica con
nfasis en Produccin
ppbs@utp.edu.co
Universidad
Tecnolgica de
Pereira
Investigador lder del grupo
Logstica: Estrategia de la cadena
de suministro, registrado en
Colciencias.
Miembro del Grupo de Desarrollo
en Investigacin de Operaciones
DINOP,
reconocido
por
Colciencias en categora A.

KEYWORDS: Logistical management, packing, deliveries and shippings,

inventories, modeling, production planning, picking of orders, technical
distribution net of solution.
1. INTRODUCCIN
La competencia implacable en los mercados globales de
hoy, la introduccin de productos con ciclos de vida muy
cortos y la exigente expectativa de los clientes, ha
impulsado a las empresas industriales a invertir en el
mejoramiento del sistema logstico. Lo anterior, aunado
con los cambios vertiginosos en las comunicaciones (la
comunicacin mvil, por ejemplo) y tecnologas de
transporte (las cuales facilitan y agilizan los
desplazamientos) han motivado la evolucin continua de
la direccin y administracin de sistemas logsticos.

productos en proceso y productos terminados que fluyen

a travs de todas las instalaciones de la cadena de
suministro. (Ver figura 1.)
Plantas de manufactura y proveedores

Centros de distribucin

Almacenes industriales

En dichos sistemas se producen artculos en una o ms

fbricas, desde donde son enviados a los almacenes ya
sean mayoristas, minoristas o directamente a los clientes
finales. Por lo tanto, para lograr la reduccin en el costo y
mejorar los niveles de servicio, la estrategia implementada
por la logstica debe tener en cuenta las posibles
interacciones de los distintos niveles de la cadena de
suministro y la ayuda de la conexin adecuada de los
sistemas de informacin. La red logstica est conformada
por proveedores, centros de produccin o manufactura,
minoristas tanto para materia prima, inventarios de

Minoristas

Clientes

Minoristas

Figura 1. Estructura de la red logstica

Clientes

218

Scientia et Technica Ao XIV, No 38, Junio de 2008. Universidad Tecnolgica de Pereira.

Es as que dentro del contexto anteriormente descrito, los

autores presentarn el estado del arte de la ciencia de la
administracin logstica. Un buen comienzo para ello es
responder a la pregunta qu es la Administracin
Logstica?
Existen entidades como el Consejo de
Administracin Logstica1, que la definen como el proceso
de planeacin, implementacin y control de la eficiencia,
del flujo efectivo, almacenamiento de bienes, prestacin
de servicios y la informacin relacionada desde el punto
de origen al punto de consumo con el propsito de atender
y satisfacer las expectativas y requerimientos de los
clientes. Esta definicin amerita el anlisis de las
siguientes observaciones:

La administracin de la logstica toma en

consideracin cada una de las instalaciones que tiene un
impacto en la efectividad del sistema y juega un papel
importante en la fabricacin del producto o en la
prestacin del servicio, respetando los requerimientos del
cliente, desde los mismos proveedores, las instalaciones
de manufactura a travs de los almacenes industriales y
los centros de distribucin hasta los minoristas y tiendas.
La meta en la administracin logstica es ser eficaz y
lograr un costo eficaz en todo el sistema. El ptimo global
debe ser superior o igual al mejor ptimo local. El
objetivo, entonces es minimizar los costos del sistema,
compuestos por costos de transporte, de distribucin, de
inventarios (de materiales o materia prima, trabajo en
proceso y productos terminados, devoluciones,
reprocesos). As, el nfasis no est en la simple
disminucin de costos de transporte o en reduccin de
inventarios sino ms bien en un enfoque del sistema de
gestin de la logstica.

Finalmente, porque adems la administracin de

la logstica contempla la planeacin, implementacin y
control de la red logstica, que abarca muchas de las
actividades desde el nivel estratgico, pasando por el nivel
tctico hasta el nivel operacional. De hecho, a
continuacin se muestra la clasificacin de las decisiones
logsticas propuestas por Hax y Candea [1984] en el
tratamiento de los sistemas de produccin de inventarios
[1]. (ver tabla 1).
Niveles
Nivel
Estratgico

Nivel
Tctico

Nivel
Operacional

Decisiones logsticas
Trata decisiones que tienen un efecto duradero en la
empresa, como: cantidad de instalaciones, capacidad
de almacenamiento, plantas de produccin o el flujo
de material a travs de la red logstica.
Incluye decisiones que por lo general se ejecutan en un
periodo entre tres meses y un ao, como las relacionadas
con los programas de produccin y compras, polticas de
inventario, estrategias de transporte y frecuencia de visita
a clientes.
Se refiere a las decisiones del da a da como ejecucin de
trabajos, programacin de rutas, carga y descarga de
vehculos y entrega de pedidos.

