LOGÍSTICA

CONFIGURACIÓN DE LA RED DE DISTRIBUCIÓN

DECSIONES LOGÍSTICAS 22

Inventarios Transporte
Gestión & Control Inv. Selección de modo de transporte
Almacenamiento Físico Diseño de Rutas
Servicio al
Cliente
El producto
Niveles de servicio

Diseño de la red
Ubicación (Localización) Instalaciones
 LOCALIZACIÓN DE INSTALACIONES 33

 Es un tema crítico de la planeación estratégica en

logística
 ¿Dónde situar un nuevo almacén para una red de
almacenes minoristas?
 ¿Dónde ubicar un nuevo centro distribución?
 ¿Dónde ubicar un nuevo punto de atención? …

Los mercados, la población y los factores ambientales cambian

 Relocalizar instalaciones
 Expandir (nuevas instalaciones)
 Adaptar instalaciones existentes
LOCALIZACIÓN DE INSTALACIONES 44

FUNCIÓN OBJETIVO

 Minimizar la suma total de las distancias

Min  w ( x a
i i  y bi )

 Minimizar la máxima distancia recorrida

Min D
sujeto a :
D  max( x  ai  y  bi ) i
 Situación
1

1 Km
5 personas quieren buscar un
a 2
punto de encuentro. La idea es que
todos queden “más o menos”
satisfechos, es decir que entre
b todos se camine la menor distancia
posible.
c 3

d 4

5
5
¿En esta situación dónde pondrían el
punto de encuentro?
1

3 Km
Si se coloca en a):
a 2
Persona Distancia Recorrida
(Kms)
1 3
5 Km
2 0
3 5
3
4 8
8 Km 5 10
Total 26
10 Km 4

5
6
¿En esta situación dónde pondrían el
punto de encuentro?
1

Si se coloca en b):
2
Persona Distancia Recorrida
(Kms)
1 6
b
2 3
3 2
3
4 5
5 7
Total 23
4

5
7
¿En esta situación dónde pondrían el
punto de encuentro?
1

Si se coloca en c):
2
Persona Distancia Recorrida
(Kms)
1 8
2 5
3 0
c 3
4 3
5 5
Total 21
4

5
8
 ¿En esta situación dónde pondrían el
punto de encuentro?
1

Si se coloca en d):
2
Persona Distancia Recorrida
(Kms)
¿Qué se concluye?
1 11
2 8
3 3
3
4 0
5 2
Total 24
d 4

5
9
Métodos

10
 1
MÉTODO DE GRAVEDAD 11
1
¿Qué tipo de distancia se está considerando en f(x,y)?

(3)
Minimizar 
f ( x, y )   wi x  ai    y  bi 
2 2

(2) (1)
(4)
f ( x, y ) f ( x, y )
0 0
x y
(5)

(6)
2 wi ( x  ai )  0 2 wi ( y  bi )  0

x* 
 wa i i
y* 
 wb i i

w i w i
 1
MÉTODO DE GRAVEDAD 12
2

(3)

 
(4)
(2) (1) wa wb
x*  i i
y*  i i

(5) w i w i
(6)

i ai bi wi wi ai wi bi
1 Unicentro 8 7 100 800 700
2 Niza 5 7 50 250 350
3 Suba 4 9 20 80 180
4 Ochenta 2 8 40 80 320
5 Centro 6 3 150 900 450
6 Américas 2 1 200 400 200

suma 560 2510 2200

x* y*
f(x*,y*)=7516.96
4.48 3.93
12
 1
MÉTODO DE LA MEDIANA 13
3

MÉTODO MEDIANA 1. Ordenar los sitios por coordenadas

2. Calcular los pesos acumulados
3. Calcular el valor medio ( m = suma pesos / 2 )
4. Tomar la coordenada con el menor valor acumulado > m.
(4) (3)

