LOCALIZACIÓN GEOGRÁFICA 73

___________________________________________________________________

CAPÍTULO 5

LOCALIZACIÓN GEOGRÁFICA

5.1 Introducción

Cada vez que las relaciones comerciales y el desarrollo mundial se fueron haciendo
más complejos, surgieron nuevos problemas que requirieron mayor abstracción matemática
para su solución. Entre éstos, la localización de centroides fue estudiado inicialmente por
Fermat en el siglo XVII, planteando el problema para tres fuentes. Es por este matemático que
también se conoce a la localización geográfica como problema general de Fermat.

En el siglo XIX, los matemáticos Steiner, Weber y Fasbender volvieron a estudiarlo

planteando soluciones sobre la base del cálculo integral y diferencial.

Dos matemáticos estadounidenses H. W. Kuhn y E. Kuenne, en 1.963 presentaron un

artículo científico denominado “ An Efficient Algorithm for the Numerical Solution of the
Generalized Weber Problem in Spatial Economics”, un algoritmo iterativo dando solución al
problema de Weber. Más tarde en 1967, otro matemático estadounidense, L. Cooper presentó
un algoritmo heurístico en el artículo científico “An extension of the generalized Weber
problem”, para resolver la localización de más de dos facilidades centrales y varias fuentes de
demanda.

Matemáticamente, el problema de localización geográfica se plantea en términos de:

j=n
Min z =  W (j) D(j)
j=1

Donde la distancia entre la facilidad central y la fuente es D(j) y W (j) es el peso de la

fuente.

En el siguiente gráfico se detallan los elementos del problema de localización

geográfica.

FIG. 5.1

ELEMENTOS DEL PROBLEMA DE LOCALIZACIÓN GEOGRÁFICA

Eje Y

O FUENTE i
O WJ Peso de la fuente
DJ FACILIDAD CENTRAL

DJ DISTANCIA FUENTE - FACILIDAD CENTRAL

O (a,b) O
Coordenadas en ejes x e y de la fuente
Eje X
74 LOCALIZACIÓN GEOGRÁFICA
___________________________________________________________________

Un aspecto importante para la abstracción del problema de localización, es considerar

que las coordenadas cartesianas no son iguales a las coordenadas geográficas.
Evidentemente al considerarse la redondez de la tierra, existe diferencia entre una y otra, sin
embargo, para fines de modelación se consideran análogas.

5.2 Campos de aplicación

El modelo de localización geográfica es el más popular de la I.O. y su aplicación se ha

difundido desde la microbiología hasta problemas complejos de planificación. Entre las
múltiples aplicaciones pueden citarse las siguientes:

Al elaborar proyectos de factibilidad técnico-económicos, en el capítulo correspondiente

a localización, la aplicación del modelo en estudio permite localizar plantas de producción,
centros de distribución, estaciones de tele-radiodifusión, etc, en función de las demandas
generadas en un área geográfica determinada. El empleo de esta técnica combinada con la
simulación por factores locacionales, mejora sustancialmente la toma de decisiones en la
localización del proyecto.

En el campo de la ingeniería sanitaria se requiere normalmente localizar centroides

para plantas de tratamiento de aguas negras, de agua potable o tanques de distribución, en
poblados donde la asignación de recursos debe ser la óptima para ahorrar los recursos
económicos comunitarios, o también para lograr equilibrio de presiones en la distribución de
agua.

En la industria eléctrica puede ser utilizado el presente modelo, en la localización de

transformadores de potencia y distribución, en función a las demandas expresadas en
kilovatios de los poblados que demandan el servicio. Una correcta localización, permitirá la
optimización de la asignación de recursos técnicos y financieros.

En estudios de planificación regional y sectorial, el empleo de este instrumento es de

mucha importancia, porque permite generar las primeras ideas desde un punto de vista
científico para localizar hospitales, centros educativos, viveros agrícolas, etc.

Se conoce que este modelo ha permitido generar teorías para localizar los núcleos de
células, en la ingeniería genética con gran éxito.