Tabla 1. Clasificacin de decisiones logsticas por niveles.

Council of Logistics Management: organizacin sin nimo de lucro.

2. LOGSTICA EN LA PRCTICA
En esta parte se realiza una breve descripcin de algunas
situaciones claves que son responsables de los distintos
problemas que normalmente surgen en la direccin y
administracin de la compleja red logstica:
As mismo, se hace referencia a algunos de las situaciones
crticas que son generadoras de los problemas que se
presentan en la administracin logstica. Dichos
problemas son el reflejo de las decisiones logsticas que se
han tomado en cada uno de los tres niveles mencionados
en la tabla 1. Se pretende introducir aqu breves preguntas
asociadas con las diferentes decisiones que se han tomado
en cada situacin, como se detalla enseguida:
2.1 Configuracin de la red de distribucin:
Considera el escenario donde varias plantas son
productoras de bienes y servicios que cubren la demanda
de muchos minoristas dispersos geogrficamente. El
actual conjunto de almacenes industriales puede resultar
inapropiado por lo que la administracin debe reorganizar
o redisear la red de distribucin. Esto puede ser debido,
por ejemplo, a un cambio en los patrones de la demanda o
a la terminacin de un contrato de arrendamiento de un
determinado nmero de almacenes industriales. Adems,
los cambios del comportamiento de la demanda traen
consigo un cambio en los niveles de produccin, en la
seleccin de nuevos proveedores y en general, la aparicin
de un nuevo flujo de bienes a lo largo de la red de
distribucin. La meta es escoger la localizacin y
capacidad de un nuevo conjunto de almacenes
industriales, determinar los niveles de produccin para
cada instalacin o planta, agilizar el transporte entre las
instalaciones (desde la planta a los almacenes industriales
o desde stos hacia los minoristas) de tal manera que se
minimicen los costos de produccin, de inventarios y de
transporte y se puedan satisfacer adecuadamente los
niveles de servicio requeridos por los clientes.

2.2 Planeacin de la produccin:

Una instalacin industrial debe producir conociendo
previamente la demanda de un producto en un horizonte
definido de tiempo. Esto es posible si se han hecho los
pedidos por anticipado o se han firmado los contratos
especificando las entregas en pocos meses o semanas. Los
costos de produccin consisten en una cantidad fija, por
ejemplo, a los costos de preparacin de las mquinas o sus
tiempos y de una cantidad variable correspondiente al
costo que toma la produccin de una unidad.
El costo de tenencia se incurre para cada unidad en el
inventario. El objetivo del planeador es satisfacer la
demanda de cada producto en cada periodo y minimizar
los costos totales de produccin y del inventario en el
horizonte establecido. Obviamente, este problema se
complica y se torna ms difcil si se incrementa el
portafolio de productos manufacturados.

Scientia et Technica Ao XIV, No 38, Junio de 2008. Universidad Tecnolgica de Pereira.

