Configuración de la Red de Distribución

Localización Planar
Ing. Alexander Cárdenas R, M.Sc.
DECISIONES LOGÍSTICAS 3

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 4

 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 5

1. Método de ponderación de factores

2. Métodos basados en distancias

di : Distancias
minimizar f ( x, y ) = ∑ wi d i wi : Pesos ó Costos

Método peso promedio

Método de la gravedad
Método de Weiszfeld (Problema de Weber)
Método problema de min-max
LOCALIZACIÓN DE INSTALACIONES 6

Seleccionar entre un conjunto de opciones

Puntaje instalación i = ∑ w j xij

j

wj = peso factor j
xij = puntaje de la instalación i en el factor j
LOCALIZACIÓN DE INSTALACIONES 7

Cálculo de la distancia entre dos puntos

 Distancia Cartesiana
 Distancia Euclidiana
 (rectangular o Manhattan)

d = x−a + y −b d= (x − a )2 + ( y − b )2
 LOCALIZACIÓN DE INSTALACIONES 8

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) 9

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
¿En esta situación dónde pondrían el punto de encuentro? 10

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
¿En esta situación dónde pondrían el punto de encuentro? 11

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
¿En esta situación dónde pondrían el punto de encuentro? 12

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
¿En esta situación dónde pondrían el punto de encuentro? 13

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
Situación (2) 14

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

c 4

d 5

6
¿En esta situación dónde pondrían el punto de encuentro? 15

Si se coloca en a):
a 2
Persona Distancia Recorrida
(Kms)
1 3
3 2 0
3 3
4 4 5
5 8
6 10
5 Total 29

6
¿En esta situación dónde pondrían el punto de encuentro? 16

Si se coloca en b):
2
Persona Distancia Recorrida
(Kms)
1 6
b 3 2 3
3 0
4 4 2
5 5
6 7
5 Total 23

6
¿En esta situación dónde pondrían el punto de encuentro? 17

Si se coloca en c):
2
Persona Distancia Recorrida
(Kms)
1 8
3 2 5
3 2
c 4 4 0
5 3
6 5
5 Total 23

6
¿En esta situación dónde pondrían el punto de encuentro? 18

Si se coloca en d):
2
Persona Distancia Recorrida
(Kms)
1 11
3 2 8
3 5
4 4 3
5 0
6 2
d 5 Total 29

6
¿En esta situación dónde pondrían el punto de encuentro? 19

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

6
 Conclusión 20

• Debería haber el mismo número de personas por arriba y por abajo para
minimizar las distancias. Se selecciona la coordenada de la persona de la mitad.
• Si no se logra que haya igual número de personas por arriba y por abajo,
entonces se puede escoger algún punto entre las coordenadas de las 2
personas de la mitad
• Esto es el concepto de mediana
DISTANCIAS RECTILÍNEAS, MINIMIZANDO LA SUMA TOTAL DE LAS DISTANCIAS 21

1. Ordenar los sitios por coordenadas

MÉTODO MEDIANA 2. Calcular los pesos acumulados
3. Calcular el valor medio ( m = suma pesos / 2 )
(4) (3) 4. Tomar la coordenada cuyo valor acumulado > m.
(2) (1)
i ai Wi Acum
4 2 40 40
6 2 200 240
m = 560/2 = 280
(5) 3 4 20 260
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
DISTANCIAS RECTILÍNEAS, MINIMIZANDO LA SUMA TOTAL DE LAS DISTANCIAS 22

1. Ordenar los sitios por coordenadas

MÉTODO MEDIANA
2. Calcular los pesos acumulados
3. Calcular el valor medio ( m = suma pesos / 2 )
(4) (3) 4. Tomar la coordenada cuyo valor acumulado > m.
(2) (1)
i ai Wi Acum
4 2 40 40
6 2 200 240
(5) 3 4 20 260
2 5 50 310
(6) 5 6 150 460
1 8 100 560 Si el valor
acumulado es
exactamente m
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
5 6 3 150 4 8 40 540
6 2 1 200 3 9 20 560
DISTANCIAS RECTILÍNEAS, MINIMIZANDO LA SUMA TOTAL DE LAS DISTANCIAS 23