En estudios de mercado, este modelo permite al analista de I.O. localizar

eficientemente, los probables centros de distribución de bienes y/o servicios en función de las
demandas.

La aplicación del modelo de localización geográfica es multidisciplinaria y su campo de

acción es tan amplio, que se abarcaría mucho espacio en describir cada uno, sin embargo, el
propósito de este epígrafe es orientar al lector de la importancia de su estudio en la I.O.

5.3 El problema de Weber

En el epígrafe 5.1, se ha realizado la presentación formal matemática del modelo de

localización y sobre la base de éste, se desarrollará inicialmente la descripción de
características de las variables que intervienen en él.

La función objetivo es:

j=n
Min z =  W (j) D(j)
j=1
 LOCALIZACIÓN GEOGRÁFICA 75
___________________________________________________________________

Donde la distancia entre la facilidad central y la fuente es D(j). Esta distancia puede ser
considerada bajo dos normas:

Norma Manhattan.- La distancia bajo esta norma debe ser aplicada a lugares donde
el trazo de distribución es perpendicular y paralela, por ejemplo el barrio de Manhattan en la
ciudad de Nueva York, donde las manzanas son simétricas. La relación de distancia es:

D(j) =  a-x  + b-y 

En la siguiente figura, podrá interpretarse que la distancia recorrida desde el punto A

hasta B, es la misma por cualquier camino que se tome.

FIG. 5.2

DISTANCIA RECORRIDA POR LA NORMA MANHATTAN

Recorrido 1
O Punto B

O Punto A Recorrido 2

Norma Euclideana.- Se aplica a distancia entre dos puntos, donde la configuración

topográfica es caprichosa, para nuestro análisis es la más adecuada de aplicarla. La relación
de la distancia es la siguiente:
____________
D(j) = √ (a-x)2 + (b-y)2

El peso de la fuente W(j) puede ser considerado como la demanda existente en el

punto representativo de un área. Si el caso fuera un problema de localización de
transformadores de distribución en un barrio, entonces el peso representará la demanda de
potencia expresada en kilovatios (KW) de cada manzana.

Otro ejemplo de peso representa, la demanda de agua potable que se tiene en una
población y que habrá de especificarse como los metros cúbicos por día ( m 3 / día ) de los
diferentes barrios existentes.

Por analogía a los anteriores ejemplos, podrá interpretarse como peso: la demanda de
un cierto artículo en una ciudad, el número de potenciales enfermos en una zona, los niños en
edad escolar de una provincia, la producción de un mineral en varias minas de una zona, etc.

Los matemáticos Kuhn y Kuenne plantearon inicialmente, la determinación de las

variables X e Y utilizando el cálculo diferencial, a partir de la función objetivo como se
desarrolla a continuación.
76 LOCALIZACIÓN GEOGRÁFICA
___________________________________________________________________

Sea la función objetivo:

j=n
z=  W (j) D(j)
j=1

Reemplazando la distancia de norma euclideana:

____________
D(j) = √ (a-x)2 + (b-y)2

Entonces se obtiene la siguiente relación:

z=  W (j) [ ( a-x )2 + ( b-y )2 ]1/2 Ec. ( 1 )

Derivando parcialmente esta ecuación respecto a la variable x, se obtiene:

z 1 W(j) 2 (a-x) (-1)

 =   
x 2 [ ( a- x )2 + ( b – y )2 ]1/2

Simplificando:

z W(j) (x- a)
 =  
x [ ( a- x )2 + ( b – y )2 ]1/2

También se conoce que:

D(j) = [ ( a- x )2 + ( b – y )2 ]1/2

Y que para encontrar el punto de inflexión debe igualarse a cero la derivada parcial.

z
 = 0
x

Consecuentemente se obtiene la siguiente ecuación:

W(j) x + W(j) a
  = 0
D(j)

Operando para despejar x, se tiene:

 LOCALIZACIÓN GEOGRÁFICA 77
___________________________________________________________________

W(j) x W(j) a
  =  
D(j) D(j)

Consecuentemente la ecuación que se obtiene es:

W(j) a

D(j)
X =  Ec. (2)
W(j)
 
D(j)

De manera similar, derivando parcialmente por Y se obtiene:

W(j) b

D(j)
Y =  Ec. (3)
W(j)
 
D(j)

En conocimiento de ambas ecuaciones para determinar las coordenadas geográficas

de la facilidad central, entonces se aplicará el algoritmo de resolución del problema de Weber.