2.3 Control de inventarios:

El lector puede imaginar a un minorista que mantiene un
inventario de un producto en particular. Desde que la
demanda del cliente sea aleatoria, el minorista slo tiene
la informacin con respecto a la distribucin
probabilstica de sta. El objetivo del minorista es decidir
en que momento debe hacer un nuevo pedido y qu
cantidad debe pedir. Tpicamente, el costo de pedido tiene
dos partes: una cantidad fija, independiente del tamao del
orden, por ejemplo, el costo de enviar un vehculo del
almacn industrial al minorista, y una cantidad variable
que depende del nmero de productos pedidos u
ordenados. El costo lineal de tenencia del inventario
incurre en una tasa constante por unidad de producto en
una unidad de tiempo. Por esto, el minorista debe
determinar una ptima poltica del inventario para
minimizar el costo esperado de pedir y de mantener el
inventario. Como se expuso en el anterior numeral, este
problema se torna an ms difcil cuando se incrementa el
nmero de productos ofrecidos y el costo de la orden de
pedido es dependiente del conjunto de artculos
ordenados.
2.4 Cross Docking:2
Esta es una estrategia de distribucin en la que las
tiendas se proveen de almacenes centrales que actan
como coordinadores del proceso de suministro y como
puntos de transbordo para las rdenes recibidas de los
vendedores externos, pero no guarda sus inventarios. Se
debe hacer referencia a cada uno de los almacenes
centrales como puntos de redistribucin. El problema se
centra en saber cuntos puntos cross docking son
necesarios en el proceso logstico?, Cules son los
beneficios econmicos que se logran con esta estrategia de
distribucin?, y cmo podra implementarse en la
prctica la estrategia del cross docking?
2.5 Integracin de inventarios y transporte:
Un almacn sirve a un conjunto de minoristas con una
gran variedad de productos. Para reducir los costos de
operacin la administracin logstica debe establecer un
equilibrio apropiado entre los costos de inventario y los
costos de transporte. El intercambio es evidente: los
frecuentes viajes entre el almacn central y los minoristas
indican que el tamao de los embarques sea pequeo, los
costos de inventario son bajos y los costos de transporte
son en consecuencia elevados. Lo contrario tambin es
cierto: los viajes poco frecuentes traen consigo embarques
grandes, costos del inventario altos y costos de transporte
bajos. Para simplificar esta situacin, se recomienda al
2
En logstica externa es la actividad que consiste en enviar la mercanca
directamente desde la central de produccin al punto de venta, pasando
por un almacn donde se realiza la operacin de "cruzar el muelle" o
"cross docking". En logstica interna, se identifica con
aprovisionamiento y almacenamiento. Es una expresin del idioma
ingls, por la que se identifican las operaciones de recepcin y
clasificacin en estaciones de transferencia, de aquellas cargas
destinadas a salir inmediatamente hacia distribucin, sin almacenamiento
intermedio.

219

lector que considere que cada minorista experimenta

constante demanda deterministica para el producto.
Aqu, el objetivo es disear y aplicar una poltica de
inventario y una estrategia de transporte, donde se
especifiquen las rutas de los vehculos, la programacin
de entregas y su frecuencia para atender en forma
adecuada los pedidos de los minoristas, para minimizar
los costos de inventario y costos de transporte en el
sistema logstico.
2.6 Administracin del equipo de transporte.
Los almacenes hacen los despachos a sus clientes
utilizando vehculos de capacidad limitada. Los
despachadores son responsables de la asignacin de la
carga y de las rutas a los vehculos. Para ello, realizan
varias tareas. Primero, deciden como agrupar a los
diferentes minoristas para utilizar en forma ptima la
capacidad de los vehculos. Segundo, deben decidir cul
es la ruta adecuada para minimizar el costo de transporte,
teniendo en cuentas las respectivas restricciones.
Tpicamente, una de las dos funciones de costos es
posible. En el primero, el objetivo es minimizar el nmero
de vehculos empleados, mientras que el enfoque del
segundo se centra en reducir la distancia total recorrida.
Un algoritmo que puede ayudar a resolver esta situacin
es el problema de la capacidad de los vehculos
enrutados CVRP, donde un conjunto de clientes son
atendidos por una flota de vehculos de capacidad limitada
y el objetivo es encontrar las rutas de vehculos que
minimiza la distancia total recorrida.
Encontrar la ruta de distancia mnima tambin se puede
lograr empleando el problema del agente viajero
Traveling salesman problem
2.7 Problema de empaque: Packing-problem3
En muchas aplicaciones logsticas, una coleccin de
artculos o productos pueden ser empacados en cajas,
contenedores o en vehculos de capacidad limitada. El
objetivo es empacar la mayor cantidad de artculos
empleando el menor nmero de cajas posible. El problema
es conocido como bin packing problem - BPP, que es
un caso especial de CVRP. Esta situacin se puede tratar
como un subproblema de otros problemas de anlisis
combinatorial.
2.8 Entregas con horarios pre- establecidos.
En muchos casos es necesario entregar los productos a los
minoristas o a los clientes en horarios pre- establecidos
por estos. Por ejemplo, un minorista particular requiere
que sus entregas se realicen los das lunes y jueves de 6:00
a.m. a 9:00 a.m. Cuando esto sucede, el problema de
3
Packing. En logstica externa se refiere a la preparacin de la carga.Envase/Embalaje.- Trmino anglosajn sin traduccin literal al idioma
espaol, por el que se hace referencia al conjunto de actividades
relacionadas con el diseo y produccin de los envases y embalajes de
los productos.

