Subtema 1.1.2 Metodos Cuantitativos

1.1.
2 MÉTODOS CUANTITATIVOS
Introducción:
Es importante mencionar que los métodos cuantitativos son herramientas que a pesar de
su nombre siempre presentan, cierto grado de incertidumbre, debido a que no se asocian
parámetros cualitativos que permitan en las ecuaciones correspondientes a cada uno de
ellos, dar un peso relativo que nos acerque a la realidad, pues estos métodos por su
estructura nos dan datos cuantitativos ideales, los cuales en muchas ocasiones no encajan
en el ámbito o entorno que nos rodean. Como ejemplo de lo anterior podemos hacer
mención que los métodos cartesianos de localización, siempre la planta se localiza en la
intersección resultante de la aplicación de dos ecuaciones. Y es en este punto en donde
físicamente, se surgen los problemas, dado que a lo mejor en esta localización se localiza
físicamente en una zona de alto riesgo y vulnerabilidad en el centro geográfico.
Al igual que los métodos cualitativos, los métodos cuantitativos siempre persiguen como
objetivo principal abatir los costos del transporte y para algunos casos también los costos
de producción y capacidad de producción establecidos a corto, mediano y largo plazo.
Para nuestro curso analizaremos de manera particular los siguientes: Transporte o lineal,
Mediana de transporte, Centro de gravedad y Brown Y Gibson
Aunque es importante que hacer mención que existen mas métodos para la localización
de una sola instalación los cuales se muestran en la siguiente figura
13
Ingeniería Industrial Planeación y Diseño de Instalaciones
2011
Figura 1.4 Métodos Cuantitativos.
DISTANCIA RECTILÍNEA.13
Modelos para el cálculo y optimización de los costes de transporte.
En cierta porción del espacio existen n instalaciones situadas en los puntos P(1), P(2), ,
P(i),...., P(n) y se trata de determinar el coste total de transporte en el supuesto de que
tales costes son proporcionales, con coeficiente de proporcionalidad (o peso) w(i) a la
distancia entre el emplazamiento X, que se desea determinar, de la nueva instalación y los
P de las preexistentes. Las dimensiones del coeficiente w(i) son unidades monetarias por
unidad de distancia y su valor ha de tener en cuenta tanto el coste de recorrer una unidad
de distancia como el volumen de las transacciones previstas entre la nueva instalación y la
situada en P(i). Si se designa por d[X,P(i)] la distancia entre X y P(i), el coste total, f(X),
responde a la siguiente expresión:
n
f(X) = ∑w(i) d[X,P(i)]

i=1
En principio, el espacio en que se sitúan las instalaciones puede tener una, dos o tres
dimensiones, si bien lo más habitual será dos dimensiones. Por supuesto, el caso más
sencillo es el unidimensional y su estudio es interesante porque sirve de base, con ciertos
tipos de distancia, para el bi o tridimensional.
Problemas de localización unidimensionales.

Supóngase que se desea determinar el emplazamiento óptimo, en lo relativo a los costes
de transporte, de una planta industrial cuyos clientes se sitúan a lo largo de una vía de
comunicación (un río o canal, la costa, una autopista, una vía férrea), Si los costes son
proporcionales a la distancia, el problema es fácil de resolver a partir de las
consideraciones siguientes:
Cada posición tiene asociado un coste. Si a partir de una posición dada se pudiera
desplazar la planta, ésta se acercaría a un conjunto de clientes y se alejaría, en igual
cuantía, del conjunto complementario; el coste mejoraría si el primero de estos conjuntos
tiene asociado un peso total superior al segundo. Por consiguiente, suponiendo la planta
situada más a la izquierda que el cliente 1, se puede disminuir el coste situándola más a
11 VALLHONRAT, Joseph M. Localización en Planta y Manutención. Pág. 15-18.
14
2011
la derecha; este imaginario movimiento deberá interrumpirse en un punto que no deje
más de la mitad del peso a su derecha (que tampoco dejará más de la mitad del peso a
su izquierda).
Se presentará un ejemplo de distancia rectilínea para mayor comprensión.

La fórmula que utiliza el método de la distancia
n
rectilínea es:
MIN f(X)  w(i)dX,P(i)

i1
donde:
w(i)= Costo de
transportar.
P(i)= Punto o instalación ya existente.
dx,P(i)= distancias entre “puntos”.
X= es el lugar de emplazamiento a ubicar.
Lo que se trata en este método, es considerar a todos los puntos ya existentes como
posibles lugares para el emplazamiento a ubicar. De ahí, que se analice el costo desde
cada uno de los puntos.
Ejemplo 1.
Con los datos que se proporcionan en la siguiente tabla, determinar el costo total de
transporte más económico con el Método Distancia Rectilínea.
Costo de Distancia de un
P Transporte origen al punto
(i (wi) P(i)d(i)
)
1 2 2
2 4 4
3 3 9
4 5 10
5 3 12
6 1 17
7 4 19
8 7 25
Tabla 1-1 Datos de los costos y distancias para diferentes puntos de ubicación.
Teniendo como base la tabla anterior, y la fórmula para el Método Distancia Rectilínea se
procede a realizar el análisis del costo en cada punto, resultando una tabla para cada
cálculo de costo total, mismas que se presentan
n
a continuación.
MIN
f(X)  w(i)dX,P(i)
i1
Cálculo de emplazamiento en el P(1).
P(i) w(i) d(i) d[x, p(i)] w(i)d[x,
p(i)]
1 2 2 0 0
2 4 4 2 8
3 3 9 7 21
4 5 10 8 40
5 3 12 10 30
6 1 17 15 15
7 4 19 17 68
8 7 25 23 161
Costo 343
Total =
2011
Tabla 1-2 Cálculo de emplazamiento en el P (1) por el Método Distancia Rectilínea.

Cálculo de emplazamiento en el P (2).
p(i)]
1 2 2 2 4
2 4 4 0 0
3 3 9 5 15
4 5 10 6 30
5 3 12 8 24
6 1 17 13 13
7 4 19 15 60
8 7 25 21 147
Costo 293
Total =

p(i)]
1 2 2 7 14
2 4 4 5 20
3 3 9 0 0
4 5 10 1 5
5 3 12 3 9
6 1 17 8 8
7 4 19 10 40
8 7 25 16 112
Costo 208
Total =

p(i)]
1 2 2 8 16
2 4 4 6 24
3 3 9 1 3
4 5 10 0 0
5 3 12 2 6
6 1 17 7 7
7 4 19 9 36
8 7 25 15 105
Costo 197
Total =
Cálculo de emplazamiento en el P(5)

2011

p(i)]
1 2 2 10 20
2 4 4 8 32
3 3 9 3 9
4 5 10 2 10
5 3 12 0 0
6 1 17 5 5
7 4 19 7 28
8 7 25 13 91
Costo 195
Total =
Cálculo de emplazamiento en el P(6).

p(i)]
1 2 2 15 30
2 4 4 13 52
3 3 9 8 24
4 5 10 7 35
5 3 12 5 15
6 1 17 0 0
7 4 19 2 8
8 7 25 8 56
Costo 220
Total =

p(i)]
1 2 2 17 34
2 4 4 15 60
3 3 9 10 30
4 5 10 9 45
5 3 12 7 21
6 1 17 2 2
7 4 19 0 0
8 7 25 6 42
Costo 234
Total =

p(i)]
1 2 2 23 46
2 4 4 21 84
3 3 9 16 48
4 5 10 15 75
5 3 12 13 39
6 1 17 8 8
7 4 19 6 24
8 7 25 0 0
Costo 324
Total =
Una vez realizado cada costo se concentran en una tabla de resumen.

P(i) Costo
Total
1 $343.00
2 $293.00
3 $208.00
4 $197.00
5 $195.00
6 $220.00
7 $234.00
8 $324.00
Tabla 1-10 Resumen de los costos totales .
Gráfica de costos totales de transporte en diferentes ubicaciones

400
350
300
250
200
150
100
50
0
$
12345678
P(i)
Figura 1.5 Gráfica de costos totales de transporte en diferentes ubicaciones.
Ya que se trata de minimizar costos, el lugar más apropiado para la ubicación del
emplazamiento es el P(5) que corresponde a una distancia de 12 desde un punto de origen.
El método anterior se puede corroborar con una modificación a la función haciéndola

cuadrática.
Ejemplo 2.
Con los datos del ejemplo 1 realizar nuevamente el ejercicio pero ahora las distancias
2011
d[x, P(i)] serán cuadráticas (d[x, P(i)])2.
P w d
(i (i (i
) ) )
1 2 2
2 4 4
3 3 9
4 5 1
0
5 3 1
2
6 1 1
7
7 4 1
9
8 7 2
5
Tabla 1-11 Datos proporcionados de costo y distancia para distintas ubicaciones.
Cálculo de emplazamiento en el P (1), P (2) y P (3).