(2) (1) i ai Wi Acum

4 2 40 40
6 2 200 240 m = 560/2 = 280
3 4 20 260
(5)
2 5 50 310
(6) 5 6 150 460
1 8 100 560

i ai bi wi j bj Wj Acum
1 8 7 100 6 1 200 200
2 5 7 50 5 3 150 350
3 4 9 20 2 7 100 450
4 2 8 40 1 7 50 500
Óptimo: x*=5 y*=3
5 6 3 150 4 8 40 540
6 2 1 200 3 9 20 560
 1
MÉTODO DE LA MEDIANA 14
4

1. Ordenar los sitios por coordenadas

2. Calcular los pesos acumulados
3. Calcular el valor medio ( m = suma pesos / 2 )
4. Tomar la coordenada con el menor valor acumulado > m.
(4) (3)

(2) (1) i ai Wi Acum

4 2 40 40
6 2 200 240 m = 560/2 = 280
3 4 20 260
(5)
2 5 50 310
(6) 5 6 150 460
1 8 100 560

i ai bi wi j bj Wj Acum
1 8 7 100 6 1 200 200
2 5 7 50 5 3 150 350
3 4 9 20 2 7 100 450
4 2 8 40 1 7 50 500
Óptimo: x*=5 y*=3
5 6 3 150 4 8 40 540
6 2 1 200 3 9 20 560
 1
MÉTODO DE LA MEDIANA 15
5

1. Ordenar los sitios por coordenadas

2. Calcular los pesos acumulados
3. Calcular el valor medio ( m = suma pesos / 2 )
4. Tomar la coordenada con el menor valor acumulado > m.
(4) (3)

(2) (1) i ai Wi Acum

4 2 40 40
6 2 200 240
3 4 20 260
(5)
2 5 50 310
(6) 5 6 150 460 Si el valor
1 8 100 560 acumulado es
exactamente m
i ai bi wi j bj Wj Acum
1 8 7 60 6 1 200 200
2 5 7 50 5 3 150 350
3 4 9 20 2 7 100 450
4 2 8 40 1 7 50 500
5 6 3 150 4 8 40 540
6 2 1 200 3 9 20 560
 1
MÉTODO DE LA MEDIANA 16
6

1. Ordenar los sitios por coordenadas

2. Calcular los pesos acumulados
3. Calcular el valor medio ( m = suma pesos / 2 )
4. Tomar la coordenada con el menor valor acumulado >= m.
(4) (3)

(2) (1) i ai Wi Acum

4 2 40 40
6 2 200 240 m = 520/2 = 260
3 4 20 260
(5)
2 5 50 310
(6) 5 6 150 460
1 8 60
100 520
560

i ai bi wi
1 8 7 60 Óptimo: x*=[4,5]
2 5 7 50 Algún punto entre 4 y 5
3 4 9 20 incluyendo los extremos del
4 2 8 40 intervalo
5 6 3 150
6 2 1 200
 1
MÉTODO DE LA MEDIANA 17
7

1. Ordenar los sitios por coordenadas

2. Calcular los pesos acumulados
3. Calcular el valor medio ( m = suma pesos / 2 )
4. Tomar la coordenada con el menor valor acumulado >= m.
(4) (3)

(2) (1) i ai Wi Acum

4 2 40 40
6 2 200 240 m = 520/2 = 260
3 4 20 260
(5)
2 5 50 310
(6) 5 6 150 460
1 8 60
100 520
560

X Y
a b Óptimo: x*=[4,5]
1 Unicentro 8 7
2 Niza 5 7
Algún punto entre 4 y 5
3 Suba 4 9 incluyendo los extremos del
4 Ochenta 2 8 intervalo
5 Centro 6 3
6 Américas 2 1
 1
MÉTODO DE DISTANCIAS RECTILÍNEAS 18
8
MIN. LA SUMA TOTAL
DE LAS DISTANCIAS
n
Proveedores
150 kmsUnidad
desde proveedor 2
g1 ( x)   wi x  ai
i 1
i ai bi wi a la planta en 1
1 8 7 100 g1(x)
2 5 7 50 Plantas
3 4 9 20
4 2 8 40 x 8 5 4 2 6 2
5 6 3 150 de/a 1 2 3 4 5 6
6 2 1 200 8 1 0 300 400 600 200 600
5 2 150 0 50 150 50 150
Proveedores