5.3.1 Algoritmo de resolución del problema de Weber

Este problema sólo permite determinar un solo centroide para varias fuentes que
pueden tener pesos diferentes, para ello, deben seguirse los siguientes pasos:

Primer paso.- De acuerdo al conglomerado de fuentes, debe establecerse una

coordenada arbitraria de localización inicial de la facilidad central ( X o , Yo ), siguiendo un
criterio de racionalidad. Con esta coordenada y la de las fuentes, aplicar las ecuaciones (2) y
(3) para calcular las nuevas coordenadas de la facilidad central.

Segundo paso.- Con la nueva ubicación de la facilidad central y las fuentes,

determinar el valor de la función z con la ecuación (1).

Tercer paso.- Nuevamente deben calcularse las coordenadas de la facilidad central,

con las coordenadas obtenidas en el paso 1 y las fuentes.

Debe iterarse tantas veces como sea necesario, hasta que el valor obtenido en el paso
2 sea mayor al anterior, es decir

Z n+1 > Z n
78 LOCALIZACIÓN GEOGRÁFICA
___________________________________________________________________

Ejemplo 1

Se han detectado en una zona de la provincia Sud Lípez, cuatro yacimientos de

arcillas aluminosas, cuyas producciones en miles de toneladas por día y ubicaciones en el
plano geográfico se muestran en la siguiente tabla.

Determínese la localización óptima para una planta de producción de aluminio

electrolítico.

P(i) a b W(j)
P1 7 8 5
P2 5 3 2
P3 2 1 2
P4 1 8 3

Inicialmente se graficarán los puntos en el plano cartesiano.

FIG. 5.3

DESCRIPCIÓN GRÁFICA DEL PROBLEMA DE WEBER

Localización óptima
Y

8  W4  W1


6
D4
D1
4
D2
©  W2
2 D3

 W3

X
2 4 6 8

Para iniciar el algoritmo iterativo-convergente, se conviene en ubicar un punto arbitrario

para las coordenadas iniciales de la facilidad central (F.C.), tal como ( X O , YO ) = 3,3.

Consiguientemente se reemplazan las coordenadas de la F. C. y las fuentes en las

ecuaciones 2 y 3.

 W(j)a / D(j)
x = 
 W(j) / D(j)
 LOCALIZACIÓN GEOGRÁFICA 79
___________________________________________________________________

35 10 4 3
 +  +  + 
[(7-3)2+(8-3)2]1/2 [(5-3)2+(3-3)2]1/2 [(2-3)2+(1-3)2]1/2 [(1-3)2+(8-3)2]1/2
X = 
5 2 2 3
 +  +  + 
[(7-3)2+(8-3)2]1/2 [(5-3)2+(3-3)2]1/2 [(2-3)2+(1-3)2]1/2 [(1-3)2+(8-3)2]1/2

35 10 4 3
 +  +  + 
6,403 2 2,236 5,385 12,812 12,812
X =  =  =  = 3,964
5 2 2 3 0,781 + 1 + 0,894 + 0,557 3,232
 +  +  + 
6,403 2 2,236 5,385

 W(j)b / D(j)
Y = 
 W(j) / D(j)

40 6 2 24
 +  +  + 
[(7-3)2+(8-3)2]1/2 [(5-3)2+(3-3)2]1/2 [(2-3)2+(1-3)2]1/2 [(1-3)2+(8-3)2]1/2
Y = 
5 2 2 3
 +  +  + 
[(7-3)2+(8-3)2]1/2 [(5-3)2+(3-3)2]1/2 [(2-3)2+(1-3)2]1/2 [(1-3)2+(8-3)2]1/2

40 6 2 24
 +  +  + 
6,403 2 2,236 5,385 14,598 14,598
Y =  =  =  = 4,517
5 2 2 3 0,781 + 1 + 0,894 + 0,557 3,232
 +  +  + 
6,403 2 2,236 5,385

Las nuevas coordenadas para la facilidad central en la primera iteración son:

( X, Y )I = 3,964 ; 4,517

El valor de la función objetivo para esta primera iteración debe ser suficientemente alta y
aún no se debe obtener resultado.