1 2 3
p w d( d[x,p(i w(i) d[x,p(i w(i) d[x,p(i w(i)
( (i i) )]2 [d[x,p(i)]2] )]2 [d[x,p(i)]2] )]2 [d[x,p(i)]2]
i )
)
1 2 2 0 0 4 8 49 98
2 4 4 4 16 0 0 25 100
3 3 9 49 147 25 75 0 0
4 5 1 64 320 36 180 1 5
0
5 3 1 100 300 64 192 9 27
2
6 1 1 225 225 169 169 64 64
7
7 4 1 289 1156 225 900 100 400
9
8 7 2 529 3703 441 3087 256 1792
5
5867 4611 2486
Tabla 1-12 Cálculo de emplazamiento en el P (1), P (2) y P (3) por el Método Distancia Rectilínea Cuadrática.
Cálculo de emplazamiento en el P (4), P(5) y P(6).

4 5 6
p(i w d d[x,p(i w(i) d[x,p(i w(i) d[x,p(i w(i)
) (i ( )]2 [d[x,p(i)]2] )]2 [d[x,p(i)]2] )]2 [d[x,p(i)]2]
) i
)
1 2 2 64 128 100 200 225 450
2 4 4 36 144 64 256 169 676
3 3 9 1 3 9 27 64 192
4 5 1 0 0 4 20 49 245
0
5 3 1 4 12 0 0 25 75
2
6 1 1 49 49 25 25 0 0
7
7 4 1 81 324 49 196 4 16
9
8 7 2 225 1575 169 1183 64 448
5
19
2235 1907 2102
Tabla 1-13 Cálculo de emplazamiento en el P (4), P (5) y P (6) por el Método Distancia Rectilínea Cuadrática.
Cálculo de emplazamiento en el P (7) y P(8).
20
2011
7 8
p w d d[x,p(i w(i) d[x,p(i w(i)
( (i ( )]2 [d[x,p(i)]2] )]2 [d[x,p(i)]2]
i ) i
) )
1 2 2 289 578 529 1058
2 4 4 225 900 441 1764
3 3 9 100 300 256 768
4 5 1 81 405 225 1125
0
5 3 1 49 147 169 507
2
6 1 1 4 4 64 64
7
Tabla 1-14 Cálculo de emplazamiento en el P (7) y P (8) por el Método Distancia Rectilínea Cuadrática.
Nuevamente se elabora una tabla de resumen y se elige la mejor alternativa.
P(i) Costo
Total
1 $5,867.00
2 $4,611.00
3 $2,486.00
4 $2,235.00
5 $1,907.00
6 $2,102.00
7 $2,586.00
8 $5,430.00
Tabla 1-15 Resumen de los costos totales, método distancia rectilínea cuadrática.
2011
Gráfica para los costos cuadráticos de diferentes ubicaciones
7000
6000
5000
4000
3000
2000
1000
$
0
12345678
P(i)
Figura 1.6 Gráfica de costos cuadráticos de diferentes ubicaciones.
De igual forma al comparar los costos resultó que, el lugar más apropiado para la ubicación
del emplazamiento es el P (5) que corresponde a una distancia de 12 desde un punto de
origen.
Existe un método modificado para el método de distancia rectilínea, el cual es más fácil de
aplicar y es menos laborioso.
Fórmula.
n
w(i) a(i)
i1
x n
w(i)
i1
donde: a(i) = d(i)
Ejemplo 3.
Retomando los datos de los ejercicios anteriores y aplicando la fórmula se tiene:
P w(i) d(i)= w(i)a(i)
(i a(i)
)
1 2 2 4
2 4 4 16
3 3 9 27
4 5 10 50
5 3 12 36
6 1 17 17
7 4 19 76
8 7 25 175
29 401
Tabla 1-16 Valores para el método modificado de distancia rectilínea.
Por lo tanto:
401
x  13.827 Km
29
Comparando este resultado con los anteriores, se puede observar que la distancia es
parecida a la anteriormente encontrada. Lo que cual significa que los métodos están bien 2011
elaborados.
PROBLEMAS DE LOCALIZACIÓN BIDIMENSIONAL SIN RESTRICCIONES.14

En un espacio de dos dimensiones el problema admite más variantes, puesto que no sólo
importa la relación entre la distancia y coste sino también la forma de calcular la distancia
entre dos puntos, que depende, en general, de la estructura de la red de comunicaciones.
El procedimiento general para el cálculo de distancias implica, por consiguiente,

representar la red de comunicaciones mediante un grafo y aplicar un algoritmo adecuado.
Este procedimiento puede ser innecesario (porque la red de comunicaciones tenga una
estructura especial que facilite los cálculos) o muy costosos (porque la elaboración del
grafo es normalmente larga y delicada), en cuyo caso el cálculo exacto se substituye por
un aproximado basado en una red de comunicaciones esquemática.
A continuación se presentan los métodos más comunes para la ubicación bidimensional

de instalaciones.
DISTANCIA RECTANGULAR. 15
Si las comunicaciones tienen lugar a través de una red de pasillos o calles ortogonales (tal
como sucede en muchos almacenes y naves industriales o en ciertas zonas de algunas
ciudades), o, más en general, si para situarse en un punto son necesarios dos
movimientos ortogonales el cálculo de la distancia entre dos puntos de coordenadas (x,y),
(a(i), b(i)) responde a la siguiente expresión.
x  a(i)  y  b(i)
Y se dice que la distancia es rectangular. En este caso, si los pares a(i),b(i) son las
coordenadas de los puntos P (i), el coste total es:
f(X)  w(i)( x  a(i)  y  b(i) )

i1
Que también se puede poner en la forma:
n n
f(X)  w(i) x  a(i)  w(i) y  b(i)

i1 i1
en el cual es manifiesto que para optimizar f(X) hay que optimizar, por una parte, una
función que sólo depende de la abscisa x y otra, análoga, que sólo depende de la
ordenada y; el problema bidimensional con distancia rectangular equivale a dos
problemas unidimensionales con costes proporcionales a la distancia.
12 VALLHONRAT, Joseph M. Op. Cit. Pág. 19

13 Ibid. Pág. 20
2011
Ejemplo 4.
Se desea ubicar una instalación en diversos puntos preexistentes, para los cuales los
movimientos de transporte son ortogonales. Los costos asociados a cada P(i) así como la
ubicación respecto a un punto de origen, se encuentran en la siguiente tabla.
Punt Cost Ubicación de la instalaciones

os os
P(i) W(i) a(i) b
(
i
)
1 2 2 2
6
2 4 6 7
3 3 9 3
4 5 14 1
6
5 3 17 2
9
6 1 18 2
4
7 4 22 1
1
8 7 29 2
3
Tabla 1-17 Valores utilizados para desarrollar el método de distancia rectangular.
De igual forma que con el Método Distancia Rectilínea se analiza punto por punto el costo
respectivo, de acuerdo a la fórmula.
f(X)  w(i)( x  a(i)  y  b(i) )

i1
Análisis del Punto 1

P(i a(i) b(i) W(i) |x- |y-Costo
) a(i)| b(i)|Total
1 2 26 2 0 0 0
2 6 7 4 4 19 92
3 9 3 3 7 23 90
4 14 16 5 12 10 110
5 17 29 3 15 3 54
6 18 24 1 16 2 18
7 22 11 4 20 15 140
8 29 23 7 27 3 210
714
Tabla 1-18 Análisis del P(1) para el método distancia rectangular.
2011

P(i a(i) b(i) W(i) |x- |y- Costo
) a(i)| b(i)| Total
1 2 26 2 4 19 46
2 6 7 4 0 0 0
3 9 3 3 3 4 21
4 14 16 5 8 9 85
5 17 29 3 11 22 99
6 18 24 1 12 17 29
7 22 11 4 16 4 80
8 29 23 7 23 16 273
633