4 3 80 20 0 40 40 40
1970 kmsUnidad 2 4 240 120 80 0 160 0
desde todos los 6 5 300 150 300 600 0 600
proveedores a la 2 6 1200 600 400 0 800 0
planta en 1
total 1970
 1
MÉTODO DE LA MEDIANA 19
9

Proveedores
g1 ( x)   wi x  ai
i 1
i ai bi wi
1 8 7 100 g1(x)
2 5 7 50 Plantas
3 4 9 20
4 2 8 40 x 8 5 4 2 6 2
5 6 3 150 de/a 1 2 3 4 5 6
6 2 1 200 8 1 0 300 400 600 200 600
5 2 150 0 50 150 50 150
Proveedores

4 3 80 20 0 40 40 40
2 4 240 120 80 0 160 0
6 5 300 150 300 600 0 600
2 6 1200 600 400 0 800 0

total 1970 1190 1230 1390 1250 1390

Óptimo x*=5
 2
MÉTODO DE LA MEDIANA 20
0

Proveedores
200 kms desde el g 2 ( y )   wi y  bi
cliente 3 a la planta i 1
en 1
i ai bi wi
1 8 7 100 g2(y)
2 5 7 50 Plantas
3 4 9 20
4 2 8 40 y 7 7 9 8 3 1
5 6 3 150 de/a 1 2 3 4 5 6
6 2 1 200 7 1 0 0 200 100 400 600
7 2 0 0 100 50 200 300
Proveedores

9 3 40 40 0 20 120 160
1880 kms desde 8 4 40 40 40 0 200 280
todos los clientes a 3 5 600 600 900 750 0 300
la planta en 1 1 6 1200 1200 1600 1400 400 0

total 1880
 2
MÉTODO DE LA MEDIANA 21
1

Proveedores
g 2 ( y )   wi y  bi
i 1
i ai bi wi
1 8 7 100 g2(y)
2 5 7 50 Plantas
3 4 9 20
4 2 8 40 y 7 7 9 8 3 1
5 6 3 150 de/a 1 2 3 4 5 6
6 2 1 200 7 1 0 0 200 100 400 600
7 2 0 0 100 50 200 300
Proveedores

9 3 40 40 0 20 120 160
8 4 40 40 40 0 200 280
3 5 600 600 900 750 0 300
1 6 1200 1200 1600 1400 400 0

total 1880 1880 2840 2320 1320 1640

Óptimo y*=3
 2
MÉTODO DE LA MEDIANA 22
2

Proveedores
g 2 ( y )   wi y  bi
i 1
i ai bi wi
1 8 7 100 g2(y)
2 5 7 50 Plantas
3 4 9 20
4 2 8 40 y 7 7 9 8 3 1
5 6 3 150 de/a 1 2 3 4 5 6
6 2 1 200 7 1 0 0 200 100 400 600
7 2 0 0 100 50 200 300
Proveedores

9 3 40 40 0 20 120 160
8 4 40 40 40 0 200 280
3 5 600 600 900 750 0 300
1 6 1200 1200 1600 1400 400 0

total 1880 1880 2840 2320 1320 1640

Óptimo y*=3 Óptimo x*=5
 2
MÉTODO DE WEISZFELD 23
3

f ( x, y )   wi x  ai    y  bi 
Minimizar 2 2

f wi ( x  ai ) f wi ( y  bi )
 0  0
x x  ai    y  bi 
2 2
y x  ai    y  bi 
2 2

wi
gi ( x, y ) 
x  ai 2   y  bi 2

 ( x  a ) g ( x, y )  0
i
i i  ( y  b ) g ( x, y )  0
i i
i

x  g i ( x, y )   ai g i ( x, y ) y  g i ( x, y )   bi g i ( x, y )
i i
i i

x
 a g ( x, y ) i i
y 
 b g ( x, y )
i i

 g ( x, y ) i  g ( x, y ) i
 2
MÉTODO DE WEISZFELD 24
4

Punto inicial: Centro de gravedad (iteración t=0)