En la nueva iteración, las coordenadas de la fuentes no cambian, sin embargo la facilidad

central asume las determinadas en la iteración 1.

Aplicando los nuevos valores en las ecuaciones 2 y 3, se obtienen los siguientes

resultados:

( X, Y )ii = 4,413 ; 5,316

A partir de esta iteración, se obtiene el valor en la función objetivo (Ec. 1).

Z = 5[(7- 4,413)2 + (8 - 5,316)2]1/2 + 2[(5 - 4,413)2 + (3 – 5,316)2]1/2 + 2[(2-4,413)2+(1-5,316)2]1/2 + 3[(1 – 4,413)2+(8-5,316)2]1/2

Z= 48,5557833

En las siguientes iteraciones, se obtienen los siguientes resultados:

80 LOCALIZACIÓN GEOGRÁFICA
___________________________________________________________________

( X, Y )iii = 4,604 ; 5,856 Z = 45,442

( X, Y )IV = 4,748 ; 6,194 Z = 45,074
...............................................................
( X, Y)XXXIII = 5,325792 ; 6,794164 Z = 44,766288
( X, Y)XXXIV = 5,325959 ; 6,794289 Z = 44,766289

Consecuentemente, en la iteración 34 la función z es ligeramente superior a la anterior,

por tanto la localización de la facilidad central ha llegado al óptimo.

En el siguiente gráfico se observa la construcción de la función Z vs. el número de

iteración.

FIG. 5.4

DESCRIPCIÓN DE LA FUNCIÓN Z VS. EL NÚMERO DE ITERACIONES

56 

52

48

 
44   

0 10 20 30 40 Iteraciones

Para el presente ejemplo a partir de la iteración 10, la variación se presenta en los

décimos y centésimos. Para lograr una mejor representación se requiere papel milimetrado y
adecuar una escala apropiada.

La resolución manual del algoritmo estudiado representa mucho trabajo manual,

consiguientemente se precisa del siguiente programa de computador para su resolución.

5.3.2 Programa en BASIC para el problema de Weber

El siguiente programa puede ser corrido en GWBASIC o QBASIC sin restricciones en el

número de fuentes.

10 C=9!^99
20 CLS
30 NO=1
40 INPUT “Número de fuentes: “; N
50 PRINT “ Localización inicial de la Facilidad Central “
60 INPUT “ X = “; X
 LOCALIZACIÓN GEOGRÁFICA 81
___________________________________________________________________

70 INPUT “ Y = “; Y
80 DIM A(N), B(N), W(N)
90 FOR I=1 TO N
100 PRINT “_______________________________________”
110 PRINT “A”;I;:INPUT A(I):PRINT “B” ;I;:INPUT B(I):PRINT “W”;I;:INPUT W(I)
120 NEXT I
130 F=0: XN=0: DN=0: YN=0
140 FOR I=0 TO N
150 D=((A(I) – X )^2+B(I)-Y)^2) ^0.5
160 F=F+(W(I)*D)
170 XN=XN+((W(I)*A(I))/D
180 DN=DN+(W(I)/D)
190 YN=YN+W(I)*B(I))/D
200 NEXT I
210 X1=XN/DN
220 Y1=YN/DN
230 PRINT “ ****** ITERACIÓN No. “;NO
240 PRINT “ ________________________”
250 PRINT “LOCALIZACIÓN DE F.C. ( “;X1;” , “;Y1:” )”
260 PRINT “ FUNCIÓN CONTROL Z= “; C
270 PRINT “ ________________________”
280 IF F>C THEN 360
290 C=F: XX=X1:YY=Y1:X=X1:Y=Y1
300 NO=NO+1
310 PRINT “ PRESIONE UNA TECLA”
320 A$=INKEY$
330 IF A$=” “ THEN 320
340 GOTO 130
350 PRINT
360 PRINT “ ________ ÓPTIMO ________”
370 PRINT “ X Y “
380 PRINT “ ( “; XX; “ , “; YY; “ ) “; “ F= “;C
390 PRINT “ ________________________”
400 END

5.4 El problema de Cooper

No todos los problemas de localización geográfica plantean la posibilidad de existencia

de una sola facilidad central, sino que más bien los problemas reales obligan a localizar más de
dos F.C.