) a(i)| b(i)| Total
1 2 26 2 7 23 60
2 6 7 4 3 4 28
3 9 3 3 0 0 0
4 14 16 5 5 13 90
5 17 29 3 8 26 102
6 18 24 1 9 21 30
7 22 11 4 13 8 84
8 29 23 7 20 20 280
674

) a(i)| b(i)| Total
1 2 26 2 12 10 44
2 6 7 4 8 9 68
3 9 3 3 5 13 54
4 14 16 5 0 0 0
5 17 29 3 3 13 48
6 18 24 1 4 8 12
7 22 11 4 8 5 52
8 29 23 7 15 7 154
432
2011

) a(i)| b(i)| Total
1 2 26 2 15 3 36
2 6 7 4 11 22 132
3 9 3 3 8 26 102
4 14 16 5 3 13 80
5 17 29 3 0 0 0
6 18 24 1 1 5 6
7 22 11 4 5 18 92
8 29 23 7 12 6 126
574

) a(i)| b(i)| Total
1 2 26 2 16 2 36
2 6 7 4 12 17 116
3 9 3 3 9 21 90
4 14 16 5 4 8 60
5 17 29 3 1 5 18
6 18 24 1 0 0 0
7 22 11 4 4 13 68
8 29 23 7 11 1 84
472
) a(i)| b(i)| Total
1 2 26 2 20 15 70
2 6 7 4 16 4 80
3 9 3 3 13 8 63
4 14 16 5 8 5 65
5 17 29 3 5 18 69
6 18 24 1 4 13 17
7 22 11 4 0 0 0
8 29 23 7 7 12 133
497

) a(i)| b(i)| Total
1 2 26 2 27 3 60
2 6 7 4 23 16 156
3 9 3 3 20 20 120
4 14 16 5 15 7 110
5 17 29 3 12 6 54
6 18 24 1 11 1 12
7 22 11 4 7 12 76
8 29 23 7 0 0 0
588
2011
Elaborando una tabla de resumen se tiene:

Ubicación Costo
P(i) Total
1 $714
2 $633
3 $674
4 $432
5 $574
6 $472
7 $497
8 $588
Tabla 1-26 Resumen de los costos totales para el método de distancia rectangular
Gráfica para costos de ubicaciones de

distancia rectangular
800
700
600
500
400
$
300
200
100
0
0 2 4 6 8 10
P(i)
Figura 1.7 Gráfica para costos de ubicaciones de distancia rectangular.
El punto óptimo para este método es (14, 16) que corresponde a ubicar el emplazamiento en
el punto del cliente 4.
DISTANCIA EUCLÍDEA AL CUADRADO.16
Si el desplazamiento entre dos puntos puede realizarse a lo largo del segmento de recta
que los une y los costes son proporcionales al cuadrado de la distancia, la función de
coste es:
f(X)   w(i) x   y  b(i)

2

a(i)
i1 2
es decir:
n n
w(i) x  a(i)  w(i)y  b(i)

2 2
f(X) 
i1 i1
y por tanto este problema bidimensional equivale a la superposición de dos problemas

unidimensionales; el óptimo es el centro de gravedad de unos pesos w(i) situados en los
puntos P(i).
Ejemplo 5.
14 Ibid. Pág. 21.

2011
Con los datos del ejercicio 4, se resolverá este ejercicio por el Método Distancia Euclídea al
cuadrado.
f(X)   w(i) x   y  b(i)

2

a(i)
i1 2

P(i) a(i) b(i) W(i) x- y- (x- (y- Costo
a(i b(i a(i))^2 b(i))^2 total
) )
1 2 26 2 0 0 0 0 0
2 6 7 4 4 19 16 361 1508
3 9 3 3 7 23 49 529 1734
4 14 16 5 12 10 144 100 1220
5 17 29 3 15 3 225 9 702
6 18 24 1 16 2 256 4 260
7 22 11 4 20 15 400 225 2500
8 29 23 7 27 3 729 9 5166
13090
Tabla 1-27 Análisis del P(1) mediante el método distancia euclídea al cuadrado.

P(i) a(i) b(i) W(i) x- y- (x- (y- Costo
a(i b(i a(i))^2 b(i))^2 total
) )
1 2 26 2 4 19 16 361 754
2 6 7 4 0 0 0 0 0
3 9 3 3 3 4 9 16 75
4 14 16 5 8 9 64 81 725
5 17 29 3 11 22 121 484 1815
6 18 24 1 12 17 144 289 433
7 22 11 4 16 4 256 16 1088
8 29 23 7 23 16 529 256 5495
10385

P(i) a(i) b(i W(i) x- y- (x- (y- Costo
) a(i b(i a(i))^2 b(i))^2 total
) )
1 2 26 2 7 23 49 529 1156
2 6 7 4 3 4 9 16 100
3 9 3 3 0 0 0 0 0
4 14 16 5 5 13 25 169 970
5 17 29 3 8 26 64 676 2220
6 18 24 1 9 21 81 441 522
7 22 11 4 13 8 169 64 932
8 29 23 7 20 20 400 400 5600
11500
27
2011

) )
1 2 26 2 12 10 144 100 488
2 6 7 4 8 9 64 81 580
3 9 3 3 5 13 25 169 582
4 14 16 5 0 0 0 0 0
5 17 29 3 3 13 9 169 534
6 18 24 1 4 8 16 64 80
7 22 11 4 8 5 64 25 356
8 29 23 7 15 7 225 49 1918
4538

) )
1 2 26 2 15 3 225 9 468
2 6 7 4 11 22 121 484 2420
3 9 3 3 8 26 64 676 2220
4 14 16 5 3 13 9 169 890
5 17 29 3 0 0 0 0 0
6 18 24 1 1 5 1 25 26
7 22 11 4 5 18 25 324 1396
8 29 23 7 12 6 144 36 1260
8680

) )
1 2 26 2 16 2 256 4 520
2 6 7 4 12 17 144 289 1732
3 9 3 3 9 21 81 441 1566
4 14 16 5 4 8 16 64 400
5 17 29 3 1 5 1 25 78
6 18 24 1 0 0 0 0 0
7 22 11 4 4 13 16 169 740
8 29 23 7 11 1 121 1 854
5890
2011

P a( b(i W x- y- (x- (y- Costo
(i i) ) (i a(i b(i a(i))^2 b(i))^2 total
) ) ) )
1 2 26 2 20 15 400 225 1250
2 6 7 4 16 4 256 16 1088
3 9 3 3 13 8 169 64 699
4 1 16 5 8 5 64 25 445
4
5 1 29 3 5 18 25 324 1047
7
6 1 24 1 4 13 16 169 185
8
7 2 11 4 0 0 0 0 0
2
8 2 23 7 7 12 49 144 1351
9
6065

P a( b(i W x- y- (x- (y- Costo
(i i) ) (i a(i b(i a(i))^2 b(i))^2 total
) ) ) )
1 2 26 2 27 3 729 9 1476
2 6 7 4 23 16 529 256 3140
3 9 3 3 20 20 400 400 2400
4 1 16 5 15 7 225 49 1370
4
5 1 29 3 12 6 144 36 540
7
6 1 24 1 11 1 121 1 122
8
7 2 11 4 7 12 49 144 772
2
8 2 23 7 0 0 0 0 0
9
9820
Ubicación P(i) Costo Total

1 $13,090
2 $10,385
3 $11,500
4 $4,538
5 $8,680
6 $5,890
7 $6,065
8 $9,820
Tabla 1-35 Resumen de los costos totales con el método de distancia euclídea al cuadrado.
$
Gráfica de costos totales con el método de

distancia euclídea al cuadrado
14000
12000
10000
8000
6000
4000
2000
0
0 2 4 6 8 10
P(i)

2011
Figura 1.8 Gráfica de costos totales con el método de distancia euclídea al cuadrado.
Con la elaboración de la tabla de resumen y el gráfico se confirma que el punto óptimo sigue
siendo (14, 16) lo que corresponde a ubicar el emplazamiento en el punto del cliente 4.
DISTANCIA EUCLÍDEA.17
Pero si la distancia es euclídea y los costes son proporcionales a la distancia:
f(X)   w(i) x   y  b(i)

2
1/ 2
a(i)
i1 2
que es función de dos variables no separables.
Ejemplo 6.
Con los datos del ejemplo anterior, se desarrollara este método.