220

Scientia et Technica Ao XIV, No 38, Junio de 2008. Universidad Tecnolgica de Pereira.

encontrar rutas del vehculo con estas restricciones de

tiempo y capacidad se torna an ms difcil.
2.9 Preparacin de pedidos y sistemas de envo 4
En algunos sistemas de distribucin, cada cliente puede
especificar la forma que se debe separar y preparar sus
pedidos y el procedimiento de envo. El distribuidor debe
planear y coordinar en forma ptima estas dos actividades,
procurando que la cantidad de vehculos lo mismo que la
distancia recorrida sean tan pequeas como sea posible.
As, una ruta de un vehculo debe satisfacer las
restricciones de capacidad, respetar los horarios de
recepcin de los productos y garantizar un buen nivel de
servicio.
3.
MODELAMIENTO
DE
PROBLEMAS
LOGSTICOS
El lector observa que la mayor parte de los problemas y
las cuestiones descritas en este artculo se pueden definir
muy bien matemticamente. Por supuesto que existe otro
grupo de problemas y cuestiones importantes en logstica
que son difciles de cuantificar y de direccionar en forma
matemtica, los cuales ameritan para su resolucin otro
tratamiento que puede lograrse, por ejemplo, con el uso de
algunas metaheursticas5. Para estos ltimos se utilizan
opciones de solucin asociadas a sistemas de informacin,
tercerizacin (outsourcing), asociaciones estratgicas, etc.
Los autores del presente articulo recomiendan consultar el
texto escrito por Simchi Levi et al. [1997] para obtener
un anlisis ms detallado de estos temas
Para que los ejemplos expuestos en el numeral anterior
puedan ser definidos matemticamente, es necesario que
todos los datos requeridos estn disponibles. Aunque se
sabe que encontrar, verificar y tabular los datos es una
labor muy problemtica, ya que los datos relacionados con

4
Picking. En Logstica interna, se aplica en el aprovisionamiento y
almacenamiento. Es un trmino anglosajn que se traduce literalmente al
idioma espaol como seleccionar, recolectar y cosechar, y que se utiliza
en todo el mundo para hacer referencia a la accin de sacar del stock el
tem solicitado y proseguir con la preparacin de un pedido.
5
Una metaheurstica es un mtodo heurstico para resolver un tipo de
problema computacional general, usando los parmetros dados por el
usuario sobre procedimientos genricos y abstractos de una manera que
se espera eficiente. Normalmente, estos procedimientos son heursticos.
Las metaheursticas se aplican a problemas que no tienen un algoritmo o
heurstica especfica que permita obtener una solucin satisfactoria; o
bien cuando no es posible la aplicacin de un mtodo con solucin
exacta y ptima. La mayora de las metaheursticas tienen como objetivo
el tratamiento de problemas de optimizacin combinatorial, sin embargo,
se pueden aplicar a problemas que se puedan reformular en trminos
heursticos, por ejemplo en resolucin de ecuaciones booleanas.
Entre las metaheursticas conocidas se mencionan: optimizacin
aleatoria, bsqueda local, algoritmos voraces y ascensin de colinas,
ascensin de colinas con reinicializacin aleatoria, bsqueda primero el
mejor, enfriamiento simulado, optimizacin basada en colonia de
hormigas, bsqueda tab, algoritmos genticos, grasp, inteligencia
enjambre, bsqueda por difusin estocstica y optimizacin extrema.

