MTODO CUANTITATIVO DE VOGEL

Este mtodo apunta al anlisis de los costos de transporte, tanto de materias primas
como de productos terminados. El problema del mtodo consiste en reducir al mnimo
posible los costos de transporte destinados a satisfacer los requerimientos totales de
demanda y abastecimiento de materiales. Los supuestos, tambin considerados como
desventajas del modelo, son:

Los costos de transporte son una funcin lineal del nmero de unidades
embarcadas.
Tanto la oferta como la demanda se expresan en unidades homogneas.
Los costos unitarios de transporte no varan de acuerdo con la cantidad
transportada.
La oferta y la demanda deben ser iguales.
Las cantidades de oferta y demanda no varan con el tiempo.
No considera ms efectos para la localizacin que los costos del transporte.

Entre sus ventajas est que es un mtodo preciso y totalmente imparcial. Todos los
datos se llevan a una matriz oferta demanda u origen y destino. Se escoger aquel
sitio que produzca los menores costos de transporte, tanto de la materia prima como del
producto terminado.

A continuacin, se presenta una aplicacin prctica.

 EL PROBLEMA DE DISTRIBUCIN DE COSMIC COMPUTER COMPANY

CCC tiene tres plantas de ensamblaje de microcomputadoras en San Francisco, Los

ngeles y Phoenix. La planta de Los ngeles tiene una capacidad de produccin
mensual de 2000 unidades. Cada una de las plantas de San Francisco y Phoenix puede
producir un mximo de 1700 unidades al mes. Las microcomputadoras de CCC se
venden a travs de cuatro tiendas detallistas localizadas en San Diego, Barstow, Tucson
y Dallas. Los pedidos mensuales de los vendedores al menudeo son de 1700 unidades
en San Diego, 1000 en Barstow, 1500 en Tucson y 1200 en Dallas. La tabla contiene el
costo de embarque de una microcomputadora desde cada planta de ensamblaje hasta
cada una de las distintas tiendas minoristas. Su trabajo es formular un modelo
matemtico para encontrar el programa de embarque de mnimo costo.

TIENDAS
PLANTAS SAN DIEGO BARSTOW TUCSON DALLAS
San Francisco 5 3 2 6
Los ngeles 4 7 8 10
Phoenix 6 5 3 8

San Diego
San Francisco 1700 SD
1700

SF

Barstow
Barstow
Los ngeles 2000 BW 1000
1000

LA

Tucson
TU 1500
Phoenix 1700

PH
Dallas
DL
1200
CUADRO DE VARIABLES:

ORIGEN DESTINO
SAN DIEGO BARSTOW TUSCON DALLAS
SAN FRANCISCO XSS XSB XST XSD
LOS ANGELES XLS XLB XLT XLD
PHOENIX XPS XPB XPT XPD

FUNCIN OBJETIVO:

Forma Verbal: Minimizar los costos de embarque desde todas las plantas a todas las
tiendas.

Descomposicin: Minimizar: (costo de embarque desde SF) + (costo de embarque

desde LA) + (costo de embarque desde PH)

fo : MINIMIZAR= (5xss + 3xSB + 2xST + 6xSD) +

(4xLS + 7xLB + 8xLT + 10xLD) +

(6xPS + 5xPB + 3xPT + 8xPD)

RESTRICCIONES:
CAPACIDAD EMBARQUE (OFERTA):
XSS + XSB + XST + XSD = 1700
XLS + XLB + XLT + XLD = 2000
XPS + XPB + XPT + XPD = 1700

CAPACIDAD DE DEMANDA:
XSS + XLS + XPS = 1700
XSB + XLB + XPB = 1000
XST + XLT + XPT = 1500
XSD + XLD + XPD = 1200
APLICACIN EN SOLVER:

En primer lugar, construimos nuestra matriz en Excel, tal como se muestra a

continuacin. En los cuadros pequeos y azules pondremos los costos brindados en el
enunciado del ejercicio.

DEMANDA
SD BW TU DL OFERTA
5 3 2 6
SF 1700

4 7 8 10
OFERTA

LA 2000

6 5 3 8
PH 1700

DEMANDA 1700 1000 1500 1200

En la esquina inferior derecha, mostraremos la sumatoria de la Oferta y Demanda;

ambas deben ser equivalente.

= 1700 + 2000 + 1700 = 5400

= 1700 + 1000 + 1500 + 1200 = 5400

Para comprobar su igualdad, usaremos la frmula de Excel Igual.

= (, )

DEMANDA
SD BW TU DL OFERTA
5 3 2 6
SF 1700

4 7 8 10
OFERTA

LA 2000

6 5 3 8
PH 1700

DEMANDA 1700 1000 1500 1200 VERDADERO

Para la resolucin de nuestro caso, anexaremos tablas de Oferta y Demanda; a fin de
comprobar los resultados y que no existan desigualdades.

OFERTA ENVIA CANTIDADES

SF 0 1700
LA 0 2000
PH 0 1700

DEMANDA RECIBE CANTIDADES

SD 0 1700
BW 0 1000
TU 0 1500
DL 0 1200

Los datos de CANTIDADES son fijos, ya que nos lo proporciona el ejercicio y sern la
base para comprobar si los valores obtenidos calzan con estos. Los datos de ENVA y
RECIBE se deben a la sumatoria de los datos que nos proporcionar Solver; ahora se
encuentran en 0 debido a que la generacin de estos datos an no se ha dado.

De esta forma, procederemos a ejecutar Solver. Para ello, nos dirigimos a Datos
Solver.
En donde seleccionamos nuestra funcin objetivo ya explicada con anterioridad donde
cita Establecer objetivo y seleccionamos Min ya que lo que deseamos son los
menores costos posibles. Seguidamente, agregamos las restricciones con ayuda de las
tablas de Oferta y Demanda.

Usaremos el mtodo Simplex que es un mtodo analtico de solucin de problemas de

programacin lineal.

Obteniendo lo siguiente:

DEMANDA
SD BW TU DL OFERTA
5 3 2 6
SF 0 1000 0 700 1700

4 7 8 10
OFERTA

LA 1700 0 0 300 2000

6 5 3 8
PH 0 0 1500 200 1700

DEMANDA 1700 1000 1500 1200 VERDADERO

Funcin Objetivo = $ 23100

Comprobacin de resultados:

OFERTA ENVIA CANTIDADES

SF 1700 1700
LA 2000 2000
PH 1700 1700

DEMANDA RECIBE CANTIDADES

SD 1700 1700
BW 1000 1000
TU 1500 1500
DL 1200 1200
Entonces:

Lo ptimo para San Francisco es cumplir con un pedido de 1000 y 700 unidades
para Barstow y Dallas, respectivamente.
Lo ptimo para Los ngeles es cumplir con un pedido de 1000 y 300 unidades
para San Diego y Dallas, respectivamente.
Lo ptimo para Phoenix es cumplir con un pedido de 1500 y 200 unidades para
Tucson y Dallas, respectivamente.