P a(i b(i) W x- y- (x- (y- Costo
(i ) (i a(i b(i a(i))^2 b(i))^2 total
) ) ) )
1 2 26 2 0 0 0 0 0
2 6 7 4 4 19 16 361 77.665951
36
3 9 3 3 7 23 49 529 72.124891
68
4 14 16 5 12 10 144 100 78.102496
76
5 17 29 3 15 3 225 9 45.891175
62
6 18 24 1 16 2 256 4 16.124515
5
7 22 11 4 20 15 400 225 100
8 29 23 7 27 3 729 9 190.16308
79
580.07211
88
Tabla 1-36 Análisis del P(1) mediante el método distancia euclídea.

) ) ) )
1 2 26 2 4 19 16 361 38.832975
68
2 6 7 4 0 0 0 0 0
3 9 3 3 3 4 9 16 15
4 14 16 5 8 9 64 81 60.207972
89
5 17 29 3 11 22 121 484 73.790243
26
6 18 24 1 12 17 144 289 20.808652
05
7 22 11 4 16 4 256 16 65.969690
01
8 29 23 7 23 16 529 256 196.12496
02
470.73449
41
15 Ibid.
2011

) ) ) )
1 2 26 2 7 23 49 529 48.083261
12
2 6 7 4 3 4 9 16 20
3 9 3 3 0 0 0 0 0
4 14 16 5 5 13 25 169 69.641941
39
5 17 29 3 8 26 64 676 81.608823
05
6 18 24 1 9 21 81 441 22.847319
32
7 22 11 4 13 8 169 64 61.057350
09
8 29 23 7 20 20 400 400 197.98989
87
501.22859
37

P(i a( b W x- y- (x- (y- Costo
) i) ( (i a(i b(i a(i))^2 b(i))^2 total
i ) ) )
)
1 2 2 2 12 10 144 100 31.240998
6 7
2 6 7 4 8 9 64 81 48.166378
32
3 9 3 3 5 13 25 169 41.785164
83
4 1 1 5 0 0 0 0 0
4 6
5 1 2 3 3 13 9 169 40.024992
7 9 19
6 1 2 1 4 8 16 64 8.9442719
8 4 1
7 2 1 4 8 5 64 25 37.735924
2 1 53
8 2 2 7 15 7 225 49 115.87061
9 3 75
323.76834
8

i ) ) )
)
1 2 2 2 15 3 225 9 30.594117
6 08
2 6 7 4 11 22 121 484 98.386991
01
3 9 3 3 8 26 64 676 81.608823
05
4 1 1 5 3 13 9 169 66.708320
2011

4 6 32
5 1 2 3 0 0 0 0 0
7 9
6 1 2 1 1 5 1 25 5.0990195
8 4 14
7 2 1 4 5 18 25 324 74.726166
2 1 77
8 2 2 7 12 6 144 36 93.914855
9 3 05
451.03829
28
2011

i ) ) )
)
1 2 2 2 16 2 256 4 32.249030
6 99
2 6 7 4 12 17 144 289 83.234608
19
3 9 3 3 9 21 81 441 68.541957
95
4 1 1 5 4 8 16 64 44.721359
4 6 55
5 1 2 3 1 5 1 25 15.297058
7 9 54
6 1 2 1 0 0 0 0 0
8 4
7 2 1 4 4 13 16 169 54.405882
2 1 03
8 2 2 7 11 1 121 1 77.317527
9 3 12
375.76742
44

i ) ) )
)
1 2 2 2 20 15 400 225 50
6
2 6 7 4 16 4 256 16 65.969690
01
3 9 3 3 13 8 169 64 45.793012
57
4 1 1 5 8 5 64 25 47.169905
4 6 66
5 1 2 3 5 18 25 324 56.044625
7 9 08
6 1 2 1 4 13 16 169 13.601470
8 4 51
7 2 1 4 0 0 0 0 0
2 1
8 2 2 7 7 12 49 144 97.247107
9 3 93
375.82581
17

P a( b(i) W( x- y- (x- (y-b(i))^2 Costo
(i i) i) a(i b(i a(i))^2 total
) ) )
1 2 26 2 27 3 729 9 54.332310
83
2 6 7 4 23 16 529 256 112.07140
58
3 9 3 3 20 20 400 400 84.852813
74
2011

4 1 16 5 15 7 225 49 82.764726
4 79
5 1 29 3 12 6 144 36 40.249223
7 59
6 1 24 1 11 1 121 1 11.045361
8 02
7 2 11 4 7 12 49 144 55.569775
2 96
8 2 23 7 0 0 0 0 0
9
440.88561
77
Ubicación P(i) Costo Total

1 $580
2 $470.73
3 $501.23
4 $323.77
5 $451.04
6 $375.77
7 $375.83
8 $440.89
2011
Tabla 1-44 Resumen de los costos totales mediante el método distancia euclídea .
Gráfica de costos para ubicaciones con distancia euclídea
700
600
500
400
300
200
$
100
0
0 2 4 6 8 10
P(i)
Figura 1.9 Gráfica de costos para ubicaciones con distancia euclídea.
Considerando que las distancias son euclídeas como se aplica éste y el método anterior,
dando como resultado que la ubicación óptima se encuentre en la coordenada (14, 16)
correspondiente al punto 4.
CENTRO DE GRAVEDAD.18
Existen fórmulas que simplifican los métodos anteriores.
n n
 w iai w b i i
i1 i1
x n y n
w
i1
i w
i1
i
Ejemplo 7.
Aplicando las fórmulas de centro de gravedad, para los datos que se han venido trabajando
anteriormente, se tiene.
16 Ibid. Pág. 22
2011
P(i) a(i) b(i) W(i) w(i)a w(i)

(i) b(i)
1 2 26 2 4 52
2 6 7 4 24 28
3 9 3 3 27 9
4 14 16 5 70 80
5 17 29 3 51 87
6 18 24 1 18 24
7 22 11 4 88 44
8 29 23 7 203 161
29 485 485
Tabla 1-45 Valores a utilizar en el método centro de gravedad.
Por lo tanto;
485 485
x  16.72 y  16.72
29 29
(16.72, 16.72) Centro de Gravedad
Para saber el costo total, respecto al centro de gravedad, se hace el siguiente análisis.
P(i) a(i) b(i) W(i) |x- |y- Costo

a(i)| b(i)| total
1 2 26 2 14.7 9.28 48
2
2 6 7 4 10.7 9.72 81.76
2
3 9 3 3 7.72 13.7 64.32
2
4 14 16 5 2.72 0.72 17.2
5 17 29 3 0.28 12.2 37.68
8
6 18 24 1 1.28 7.28 8.56
7 22 11 4 5.28 5.72 44
8 29 23 7 12.2 6.28 129.92
8
$ 431.44
Tabla 1-46 Costo total obtenido respecto al centro de gravedad.
Como se puede observar en la columna del Costo Total, la cantidad obtenida es muy
próxima al costo obtenido en los métodos anteriores.
MÉTODO FERMAT.
Es un método que optimiza el punto de ubicación de una instalación. Este método
funciona a través de diversas iteraciones tomando como solución inicial el “Centro de
Gravedad”.
Sin embargo, este método también tiene una modificación al método del centro de
gravedad lo cual implica que este se vea afectado con una distancia euclideana
(x  ai )2  (y  bi )2   y una ponderación (costo) asociado wi a cada distancia.
2011
n n
a i gi (x, b g
i1
i i (x, y)
y) y n
x i1
n g i (x, y)
g
i1
i (x, y)
i1
w
Donde gi (x, y) i
x  ai 2  y  bi 2  
(>0, y pequeño para evitar divisiones por cero).
Ejemplo 8.
Se ha de retomar el ejemplo realizado en los anteriores métodos para ejemplificar la forma
del cálculo del método fermat y hacer las comparaciones respectivas.
Se desea encontrar la mejor ubicación entre las instalaciones de los clientes preexistentes,
en donde existe un costo asociado de transporte hacia cada instalación, además, también
se tiene ubicaciones preexistentes, todas éstas se muestran en la siguiente tabla.
Punt CostUbicación de la instalaciones

os os preex.
P(i) W(i) a(i) b
(
i
)
1 2 2 2
6
2 4 6 7
3 3 9 3
4 5 14 1
6
5 3 17 2
9
6 1 18 2
4
7 4 22 1
1
8 7 29 2
3
Tabla 1-47. Valores utilizados para realizar el Método Fermat.
Como primer paso se tiene que calcular el centro de gravedad, la manera de calcularlo se
presentó en el ejercicio 7. Los cálculos de éste arrojan un punto de ubicación el cual es:
X= 16.72; y=16.72
El cual será el punto pivote, para iniciar con los cálculos. A continuación se muestra el
desarrollo y resultado en cada iteración.
2011
Iteración 1. Puntos Pivote x=16.72; y=16.72