los costos de mantenimiento de inventario, los costos de

produccin, los costos extras de los vehculos y de la
capacidad de almacenes son con frecuencia difciles de
determinar en la prctica. Adems, identificando los datos
relevantes de un problema particular de logstica aparece
otro nivel de complejidad a la informacin que recoge el
problema.
As mismo, cuando los datos existen, hay otras
dificultades relacionadas con el modelamiento de los
complejos problemas del mundo real. Tngase en cuenta
que en ocasiones, se desconocen los efectos de las
variaciones en los tiempos de entrega y de viajes, el
rendimiento inconstante en la produccin, las mermas
naturales del inventario, los pronsticos, la planificacin
de la tripulacin, entre otros. Estas situaciones complican
considerablemente la prctica logstica.
En esta etapa se convierte un enunciado detallado del
problema logstico en un modelo formal.6 Con los datos
disponibles, los conceptos de modelado y las suposiciones
es factible elegir un tipo de modelo. Luego, con la
especificidad de los datos y las fronteras del problema se
revisan los objetivos y las restricciones que se aplican al
modelo. Despus se propone un modelo y se valida su
estructura, lo que asegura que el modelo funciona como
debe. Si no se tiene xito, se regresa a cualquiera de los
pasos anteriores7 y se hacen los respectivos ajustes.
Por todo lo expuesto hasta aqu, resulta conveniente
reflexionar sobre cmo los problemas de la logstica se
dirigen en la prctica? Es decir, cmo estos problemas
difciles son resueltos en el mundo real.
En la experiencia, las empresas utilizan varias
aproximaciones. En primer lugar y por encima de todo, es
de anotar que en muchos aspectos de la vida las personas
tienden a repetir lo que han trabajado en el pasado. Esto
es, si el ao pasado el nivel de seguridad fue suficiente
para cubrir la demanda, entonces ese mismo nivel podra
ser usado este ao. Si en el ltimo ao, las rutas de envo
fueron exitosas y los minoristas y clientes recibieron sus
productos a tiempo, entonces, por qu cambiarlas?
Segundo, existen las llamadas reglas empricas que son
ampliamente usadas y al menos en el momento que se
requieren son muy efectivas. Por ejemplo, por sentido
comn muchos administradores logsticos emplean la
llamada regla 20 / 80 que significa que alrededor del 20
% de los productos contribuyen con el 80% en el costo

6
Un modelo es una representacin de algo y puede ser formal e
informal, cualitativos o cuantitativos. Se usan para probar una
alternativa, para predecir el comportamiento de un sistema, para
determinar la mejor entre muchas alternativas o para explorar preguntas
de qu pasa si... Por lo general, se pueden probar ms alternativas con
un modelo que mediante la experimentacin directa.
7
Segn Sipper et al [2005] la visin general de un proceso de solucin
de problemas comprende las siguientes etapas: 1. Identificacin del
problema. 2. Comprensin del problema. 3. Desarrollo del modelo. 4.
Solucin del modelo. 5. Interpretacin de la solucin. 6. Implantacin de
la solucin.

Scientia et Technica Ao XIV, No 38, Junio de 2008. Universidad Tecnolgica de Pereira.

total y en consecuencia, esto es suficiente para concentrar

los esfuerzos en los productos crticos. Esta es la conocida
ley de Pareto8.
En el diseo de la red logstica, para dar otro ejemplo, se
presenta una variedad de reglas empricas que tambin
pueden ser usadas. Una de estas reglas podra sugerir la
ubicacin de un almacn central en determinada rea. Si
se requieren dos, debe considerarse el rea de influencia
del segundo almacn. Otras compaas intentan aplicar la
experiencia e intuicin de expertos consultores en
logstica: la idea es que lo que han trabajado bien para un
competidor lo puedan aplicar razonablemente a otro. Es
obvio que mientras aproximaciones sean atractivas y
produzcan resultados logsticos con mucho sentido, no es
claro cunto se pierde por no enfocarse en la mejor
estrategia en el caso particular que se est tratando. De
hecho, con la llegada de computadores potentes y baratas
se ha hecho cada vez ms asequibles para muchas
empresas, no slo las grandes, de adquirir y utilizar
sofisticados sistemas de apoyo de decisiones para
optimizar sus estrategias de logstica. En estos sistemas,
se introducen los datos, se revisan y se validan, se
ejecutan diversos algoritmos y una propuesta de solucin
se presenta en un soporte muy amigable o compatible con
la tecnologa actual de la empresa. Con tal de que los
datos sean correctos y que el problema se resuelva en
forma apropiada, estos sistemas de apoyo de decisiones
pueden reducir sustancialmente los costos del sistema
logstico. Adems, la generacin de una solucin
satisfactoria se da por lo general slo despus de llegar a
un proceso iterativo en el que el usuario evala diversos
escenarios y se evala su impacto en los costos y niveles
de servicio. Aunque esto puede no ser considerado
exactamente "optimizacin" en sentido estricto, que por lo
general sirve como un instrumento til para el usuario del
sistema.
En algunos casos, el sistema puede ser simplemente una
versin computarizada de las reglas empricas. En cada
vez ms casos, sin embargo estos sistemas aplican
tcnicas que han sido desarrolladas en la Investigacin de
Operaciones, en la ciencia gerencial y en la comunidad de
investigacin en sistemas o informtica.
La mayor parte de los problemas citados en este articulo
son de tipo combinatorio, de difcil solucin (NP = no
polinomial).9
Esto implica que es muy improbable que se pueda
construir un algoritmo que siempre encontrar la solucin