Como ejemplo puede citarse, la necesidad en un estudio de mercado de establecer

centros de distribución de un producto o servicio, de manera que pueda satisfacer la demanda
de la población en una ciudad.

En planificación educativa, se requiere normalmente localizar más de dos centros

educativos en una determinada región geográfica, que eviten la incongruencia de que los
educandos deban trasladarse distancias apreciables diariamente.

Los problemas planteados en el modelo de Weber son perfectamente extendibles al

modelo de Cooper, dadas las múltiples complejidades de la vida real.

En la figura siguiente se muestra el planteamiento de un problema de Cooper.

82 LOCALIZACIÓN GEOGRÁFICA
___________________________________________________________________

FIG. 5.5

DESCRIPCIÓN GRÁFICA DEL PROBLEMA DE COOPER

Y
O O O
O FC2
O  O O

O
FC1
O
O FC3
O O  O

O O O

5.4.1 Algoritmo de resolución del problema de Cooper

El algoritmo que permite resolver este problema, se denomina método alternado de

asignación, corrección y reasignación, cuyo procedimiento de resolución es el siguiente:

Primer paso.- Sobre la base de las fuentes distribuidas en el área geográfica

estudiada, el analista de I.O. debe establecer el número de F.C. que deben distribuirse en el
plano, utilizando criterios de presupuesto, racionalidad y otros factores técnico-estratégicos.
Una vez que se hayan definido el número de F.C. y sus coordenadas iniciales, deben
asignarse las fuentes que más cerca se encuentren, de acuerdo al criterio de la mínima
distancia entre dos puntos.

Segundo paso.- Con las coordenadas de las fuentes asignadas a cada una de las
facilidades centrales, aplicar el algoritmo de Weber en cada una de ellas. Debido a los pesos
de las fuentes, las coordenadas de las F.C. se desplazan de la localización inicial,
consecuentemente algunas fuentes que se habían asignado por su mínima distancia, ahora se
encuentran más cerca de otras F.C. y por tanto deben reasignarse.

Tercer paso.- Al aplicar nuevamente el algoritmo de Weber en cada F.C. , las

coordenadas de éstas habrán de desplazarse, por tanto, si alguna fuente vuelve a alejarse de
una F.C. y acercarse a otra, debe reasignarse necesariamente.

A partir de este paso, se requiere obtener para cada F.C. el valor de la función objetivo
Z. La función control para este algoritmo se denomina Q y resulta de la suma de los valores Z
de cada F.C. Es decir:

i=n
Q=  Zi
I =1
 LOCALIZACIÓN GEOGRÁFICA 83
___________________________________________________________________

Cuarto paso.- En forma independiente para cada F.C., debe correrse el algoritmo de
Weber, cuidando siempre que la distancia de todas las fuentes asignadas sean las menores
respecto a otras F.C.

Una vez que el sistema se estabilice, realizar tantas iteraciones ( n ) como sean
necesarias hasta que:

Q n+1 > Q n

Una vez cumplida esta condición, entonces se habrá llegado a la optimización en la

localización de las F.C. en el problema de Cooper.

5.4.2 Sugerencias en la resolución del problema de Cooper

Si bien es cierto que este problema también puede ser automatizado por un programa
de computador para su resolución, sugerimos al amable lector que a manera de entrenamiento
realice una labor iteractiva con el computador y su propia inteligencia.

Es prioritario que el programa del problema de Weber se tenga instalado y corriendo en

un computador. Planteado el problema, usted como analista de I.O. aplique el paso 1 de este
algoritmo y haga correr el programa para cada F.C.