MÉTODO MEDIANA 1. Ordenar los sitios por coordenadas

2. Calcular los pesos acumulados
3. Calcular el valor medio ( m = suma pesos / 2 )
(4) (3)
4. Tomar la coordenada cuyo valor acumulado >= m.
(2) (1)

i ai Wi Acum
4 2 40 40
(5) 6 2 200 240
m = 520/2 = 260
3 4 20 260
(6) 2 5 50 310
5 6 150 460
1 8 60
100 520
560
i ai bi wi
1 8 7 100 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
DISTANCIAS RECTILÍNEAS, MINIMIZANDO LA SUMA TOTAL DE LAS DISTANCIAS 24

MÉTODO MEDIANA 1. Ordenar los sitios por coordenadas

2. Calcular los pesos acumulados
3. Calcular el valor medio ( m = suma pesos / 2 )
(4) (3)
4. Tomar la coordenada cuyo valor acumulado >= m.
(2) (1)

i ai Wi Acum
4 2 40 40
(5) 6 2 200 240
m = 520/2 = 260
3 4 20 260
(6) 2 5 50 310
5 6 150 460
1 8 60
100 520
560
X Y
a b
1 Unicentro 8 7 Óptimo: x*=[4,5]
2 Niza 5 7
Algún punto entre 4 y 5
3 Suba 4 9
4 Ochenta 2 8 incluyendo los extremos del
5 Centro 6 3 intervalo
6 Américas 2 1
DISTANCIAS RECTILÍNEAS, MINIMIZANDO LA SUMA TOTAL DE LAS DISTANCIAS 25

n
Proveedores
150 kms desde
proveedor 2 a la
g1 ( x) = ∑ wi x − ai
i =1
i ai bi wi 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
4 3 80 20 0 40 40 40
Proveedores

1970 kms desde 2 4 240 120 80 0 160 0

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
DISTANCIAS RECTILÍNEAS, MINIMIZANDO LA SUMA TOTAL DE LAS DISTANCIAS 26

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
4 3 80 20 0 40 40 40
Proveedores

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
DISTANCIAS RECTILÍNEAS, MINIMIZANDO LA SUMA TOTAL DE LAS DISTANCIAS 27

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 la 3 5 600 600 900 750 0 300
planta en 1 1 6 1200 1200 1600 1400 400 0

total 1880
DISTANCIAS RECTILÍNEAS, MINIMIZANDO LA SUMA TOTAL DE LAS DISTANCIAS 28

n
g 2 ( y ) = ∑ wi y − bi
Proveedores
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
MÉTODO DE GRAVEDAD 29

¿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 )
(5)
=0 =0
(6) ∂x ∂y

2∑ wi ( x − ai ) = 0 2∑ wi ( y − bi ) = 0

x* =
∑ wa i i
y* =
∑ wb i i

∑w i ∑w i
 30
MÉTODO DE GRAVEDAD 0

(3)

∑ ∑
(4)
(2) (1) wa wb
x* = i i
y* = i i

(5) ∑w i ∑w i
(6)

i ai bi wi
1 Unicentro 8 7 100
2 Niza 5 7 50
3 Suba 4 9 20
4 Ochenta 2 8 40
5 Centro 6 3 150
6 Américas 2 1 200

f(x*,y*)=7516.96
 31
MÉTODO DE GRAVEDAD 1

(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
 32
MÉTODO DE WEISZFELD 2

Minimizar f ( x, y ) = ∑ wi (x − ai ) + ( y − bi )
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
 33
MÉTODO DE WEISZFELD 3

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 t t
yt +1 =
∑ b g (x , y )
i i t t

∑ g (x , y )
i t t ∑ g (x , y )
i t t

wi
gi ( x, y )=
El algoritmo converge si no llega a un punto de
uno de los clientes
(x − ai )2 + ( y − bi )2
 34
MÉTODO DE WEISZFELD 4

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 =
∑ wa
i i
y0 =
∑ wb
i i

∑w i ∑w i
 35
MÉTODO DE WEISZFELD 5

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
 36
MÉTODO DE WEISZFELD 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

wi
gi ( x, y )=
(x − ai )2 + ( y − bi )2
 37
MÉTODO DE WEISZFELD 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 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
 38
MÉTODO DE WEISZFELD 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

xt +1 =
∑ a g (x , y )
i i t t
yt +1 =
∑ b g (x , y )
i i t t

∑ g (x , y )
i t t ∑ g (x , y )
i t t
 39
MÉTODO DE WEISZFELD 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 4,7337 5,2514
3
4
5
…
…
…
…
33
34
35

xt +1 =
∑ a g (x , y )
i i t t
yt +1 =
∑ b g (x , y )
i i t t

∑ g (x , y )
i t t ∑ g (x , y )
i t t
MÉTODO DE WEISZFELD 40

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.