P(i) a(i) b(i) W(i) Dist. gi(x,y) ai*g(x,y) bi*g(x,y) Costo
Euclidea Total
1 2 26 2 17.40105 0.11 0.23 2.99 34.80
74
2 6 7 4 14.47054 0.28 1.66 1.93 57.88
94
3 9 3 3 15.74283 0.19 1.72 0.57 47.23
33
4 14 16 5 2.813680 1.78 24.88 28.43 14.07
86
5 17 29 3 12.28319 0.24 4.15 7.08 36.85
18
6 18 24 1 7.391670 0.14 2.44 3.25 7.39
99
7 22 11 4 7.784394 0.51 11.30 5.65 31.14
65
8 29 23 7 13.79263 0.51 14.72 11.67 96.55
57
3.76 61.09 61.58 325.91
x= 16.2484917
y= 16.3789982
Tabla 1-48. Iteración 1 en el desarrollo del Método Fermat.

Euclidea Total
1 2 26 2 17.1925 0.12 0.23 3.02 34.39
33
2 6 7 4 13.89234 0.29 1.73 2.02 55.57
28
3 9 3 3 15.21638 0.20 1.77 0.59 45.65
01
4 14 16 5 2.280209 2.19 30.70 35.08 11.40
32
5 17 29 3 12.6433 0.24 4.03 6.88 37.93
56
6 18 24 1 7.819683 0.13 2.30 3.07 7.82
48
7 22 11 4 7.874863 0.51 11.17 5.59 31.50
13
8 29 23 7 14.36797 0.49 14.13 11.21 100.58
23
4.15 66.07 67.46 324.83
x= 15.903886
y= 16.2376298

Euclidea Total
1 2 26 2 16.98887 0.12 0.24 3.06 33.98
63
2 6 7 4 13.54329 0.30 1.77 2.07 54.17
21
3 9 3 3 14.92978 0.20 1.81 0.60 44.79
51
4 14 16 5 1.918658 2.61 36.48 41.70 9.59
34
5 17 29 3 12.80935 0.23 3.98 6.79 38.43
44
6 18 24 1 8.040403 0.12 2.24 2.98 8.04
29
7 22 11 4 8.03712 0.50 10.95 5.47 32.15
46
8 29 23 7 14.73899 0.47 13.77 10.92 103.17
09
4.55 71.24 73.60 324.32
x= 15.6534982
y= 16.1719456

36
Euclidea Total
1 2 26 2 16.82286 0.12 0.24 3.09 33.65
13
2 6 7 4 13.31595 0.30 1.80 2.10 53.26
32
3 9 3 3 14.75700 0.20 1.83 0.61 44.27
47
4 14 16 5 1.662414 3.01 42.11 48.12 8.31
19
5 17 29 3 12.89852 0.23 3.95 6.74 38.70
89
6 18 24 1 8.172178 0.12 2.20 2.94 8.17
86
7 22 11 4 8.187008 0.49 10.75 5.37 32.75
55
8 29 23 7 14.99171 0.47 13.54 10.74 104.94
25
4.94 76.42 79.72 324.05
x= 15.4681103
y= 16.1357361
37
2011

Euclidea Total
1 2 26 2 16.69412 0.12 0.24 3.11 33.39
15
2 6 7 4 13.15700 0.30 1.82 2.13 52.63
49
3 9 3 3 14.64185 0.20 1.84 0.61 43.93
81
4 14 16 5 1.474371 3.39 47.48 54.26 7.37
47
5 17 29 3 12.95515 0.23 3.94 6.72 38.87
25
6 18 24 1 8.261786 0.12 2.18 2.90 8.26
44
7 22 11 4 8.309113 0.48 10.59 5.30 33.24
75
8 29 23 7 15.17333 0.46 13.38 10.61 106.21
74
5.32 81.47 85.64 323.89
x= 15.3274486
y= 16.1127488

Euclidea Total
1 2 26 2 16.59453 0.12 0.24 3.13 33.19
59
2 6 7 4 13.04007 0.31 1.84 2.15 52.16
23
3 9 3 3 14.55955 0.21 1.85 0.62 43.68
99
4 14 16 5 1.33222 3.75 52.54 60.05 6.66
82
5 17 29 3 12.99533 0.23 3.92 6.69 38.99
27
6 18 24 1 8.327740 0.12 2.16 2.88 8.33
58
7 22 11 4 8.40613 0.48 10.47 5.23 33.62
72
8 29 23 7 15.30924 0.46 13.26 10.52 107.16
21
5.67 86.29 91.28 323.79
x= 15.2182005
y= 16.0968234

Euclidea Total
1 2 26 2 16.51646 0.12 0.24 3.15 33.03
85
2 6 7 4 12.95096 0.31 1.85 2.16 51.80
2
3 9 3 3 14.49802 0.21 1.86 0.62 43.49
75
4 14 16 5 1.222042 4.09 57.28 65.46 6.11
28
5 17 29 3 13.0256 0.23 3.92 6.68 39.08
2
6 18 24 1 8.378460 0.12 2.15 2.86 8.38
98
7 22 11 4 8.483537 0.47 10.37 5.19 33.93
75
8 29 23 7 15.41401 0.45 13.17 10.45 107.90
45
6.00 90.85 96.57 323.73
x= 15.1316007
y= 16.0852013
2011

2011
Iteración 8. Puntos Pivote x=15.13160073;

P(i) y=16.08520131
a(i) b(i) W(i) Dist. gi(x,y) ai*g(x,y) bi*g(x,y) Costo
Euclidea Total
1 2 26 2 16.45424 0.12 0.24 3.16 32.91
48
2 6 7 4 12.88126 0.31 1.86 2.17 51.53
61
3 9 3 3 14.45057 0.21 1.87 0.62 43.35
17
4 14 16 5 1.134803 4.41 61.68 70.50 5.67
77
5 17 29 3 13.04925 0.23 3.91 6.67 39.15
06
6 18 24 1 8.418536 0.12 2.14 2.85 8.42
24
7 22 11 4 8.546003 0.47 10.30 5.15 34.18
76
8 29 23 7 15.49667 0.45 13.10 10.39 108.48
51
6.31 95.10 101.51 323.69
x= 15.0617509
y= 16.0764209

Euclidea Total
1 2 26 2 16.40386 0.12 0.24 3.17 32.81
41
2 6 7 4 12.82562 0.31 1.87 2.18 51.30
85
3 9 3 3 14.41310 0.21 1.87 0.62 43.24
54
4 14 16 5 1.064497 4.70 65.76 75.15 5.32
57
5 17 29 3 13.06811 0.23 3.90 6.66 39.20
79
6 18 24 1 8.450823 0.12 2.13 2.84 8.45
26
7 22 11 4 8.597054 0.47 10.24 5.12 34.39
72
8 29 23 7 15.5631 0.45 13.04 10.34 108.94
21
6.60 99.06 106.09 323.66
x= 15.0045755
y= 16.0696129

Euclidea Total
1 2 26 2 16.36250 0.12 0.24 3.18 32.73
51
2 6 7 4 12.78046 0.31 1.88 2.19 51.12
39
3 9 3 3 14.38296 0.21 1.88 0.63 43.15
59
4 14 16 5 1.006984 4.97 69.51 79.45 5.03
54
5 17 29 3 13.08344 0.23 3.90 6.65 39.25
87
6 18 24 1 8.477240 0.12 2.12 2.83 8.48
59
7 22 11 4 8.639267 0.46 10.19 5.09 34.56
26
8 29 23 7 15.61736 0.45 13.00 10.31 109.32
77
6.87 102.72 110.32 323.64
x= 14.9571853
y= 16.064223