Las grficas de Pareto son un mtodo de organizacin de errores,

problemas o defectos, para ayudar a enfocar los esfuerzos en la
resolucin de los mismos.
9
En los problemas del tipo NP no se conocen algoritmos con esfuerzo
computacional de tipo polinomial para encontrar su solucin ptima.
Algunos problemas NP son especialmente difciles de resolver y son
denominados NP completos.

221

ptima, o la mejor decisin posible, en tiempo del

cmputo que es polinmico, teniendo en cuenta loa
dimensin del problema. Por consiguiente, un algoritmo
que consistentemente proporcione una ptima solucin no
es considerado como una meta alcanzable y en
consecuencia los mtodos heursticos o aproximados son
empleados.
4. EVALUACIN DE ALGUNAS TCNICAS DE
SOLUCIN
Una cuestin fundamental de investigacin es la forma de
evaluar los mtodos heursticos o de aproximacin. Estos
mtodos pueden ir desde la simple "reglas empricas" a lo
complejo, como clculos computacionalmente intensivos
o tcnicas de programacin matemtica. En general, estos
son los mtodos que encontrarn soluciones aceptables al
problema en un tiempo razonable. Por supuesto que, los
trminos aceptable y razonable dependen de la heurstica
en el problema ejemplo. Tambin, lo que constituye un
tiempo razonable puede ser en gran medida la
dependencia del entorno en el que la heurstica se
utilizar, es decir, que depende de si el algoritmo debe
resolver el problema de logstica en tiempo real.
Evaluar y cuantificar la eficacia de una heurstica es de
inters primordial. Tradicionalmente, los siguientes
mtodos han sido empleados:
4.1 Comparaciones empricas:
Aqu, se escoge una muestra representativa de problemas
y se compara el desempeo de una variedad de
heursticas. Esta comparacin puede basarse en la calidad
de la informacin, en tiempo de cmputo polinmico,
teniendo en cuenta la dimensin del problema y en
consecuencia son empleados los mtodos heursticos o
aproximados. Esta aproximacin presenta una desventaja
que consiste en decidir sobre un buen conjunto de
problemas de prueba. La dificultad de la heurstica es que
se puede desempear bien en un conjunto de problemas y
tener un pobre desempeo en el prximo. Como seala
Fisher [1995], esta falta de solidez exige a los
profesionales de la heurstica el arreglo de los casos
incmodos, conduciendo a un algoritmo con complejidad
creciente. Despus de un esfuerzo considerable, un
procedimiento puede ser creado para que funcione bien en
la situacin considerada. Lamentablemente, el algoritmo
resultante suele ser muy sensible a los cambios en los
datos, y podr desempearse mal cuando se lleva a otros
entornos.
4.2 Anlisis del peor caso:
En esta clase de anlisis se procura determinar la
desviacin mxima desde la optimalidad, por lo que se
refiere al error relativo en que una heurstica puede
incurrir en cualquier caso del problema. Por ejemplo, una
heurstica para el BPP (ver numeral 2.7 de este articulo)
podra garantizar que cualquier solucin proporcionada
por la heurstica emplea ms del 50% de las cajas que la
solucin ptima.