Con los resultados obtenidos y su plano cartesiano desplace las F.C. donde
correspondan y reasigne las fuentes, si el caso requiriese. Con las nuevas coordenadas y
reasignaciones haga correr nuevamente el programa para cada F.C. y además determine los
valores de Z ( función objetivo) y súmelos para calcular Q.

Itere tantas veces sea necesario en el computador hasta obtener la localización óptima.
Se sugiere comparar Q en el orden de los milésimos.

Si usted, amable lector, tiene conocimientos de programación BASIC o en otros

lenguajes informáticos, anímese a automatizar este algoritmo. ¡ Éxitos en su propósito ¡ pues
está haciendo ciencia.

5.5 Capacidades limitadas

En la práctica, los problemas de localización son aún más complejos puesto que las
F.C. no tienen capacidad de atención ilimitada, por razones de orden técnico y económico. Así
por ejemplo, si el problema fuera de localización de escuelas en un área geográfica
establecida, éstas tienen capacidades limitadas, es decir la escuela 1 tiene sólo 70 pupitres, la
escuela 2 cuenta con 100, etc.

En la localización de transformadores de distribución de energía eléctrica, éstos

también tienen límites técnicos ( 50 KW, 150 KW o 250 KW ) y no se fabrican de potencias
intermedias.

Aplicando el problema de Cooper, deberá tenerse especial cuidado con asignar hasta
el límite de la F.C., si existiesen fuentes cercanas a una F.C. ya copada, entonces deberán
asignarse a otra que aún tenga capacidad de atención, aunque esté más alejada.

En casos prácticos como el presente, sólo el ingenio del analista de I.O. podrá dar
mejor solución en combinación con otros criterios técnicos.
84 LOCALIZACIÓN GEOGRÁFICA
___________________________________________________________________

Referencias

1 Prawda Juan W. Métodos y modelos de Investigación de Operaciones. Tomo I. Limusa.

1985.

2 Varela Jaime E. Introducción a la Investigación de Operaciones. Fondo Educativo

Interamericano. Colombia. 1982.

Ejercicios y problemas

1.- Localícese en el plano de la ciudad una antena para telefonía celular, para ello
establezca la escala que mejor interprete sus necesidades. Los pesos de las fuentes son
unitarios. Considérense los barrios periféricos como fuentes.

2.- El Gobierno Municipal de la ciudad de Potosí requiere modernizar el sistema de

distribución de productos agropecuarios que arriban de las zonas rurales, para ello, contrata
sus servicios. Su objetivo es localizar dos mercados campesinos en función de la población
actual de los barrios de la ciudad.

3.- Un crédito del reino de los Países Bajos se otorgará para el mejoramiento
agropecuario en las pampas de Lequezana. Se requiere localizar tres centros de acopio de
productos agrícolas, de manera que optimice la distancia de los pobladores.

4.- La empresa consultora “ SERVITEC “ ha sido contratada para elaborar un estudio

de mejoramiento de distribución de agua en la ciudad de Uyuni. El primer borrador elaborado
por sus profesionales propone construir un depósito de agua aéreo de 250 m 3 en la periferie
de la ciudad y de allí se propone construir la red de distribución primaria con un costo de 45
$us / m . La inversión es considerada por el organismo financiador y se establece que está por
encima de las disponibilidades de la institución. Por esta razón, se ha decidido contratar sus
servicios profesionales para plantear una nueva alternativa de solución.
Para resolver considere en el plano, la extensión de la red primaria de distribución y la
inversión necesaria, en el caso de construcción del depósito aéreo en la periferie y su
planteamiento.

5.- La fábrica “La Paloma” está realizando un estudio de mercado en la ciudad y

requiere conocer, dónde deberían establecerse tres tiendas de distribución al por mayor que
mejor satisfagan las demandas de las familias de la ciudad, principalmente en su producto
“fideos”. Ayude a Samuel a tomar decisiones.

6.- Deduzca las relaciones X e Y del modelo de Weber, cuando la norma aplicada
para la distancia es la Manhattan.