2011

y=16.08520131
2011

P(i) y=16.06422295
Euclidea Total
1 2 26 2 16.32814 0.12 0.24 3.18 32.66
49
2 6 7 4 12.74328 0.31 1.88 2.20 50.97
48
3 9 3 3 14.35834 0.21 1.88 0.63 43.08
18
4 14 16 5 0.959337 5.21 72.97 83.39 4.80
44
5 17 29 3 13.09608 0.23 3.89 6.64 39.29
41
6 18 24 1 8.499133 0.12 2.12 2.82 8.50
99
7 22 11 4 8.674537 0.46 10.14 5.07 34.70
03
8 29 23 7 15.66223 0.45 12.96 10.28 109.64
63
7.11 106.09 114.22 323.62
x= 14.9174834
y= 16.0598813

Euclidea Total
1 2 26 2 16.29930 0.12 0.25 3.19 32.60
48
2 6 7 4 12.71231 0.31 1.89 2.20 50.85
53
3 9 3 3 14.33796 0.21 1.88 0.63 43.01
04
4 14 16 5 0.919435 5.44 76.13 87.01 4.60
46
5 17 29 3 13.10662 0.23 3.89 6.64 39.32
23
6 18 24 1 8.517475 0.12 2.11 2.82 8.52
77
7 22 11 4 8.704277 0.46 10.11 5.05 34.82
12
8 29 23 7 15.69976 0.45 12.93 10.25 109.90
18
7.34 109.19 117.80 323.61
x= 14.8839155
y= 16.0563327

Euclidea Total
1 2 26 2 16.27488 0.12 0.25 3.20 32.55
25
2 6 7 4 12.6862 0.32 1.89 2.21 50.75
57
3 9 3 3 14.32090 0.21 1.89 0.63 42.96
38
4 14 16 5 0.885708 5.65 79.03 90.32 4.43
78
5 17 29 3 13.11549 0.23 3.89 6.63 39.35
99
6 18 24 1 8.532984 0.12 2.11 2.81 8.53
99
7 22 11 4 8.72955 0.46 10.08 5.04 34.92
66
8 29 23 7 15.73144 0.44 12.90 10.23 110.12
48
7.54 112.04 121.07 323.60
x= 14.855308
y= 16.053396
2011

y=16.06422295
2011

P(i) y=16.053339604
Euclidea Total
1 2 26 2 16.25404 0.12 0.25 3.20 32.51
18
2 6 7 4 12.66414 0.32 1.90 2.21 50.66
07
3 9 3 3 14.30649 0.21 1.89 0.63 42.92
43
4 14 16 5 0.856973 5.83 81.68 93.35 4.28
12
5 17 29 3 13.1230 0.23 3.89 6.63 39.37
43
6 18 24 1 8.546203 0.12 2.11 2.81 8.55
x= 14.8307596
y= 16.0509398

Euclidea Total
1 2 26 2 16.23613 0.12 0.25 3.20 32.47
84
2 6 7 4 12.64522 0.32 1.90 2.21 50.58
94
3 9 3 3 14.29422 0.21 1.89 0.63 42.88
22
4 14 16 5 0.832319 6.01 84.10 96.12 4.16
84
5 17 29 3 13.12949 0.23 3.88 6.63 39.39
97
6 18 24 1 8.557548 0.12 2.10 2.80 8.56
86
7 22 11 4 8.769834 0.46 10.03 5.02 35.08
76
8 29 23 7 15.78153 0.44 12.86 10.20 110.47
39
7.90 117.02 126.81 323.59
x= 14.8095676
y= 16.0488665

Euclidea Total
1 2 26 2 16.22066 0.12 0.25 3.21 32.44
83
2 6 7 4 12.62895 0.32 1.90 2.22 50.52
35
3 9 3 3 14.28369 0.21 1.89 0.63 42.85
68
4 14 16 5 0.811041 6.16 86.31 98.64 4.06
11
5 17 29 3 13.13506 0.23 3.88 6.62 39.41
19
6 18 24 1 8.567343 0.12 2.10 2.80 8.57
94
7 22 11 4 8.785975 0.46 10.02 5.01 35.14
81
8 29 23 7 15.80147 0.44 12.85 10.19 110.61
55
8.06 119.19 129.31 323.59
x= 14.7911772
y= 16.0471024
El método termina cuando los costos ya no se reducen o cuando es extremadamente mínima

la diferencia.
LOCALIZACIÓN DE PLANTAS Y ALMACENES.19

Cuando la instalación que se trata de localizar es un elemento simple, los modelos
2011

y=16.053339604
anteriores pueden ser suficientes para tomar la decisión. Pero, en general, y como ya se
ha comentado, el problema es más complejo, porque, entre otros motivos, intervienen
otros criterios, además del coste.
17 VALLHONRAT, Joseph M. Localización en Planta y Manutención. Págs. 26-32

2011
Ello es lo que sucede en la localización de todo un sistema productivo o de una parte
importante del mismo, como una planta o un almacén. En este caso, por otra parte, el
proceso de decisión puede constar de diversas etapas.
En el caso más complejo, la primera de dichas etapas consiste en la elección de país

o área geográfica. La escala a que se plantea esta primera fase depende de la empresa y de
la naturaleza de sus actividades, pero en muchos casos es ya indispensable, para alcanzar
o mantener la competitividad, la consideración del planeta entero como ámbito posible de
localización de las actividades productivas. Son conocidos los cambios a gran escala que
se han producido, especialmente en las dos últimas décadas, y que se siguen produciendo
en la localización de las actividades industriales; tales cambios son uno de los aspectos más
espectaculares del proceso de reestructuración del sistema económico.
En esta primera fase, la evaluación de las alternativas ha de tener en cuenta criterios

políticos, económicos y técnicos, tales como los que se recogen en la figura 1.10. Una vez
determinado el país o el área, hay que elegir la localidad y el emplazamiento. En estas
etapas del proceso de decisión intervienen otros criterios, tales como la disponibilidad y
coste del suelo, las normas sobre el medio ambiente y la eliminación de residuos, la
existencia de servicios médicos, educativos, etc. Para algunas empresas puede ser
importante localizar sus instalaciones en un parque tecnológico.
Criterios para la elección de país o área geográfica
 Disponibilidad y costes de recursos naturales.

 Transporte.
 Comunicaciones.
 Disponibilidad y coste de mano de obra.
 Sindicatos.
 Estabilidad política.
 Posibilidad de expropiación.
 Posibilidad de daños por guerra o conflictos.
 Discriminación empresas extranjeras.
 Disponibilidad de capital local.
 Posibilidad de repatriación de los beneficios y del capital.
 Estabilidad monetaria.
 Convertibilidad de la moneda.
 Estabilidad de precios.
 Impuestos.
 Aranceles.
 Incentivos a la inversión.
Figura 1.10 Criterios para la elección de país o área geográfica.
En conjunto, los criterios que intervienen en la decisión de localización (denominados

con frecuencia factores de localización son numerosos y variados. A los que aparecen en
la figura 1.10 se puede añadir los recogidos en las figuras 1.11 y 1.12. Por supuesto, la
importancia de los factores de localización es diversa, no sólo en las distintas fases del
proceso de decisión, sino también de unas empresas a otras.
Criterios agregados para la elección de región. 2011
 Accesibilidad a las fuentes de materias primas.