222

Scientia et Technica Ao XIV, No 38, Junio de 2008. Universidad Tecnolgica de Pereira

Usando una heurstica con esa garanta se atenan algunos

de los temores de suboptimalidad, mediante la conviccin
de que se encuentra dentro de un determinado porcentaje
de optimalidad. Por supuesto, uno de los principales
inconvenientes de este enfoque es que una heurstica
puede desempearse muy bien en la mayora de los casos
que puedan aparecer en una aplicacin del mundo real,
pero puede mostrar pobres resultados en otros casos. Por
lo tanto, al comparar los algoritmos no est claro que una
heurstica con un mejor desempeo con este mtodo
garantice que necesariamente es ms eficaz en la prctica.
4.3 Anlisis del caso promedio:
El propsito con este mtodo es determinar el desempeo
promedio de la heurstica. Esto se expresa como el error
medio relativo entre la solucin heurstica y la solucin
ptima bajo determinadas hiptesis en la distribucin de
los datos del problema. Puede incluir supuestos en la
localizacin de depsitos, tamao de la demanda, tamao
de los productos, tiempo prometido de entrega, capacidad
de los vehculos, etc. Como se ver, mientras estas
hiptesis probabilsticas pueden ser bastante generales,
este mtodo tambin tiene sus desventajas. La ms
importante incluye el hecho de que el anlisis del caso
promedio slo es posible para problemas de gran tamao.
Por ejemplo, en el BPP si los tamaos de los productos
estn distribuidos uniformemente (entre cero y la
capacidad de las cajas) entonces una heurstica que estar
cercana al ptimo, es aquella en que los primeros tems
no crecen, entonces se puede comenzar con el producto
ms grande, y cada tem par encaja con el tem ms
grande. La pregunta que surge es: en qu sentido est
cerca al ptimo? El anlisis muestra que el tamao del
problema se incrementa (porque el nmero de productos
aumenta), el error relativo entre la solucin creada por la
heurstica y la solucin ptima tiende a cero. Otra
desventaja es que para un anlisis del caso promedio sea
fcil en ocasiones es necesario asumir el comportamiento
independiente del cliente. Finalmente, determinar qu
hiptesis probabilsticas son apropiadas en un ambiente
particular del mundo real no es un problema trivial.
Debido a las ventajas y desventajas de cada una de las
aproximaciones, como lo sostiene Fisher [1980], que estas
podran
ser
tratadas
como
aproximaciones
complementarias. Por experiencia se ha comprobado que
los algoritmos logsticos que ms aplicacin exitosa han
tenido en la prctica son aquellos con buen desempeo en
por lo menos en dos de los mtodos descritos
anteriormente.
5. CONCLUSIONES

La actual situacin catica de la economa global

exige una urgente revisin de la forma como se lleva a
cabo la administracin logstica en las organizaciones.

Las estrategias implementadas deben estar

enfocadas en lograr una adecuada sincronizacin de todos

los eslabones de la cadena de suministro, empleando

eficientemente los sistemas de informacin disponibles.

En las empresas se presentan problemas

logsticos con distinto nivel de complejidad. Para su
solucin se requiere de un conocimiento preliminar del
modelamiento de problemas y de la evaluacin de algunas
tcnicas de solucin existentes. Aqu, tanto los
responsables de la logstica en las empresas como los
expertos y consultores, con la informacin pertinente y la
correcta aplicacin de los algoritmos lograrn las
soluciones ptimas o aproximadas a cada situacin.

Esta es una oportunidad para estrechar aun ms

las relaciones Universidad empresa, generando un
ambiente acadmico para la investigacin en los sistemas
logsticos de sta, involucrando a los estudiantes y
trabajadores en este proceso.
6. BIBLIOGRAFA
[1] Hax, A.C. and D. Candea: Production and Inventory
Management. Prentice Hall, Englewood Clifffs, New
York, 1984.
[2] Simchi Levi, D., P. Kaminsky and E. Simchi
Levi: Managing the supply chain: A Structured
Approach. Irwin, Burr Ridge, IL., 1997.
[3] Sipper, D., Bulfin L. R, Jr. Planeacin y control de
la Produccin, Mxico, Editorial McGraw Hill,
2005.
[4] Render, B. y Heizer, J. Principios de Administracin
de Operaciones, Mxico, Editorial McGraw Hill,
1996.
[5] Ballou, R. Logstica: Administracin de la cadena de
suministro, Mxico, Prentice Hall, 2004.
[6] Fisher, M.L. Worst Case Analysis of Algorithms.
Management Science 26, pp 1-17, 1995.
Bramel, J y Simchi Levi, D. La lgica de la
Logstica: Teora, algoritmos y aplicaciones para
gerentes de Logstica. Nueva York, Springer Verlag,
1997.