x0 
 wa i i
y0 
 wb i i

w i w i

Iteraciones: Método Weiszfeld

xt 1 
 a g (x , y )
i i i i
yt 1 
 b g (x , y )
i i i i

 g (x , y )
i i i  g (x , y )
i i i

wi
El algoritmo converge si no llega a un punto gi ( x, y ) 
de uno de los clientes x  ai 2   y  bi 2
 2
MÉTODO DE WEISZFELD 25
5

4 2 7 5 2 ai
9 7 1 5 8 bi
N X Y 40 20 60 10 20 wi
1
2
3
4
5
…
…
…
…
33
34
35

x0 
 wai i
y0 
 wb
i i

w i w i
 2
MÉTODO DE WEISZFELD 26
6

4 2 7 5 2 ai
9 7 1 5 8 bi
N X Y 40 20 60 10 20 wi
1 4,7333 5,1333
2
3
4
5
…
…
…
…
33
34
35

x0 
 wa i i
y0 
 wb
i i

w i w i
 2
MÉTODO DE WEISZFELD 27
7

4 2 7 5 2 ai
9 7 1 5 8 bi
N X Y 40 20 60 10 20 wi
1 4,7333 5,1333
2
3
4
5
…
…
…
…
33
34
35

wi
gi ( x, y ) 
x  ai 2   y  bi 2
 2
MÉTODO DE WEISZFELD 28
8

4 2 7 5 2 ai
9 7 1 5 8 bi
N X Y 40 20 60 10 20 wi
1 4,7333 5,1333 10,1637 6,0424 12,7279 33,5410 5,0493
2
3
4
5
…
…
…
…
33
34
35

wi
gi ( x, y ) 
x  ai 2   y  bi 2
 2
MÉTODO DE WEISZFELD 29
9

4 2 7 5 2 ai
9 7 1 5 8 bi
N X Y 40 20 60 10 20 wi
1 4,7333 5,1333 10,1637 6,0424 12,7279 33,5410 5,0493
2
3
4
5
…
…
…
…
33
34
35

xt 1 
 a g (x , y )
i i i i
yt 1 
 b g (x , y )
i i i i

 g (x , y )
i i i  g (x , y )
i i i
 3
MÉTODO DE WEISZFELD 30
0

4 2 7 5 2 ai
9 7 1 5 8 bi
N X Y 40 20 60 10 20 wi
1 4,7333 5,1333 10,1637 6,0424 12,7279 33,5410 5,0493
2 4,7337 5,2514
3
4
5
…
…
…
…
33
34
35

xt 1 
 a g (x , y )
i i i i
yt 1 
 b g (x , y )
i i i i

 g (x , y )
i i i  g (x , y )
i i i
 3
MÉTODO DE WEISZFELD 31
1

4 2 7 5 2 ai
9 7 1 5 8 bi
N X Y 40 20 60 10 20 wi
1 4,7333 5,1333 10,1637 6,0424 12,7279 33,5410 5,0493
2 4,7337 5,2514 10,4720 6,1632 12,4540 27,3047 5,1592
3 4,6827 5,3229 10,6954 6,3216 12,2328 22,0889 5,2771
4 4,6286 5,3943 10,9288 6,4930 12,0160 18,4613 5,4036
5 4,5763 5,4662 11,1716 6,6705 11,8076 15,8737 5,5348
… … … … … … … …
… … … … … … … …
… … … … … … … …
… … … … … … … …
33 4,1165 6,1636 14,0907 8,7884 10,1450 6,8443 7,1376
34 4,1155 6,1652 14,0987 8,7943 10,1418 6,8356 7,1421
35 4,1146 6,1665 14,1055 8,7992 10,1391 6,8283 7,1460

Si entre una iteración y otra no existe una diferencia significativa

(intervalo aceptable de convergencia definido por el usuario), se puede
dejar de iterar.