 Mano de obra y salarios.
 Disponibilidad y coste de energía.
 Accesibilidad a los mercados.
 Transportes y comunicaciones.
 Clima.
 Fiscalidad y otros factores económicos.
 Servicios.
Figura 1.11 Criterios agregados para la elección de región.
Para unas, es fundamental la proximidad a las materias primas, bien sea su volumen
o peso (especialmente si éstos se reducen a lo largo del proceso productivo), bien por su
carácter perecedero. Es lo que sucede, por ejemplo en las industrias lácteas, madereras o
conserveras.
En otras, lo decisivo son los requerimientos del proceso. Por ejemplo, disponibilidad de
energía en la obtención de aluminio o de agua en centrales nucleares o en ciertos
acabados textiles. Los ruidos, humos, olores, etc. que pueden ir asociados al proceso
pueden implicar la necesidad de un emplazamiento aislado de núcleos de población.Las
empresas que fabrican productos perecederos o frágiles o de transporte difícil o caro así
como aquellas cuyo proceso productivo integra elementos de procedencia muy dispersa
tendrán tendencia a localizarse cerca de sus mercados.
Salvo que exista un factor de localización claramente predominante, lo que sólo

sucederá en ciertos casos extremos, cada empresa, en cada etapa de su proceso de
localización, deberá establecer su lista de factores y evaluar la importancia de cada uno
de ellos (de hecho, la importancia a priori, puesto que un factor considerado en principio
como decisivo puede ser finalmente insignificante si las alternativas a considerar son muy
similares en relación a ese factor).
Factores para la elección de localidad y emplazamiento.
 Transporte.
 Oferta de mano de obra. 2011
 Espacio para expansión.
 Actitud de la comunidad.
 Oportunidad para combinar con instalaciones existentes.
 Proximidad a fuentes de aprovisionamiento.
 Aprovisionamiento de agua.
 Medios de transporte y costes de los mismos.
 Condiciones de vida.
 Posibilidad de deshacerse de los desechos.
 Proximidad a los mercados.
 Proximidad a los centros de enseñanza secundaria y universitaria.
 Posibilidad de publicidad en las vías de acceso.
 Topografía del lugar.
 Suministro de energía
 Posibilidad de conservar la mano de obra actual.
 Relaciones entre obrero y empresa.
 Disponibilidad de combustible.
 Nivel salarial.
 Estructura impositiva.
 Existencia de centros escolares.
 Factores religiosos.
 Disponibilidad de personal ejecutivo y técnico.
 Proximidad de centros de investigación.
 Disponibilidad de viviendas.
 Comunicaciones.
 Clima.
 Experiencias favorables de instalaciones similares.
 Coste de las viviendas y de los edificios en general.
 Políticas locales, legales e impositivas.
Figura 1.12 Factores para la elección de localidad y emplazamiento.
En cada etapa deberá establecerse, por consiguiente, una lista de alternativas y una
lista de factores. Cada alternativa o solución deberá ser evaluada en relación a cada uno
de los factores y así se podrá establecer una tabla como la de la figura 1.13.
Los contenidos de las casillas de esta tabla pueden ser de naturaleza muy dispar. En
algunos casos serán informaciones cuantitativas (un coste, una nota en una escala
numérica); en otros, cualitativas (una nota en una escala cualitativa -muy malo, malo, etc.- o
un comentario, que puede ser el resumen de un estudio o informe más o menos extenso).
2011
Figura 1.13 Esquema de la tabla para la comparación multicriterio de diversas soluciones para la localización
de una planta o almacén.
¿Cómo decidir a partir de una información de este tipo? Sólo si alguna solución es la
mejor en relación a todos los factores la decisión no admite duda alguna. Pero, desde
luego, no es ésta la situación más frecuente; por ejemplo, las localidades en que el suelo
es más caro suelen disponer de mejores servicios, las que ofrecen incentivos fiscales
pueden hacerlo para compensar el escaso atractivo que presentan desde otros puntos de
vista, etc. En definitiva, las soluciones mejores son distintas según cuál sea el factor a
criterio que se considere. Puesto que se trata de tenerlos todos en cuenta, de una forma o
de otra, la decisión de localización es un caso típico de decisión multicriterio.
Estos problemas de decisión multicriterio no admiten ninguna solución clara e

indiscutible. Ello explica, probablemente, el gran número de métodos para el análisis de
decisiones multicriterio que han sido publicados. No es éste el lugar adecuado para
exponer, ni siquiera sucintamente, tales métodos. Algunos se basan en una agregación de
los criterios, que nunca es trivial aunque a veces pueda parecerlo; téngase en cuenta que
las evaluaciones de una solución según los diversos factores no se pueden agregar, sin
más, aunque se trate de evaluaciones numéricas, porque en general corresponden a
magnitudes de distinta naturaleza; por añadidura, como se ha dicho anteriormente, algunas
evaluaciones son solamente cualitativas.
Un procedimiento que se suele utilizar consiste en reducir las evaluaciones de cada

solución según cada criterio a una nota en una escala común (de 0 a 10 o de 0 a 100, por
ejemplo), atribuir a cada criterio un peso y agregar las notas de cada solución
ponderando con los pesos de los criterios. Se obtiene así para cada solución una nota única
que, si los pesos de los criterios se normalizan de forma que sumen 1, toma valores en la
misma escala que se haya utilizado para calificar las soluciones según los criterios o
factores. Una variante de este procedimiento consiste en utilizar escalas distintas para
cada factor, de forma que la importancia del factor se refleja a través de la magnitud de la
escala, y atribuir a todos los factores el mismo peso; ello tiene el inconveniente de que no
permite calcular fácilmente las notas globales si se desea modificar la importancia relativa
de los factores y además los valores de los pesos no son explícitos, por lo cual quedan
menos claras las implicaciones de utilizar el procedimiento.
Todo esto parece bastante natural y razonable (y sin duda, muchas personas, más o
menos conscientemente, han aplicado este procedimiento de comparación de soluciones
a problemas de muy diversa naturaleza y envergadura). Pero dista mucho de ser
satisfactorio.
Figura 1.14 Ejemplo, de evaluación multicriterio de cuatro emplazamientos para la localización de una planta.
Es evidente que hay una cierta dificultad para pasar de las evaluaciones de una tabla como
la de la figura 1.14 a las notas de la tabla que aparece en la figura 1.15. Pero no es éste el
mayor problema que presenta el método. Más importantes son la atribución de pesos y las
hipótesis implícitas en el procedimiento de agregación, a saber, que una desventaja según
un criterio puede ser compensada con una ventaja en otro, sea cual sea la nota de la
solución en cada criterio y a una tasa de substitución constante; se trata, pues, de
hipótesis fuertes y de difícil cumplimiento. Por otra parte, y desde luego, variaciones en los
valores de los pesos pueden alterar el orden que resulta para las soluciones; en un estudio
de este tipo no basta con utilizar un cierto juego de pesos, sino que se debe explorar una
gama de valores y analizar la sensibilidad del resultado en relación a las variaciones de los
pesos.
En definitiva, el resultado se ha de considerar siempre críticamente. A este

procedimiento no se le puede exigir lo que no puede dar y ni éste ni ningún procedimiento
de análisis multicriterio, aunque sea mucho más elaborado y complejo, puede liberar a
quien tiene que tomar una decisión de este tipo de la responsabilidad de hacerlo.
Figura 1.15 Notas, para cada evaluación y cada criterio, correspondientes a las evaluaciones de la figura 1.14
La utilidad del procedimiento reside, en todo caso, en su capacidad para reducir el

número de soluciones a considerar, a través de la eliminación de las menos satisfactorias.
Para un decisor es muy difícil aprehender la información correspondiente a muchas
soluciones y muchos criterios. Los métodos de análisis multicriterio permiten disminuir el
número de soluciones (y a veces también el de criterios) a tener en cuenta y, en definitiva,
reducen las dimensiones del problema hasta que puede ser razonablemente analizado
por quien tenga que tomar la decisión; ésta, finalmente, es siempre una decisión política,
en un sentido más o menos amplio de esta palabra.
2011
LOCALIZACIÓN DE SERVICIOS.20
Los servicios presentan problemas específicos. Son, en general, los productos más
perecederos (su producción y su consumo suele tener lugar simultáneamente) y, por ser
intangibles, su transporte más que difícil puede ser imposible. De ahí que sea típica la
tendencia de muchos servicios a localizarse cerca de sus mercados, hasta el punto de
dispersarse en unidades muy pequeñas (oficinas bancarias, establecimientos de venta de
tabaco, hoteles, bares y restaurantes, etc.). Durante mucho tiempo incluso se ha llegado a
considerar esta fragmentación como una característica inherente a los servicios, de la cual
se desprendería la imposibilidad de obtener economías de escala, así como la escasa
aplicabilidad a los servicios de las técnicas de organización, puesto que al producirse en
unidades pequeñas la gestión de las mismas sería elemental y sólo requeriría dedicación y
buen sentido.
Esta concepción contiene diversos errores que son graves por sus consecuencias.
Implica, en primer lugar, una confusión entre la dimensión de la empresa y las de sus
establecimientos; hay grandes empresas que constan de cientos o miles de
establecimientos pequeños e incluso muy pequeños (entidades financieras, cadenas de
restaurantes rápidos), de cuya circunstancia obtienen, gracias a una gestión adecuada,
grandes economías de escala. Por otra parte, no es cierto que, obligadamente, el servicio
tenga que estar cerca del consumidor; es así, evidentemente, en muchos casos, pero en
muchos otros el consumidor está dispuesto a desplazarse, incluso a distancias
considerables, para recibir el servicio (medicina especializada, restaurantes de prestigio,
festivales de música, teatro y ópera, comercios de grandes superficies; y, por supuesto, el
turismo). Las innovaciones tecnológicas permiten muchas veces que el consumidor del
servicio lo reciba (sin necesidad de desplazarse o con un desplazamiento mínimo) a través
de redes de comunicaciones (reservas de plazas en medios de transporte, espectáculos,
etc.; operaciones bancarias desde el teléfono o desde un ordenador personal utilizados
como terminales, etc.). Existe además muchas veces la posibilidad de recurrir a
intermediarios para lo que puede denominarse distribución del producto (un mayorista de
circuitos turísticos vende su producto a través de agencias de viajes; las redes de oficinas
bancarias o los estancos actúan o pueden actuar como intermediarios para muy distintos
tipos de servicios, sin relación alguna en muchos casos con la función que caracteriza al
establecimiento).
El sector de servicios es un conglomerado de actividades muy diversas a las que

difícilmente cabe aplicar los mismos criterios.
Por una parte, hay que distinguir entre los servicios que se prestan a domicilio
(reparaciones, mensajería, etc.) y aquéllos en que es el cliente el que acude al servicio
(comercio, centros hospitalarios, etc.). En los primeros, el coste de los desplazamientos
jugara un papel similar al desempeñado por los costes de transporte de los bienes en el
caso de las actividades manufactureras. En los otros, el coste del desplazamiento no lo
asume el servicio sino el cliente o usuario, por lo que deberá ser objeto de una
consideración distinta, como barrera para el acceso al servicio; en los servicios al
consumidor pueden ser muy importantes en la decisión de localización determinados
aspectos (tales como visibilidad del establecimiento, congestión de tráfico, transporte
público, aparcamiento, etc.) que en otras actividades pueden ser insignificantes.
Por otra, es muy importante la distinción entre servicios públicos y privados.

18 VALLHONRAT, Joseph M. Op. Cit. Pág. 32
2011
En estos últimos, con todos los matices que se quiera, el criterio que engloba todos
los demás es el beneficio. En los servicios públicos, el acuerdo sobre los objetivos es
mucho menos unánime.
Por ejemplo, en un estudio de localización de centros sanitarios se consideraron tres

criterios distintos, a saber:
a. Máxima utilización del centro (es decir, la localización óptima es aquélla cuya área de
influencia comprende mayor número de visitas por período).
b. Mínima distancia media por usuario.
c. Mínima distancia media por visita.
En el estudio aludido, por cierto, el óptimo para cada uno de estos criterios
correspondió a una ciudad distinta.
Obsérvese que esta relación no agota todas las posibilidades.
Por ejemplo, un criterio muy interesante para ciertos servicios de emergencia

(unidades coronarias, parques de bomberos, etc.), es el de optimizar la proximidad al
usuario que quede más lejos del centro de prestación del servicio o, en otras palabras,
minimizar la distancia máxima (técnicamente y con mayor brevedad se suele denominar a
éste criterio minimax).
Por otra parte el primero de los criterios mencionados en el repetido estudio admite
la variante de maximizar el número de usuarios (en lugar del número de visitas). En un
servicio privado se puede considerar la maximización del valor monetario de la demanda.
Sea cual sea la variante, el cálculo de la demanda de un servicio requiere normalmente

mucha información. Una vez delimitado el segmento de la población susceptible de utilizar
el servicio (puede caracterizarse por la edad, el sexo, el nivel de renta, etc.) se ha de
determinar cuál es su distribución espacial. Cuando se dispone de información sobre la
misma suele estar referida a determinadas zonas, cuyo tamaño no tiene porque ser el más
conveniente para el estudio: la agregación presenta sólo problemas menores, pero la
desagregación supone inevitablemente introducir algunos errores. Para estimar la
demanda a partir de estos datos se ha de elaborar un modelo que calcule la demanda a
partir de características de la población y de su distancia a la localización del servicio.
Tales modelos pueden ser, desde luego, muy variados, puesto que dependen de la
naturaleza del servicio y de la información disponible.
En lo que respecta a la distancia presentan básicamente dos variantes. La primera

consiste en considerar como usuarios a toda la población perteneciente al segmento a que
se dirige el servicio incluida en los puntos cuya distancia (o tiempo de desplazamiento) al
centro de servicio es igual o menor que un cierto valor. La segunda incluye en el cómputo
una proporción que decrece a medida que aumenta la distancia (por ejemplo,
inversamente proporcional a una potencia o a una exponencial de la misma). Modelos más
complejos pueden tener en cuenta la presencia de otros centros de servicio (propios o de
la competencia) en la zona de influencia del que se desea localizar.

Subtema 1.1.2 Metodos Cuantitativos

Cargado por

Copyright:

Formatos disponibles

Subtema 1.1.2 Metodos Cuantitativos

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Subtema 1.1.2 Metodos Cuantitativos

Cargado por

Copyright:

Formatos disponibles

1.1.

Figura 1.4 Métodos Cuantitativos.

f(X) = ∑w(i) d[X,P(i)]

Problemas de localización unidimensionales.

11 VALLHONRAT, Joseph M. Localización en Planta y Manutención. Pág. 15-18.

Se presentará un ejemplo de distancia rectilínea para mayor comprensión.

MIN f(X)  w(i)dX,P(i)

Tabla 1-2 Cálculo de emplazamiento en el P (1) por el Método Distancia Rectilínea.

Cálculo de emplazamiento en el P (3).

Cálculo de emplazamiento en el P (4).

Cálculo de emplazamiento en el P(5)

P(i) w(i) d(i) d[x, p(i)] w(i)d[x,

Cálculo de emplazamiento en el P(6).

Cálculo de emplazamiento en el P(7)

Cálculo de emplazamiento en el P(8)

Una vez realizado cada costo se concentran en una tabla de resumen.

Gráfica de costos totales de transporte en diferentes ubicaciones

Figura 1.5 Gráfica de costos totales de transporte en diferentes ubicaciones.

El método anterior se puede corroborar con una modificación a la función haciéndola

d[x, P(i)] serán cuadráticas (d[x, P(i)])2.

Cálculo de emplazamiento en el P (1), P (2) y P (3).

Cálculo de emplazamiento en el P (4), P(5) y P(6).

Cálculo de emplazamiento en el P (7) y P(8).

Nuevamente se elabora una tabla de resumen y se elige la mejor alternativa.

Figura 1.6 Gráfica de costos cuadráticos de diferentes ubicaciones.

PROBLEMAS DE LOCALIZACIÓN BIDIMENSIONAL SIN RESTRICCIONES.14

El procedimiento general para el cálculo de distancias implica, por consiguiente,

A continuación se presentan los métodos más comunes para la ubicación bidimensional

f(X)  w(i)( x  a(i)  y  b(i) )

Que también se puede poner en la forma:

f(X)  w(i) x  a(i)  w(i) y  b(i)

12 VALLHONRAT, Joseph M. Op. Cit. Pág. 19

Punt Cost Ubicación de la instalaciones

f(X)  w(i)( x  a(i)  y  b(i) )

Análisis del Punto 1

Análisis del Punto 2

Análisis del Punto 3

Análisis del Punto 4

Análisis del Punto 5

Análisis del Punto 6

Análisis del Punto 8

Elaborando una tabla de resumen se tiene:

Gráfica para costos de ubicaciones de

f(X)   w(i) x   y  b(i)

w(i) x  a(i)  w(i)y  b(i)

y por tanto este problema bidimensional equivale a la superposición de dos problemas

14 Ibid. Pág. 21.

f(X)   w(i) x   y  b(i)

Análisis del Punto 1

Análisis del Punto 2

Análisis del Punto 3

Análisis del Punto 4

Análisis del Punto 5

Análisis del Punto 6

Análisis del Punto 7

Análisis del Punto 8

Ubicación P(i) Costo Total

Gráfica de costos totales con el método de

Ingeniería Industrial Planeación y Diseño de Instalaciones