CAPÍTULO+

Planeacin y Diseo de Instalaciones
51
Instituto Tecnolgico de Aguascalientes
CAPTULO 3
3. LOCALIZACIN DE PLANTA: TCNICAS CUANTITATIVAS

OBJETIVO GENERAL
Aplicar los criterios, modelos y tcnicas cuantitativos ms adecuados para
localizar una instalacin.

OBJETIVOS ESPECFICOS
Aplicar el modelo minisum para localizar una sola instalacin utilizando
distancias rectilneas.
Aplicar un algoritmo para dibujar lneas de contorno.
Aplicar el modelo minisum para distancias euclidianas al cuadrado (centro
de gravedad).
Aplicar el modelo minisum para distancias euclidianas mediante el algoritmo
de Kuhn y Kuenne.
Aplicar el algoritmo de Elzinga y Hearn para resolver el problema de
minimax (cobertura del crculo).
Aplicar el mtodo de cobertura del diamante con distancias rectilneas y
distancias Tchebychev.
Resolver problemas de instalaciones mltiples de diferentes tipos.
Resolver problemas de localizacin de instalaciones mltiples del mismo
tipo.

Mtodos Cuantitativos de Localizacin de Planta
52
M. C. Sergio Humberto Romo Picazo
3.1. INTRODUCCIN
En el captulo anterior se vieron dos tcnicas cualitativas que sirven para
seleccionar el mejor sitio considerando factores preponderantemente subjetivos,
sin embargo, en el caso del mtodo Brown y Gibson se incluyen factores
objetivos (que permiten la asignacin de costos) y de factores crticos, a los cuales
se les da un tratamiento cuyo objetivo es obtener una medida de localizacin
adimensional, que aunque refleja en cierto modo la influencia de los costos
asociados, tambin se ve influida por la subjetividad de otros.
En este captulo se presentan problemas de localizacin cuantitativos para una
sola instalacin y para instalaciones mltiples. Primeramente se discutir el
problema minisum con distancias rectilneas y la construccin de lneas de
contorno. Enseguida se tratar el mismo modelo minisum con distancias
euclidianas al cuadrado (centro de gravedad) y el de distancias euclidianas. Se
hace una generalizacin para problemas minisum de tres dimensiones y la
distancia medida como potencia p. Finalmente, para el caso de una sola
instalacin, se discute el problema de localizacin minimax para instalaciones de
emergencia. La ltima parte del captulo se dedica a problemas de localizacin de
instalaciones mltiples.
3.2. MODELO MINISUM
Aunque los criterios cuantitativos no son por s solos suficientes para seleccionar
un lugar, constituyen un medio idneo para coadyuvar en la toma de decisiones
sobre este asunto.
El criterio que con mayor frecuencia se usa en este tipo de problemas es
minimizar alguna de las funciones que tienen que ver con la distancia o el viaje de
recorrido de las materias primas y de los productos terminados. Este criterio est
sustentado en la suposicin de que si se minimizan los recorridos tambin se
minimizarn los costos de manejo de materiales.
Weber [Demelle, 2003] fue probablemente el primer autor en publicar un trabajo
significativo sobre la localizacin de una sola instalacin. Consider cmo
emplazar un solo almacn de forma que se minimizara la distancia total entre ste
y los distintos clientes.
Salvo que se especifique otra cosa, el modelo minisum est fundamentado en las
siguientes suposiciones:
1. Existen datos sobre costos y flujos de materiales para condiciones
con definicin no totalmente especificada.
2. Los costos de manejo de materiales son lineales, sus incrementos en
relacin con las cantidades siguen leyes igualmente lineales y se
pueden asignar actividades especficas.
3. Los costos de manejo de materiales constituyen el nico factor
significativo.
4. Los datos sobre flujos de materiales son deterministas.
53
5. No existe interaccin entre el problema de determinar el
emplazamiento y otros problemas presentes en el sistema.
Formulacin general del problema
Sea
m: El nmero de instalaciones existentes
i
P : La ubicacin de la instalacin m i ,... 2 , 1 i , =
X : Punto donde se va a situar la nueva instalacin
( )
i
P X d , : Funcin de la distancia recorrida en un desplazamiento entre puntos X y
i
P .
i
w : El producto del costo por unidad de distancia recorrida y el nmero de
desplazamientos efectuados por unidad de tiempo entre la instalacin nueva y la
instalacin existente i, al que se le denomina peso.
( )( ) tiempo de unidad viajes distancia tiempo de unidades
en expresa se lmente Dimensiona
i
w

( ) viaje distancia de s dimensione tiene , y
i
P X d
Entonces, si la distancia que se recorre entre una nueva instalacin y una
instalacin existente i , es viaje Km 30 ; el costo es de Km $ 10 y se realizan 90
viajes por ao, el costo anual sera
( ) ( )( )( )
ao $ 27,000
90 $ 10 30 ,
=
= ao viajes km viaje km Pi X d w
i

Pero como en un problema de este tipo se tienen m instalaciones existentes, nos
interesara minimizar la suma del costo total:
( ) ( ) ( ) ( )
m m
P X d w P X d w P X d w X F , ... , , Minimizar
2 2 2 1 1
+ + + =
O introduciendo la notacin de suma
( ) ( ) (3.1) , Minimizar
1
=
=
m
i
i i
P X d w X F
Cuando el costo por unidad de distancia es constante, entonces el problema de
obtener el mnimo se reduce a determinar la localizacin que minimice la distancia.
Este modelo se puede aplicar a muchas situaciones prcticas. Un ejemplo es que
se desee localizar una nueva planta la cual debe suministrar sus productos a
varios almacenes (instalaciones existentes) y recibir sus materias primas de
diferentes puntos (que tambin seran instalaciones existentes); en donde los
costos de transporte que se originan son proporcionales a las distancias entre la
nueva planta y los almacenes; el trmino
i
w podra ser el costo de transporte por
unidad de distancia para un pedido dado, entre la planta y la instalacin i .
54
Pero tambin es posible utilizar este modelo dentro de una planta. En el contexto
de la distribucin de planta donde se tenga como objetivo encontrar la mejor
ubicacin de una mquina nueva considerando las instalaciones existentes (otras
mquinas ya instaladas). Aqu se considerara el recorrido o desplazamiento de
las piezas o productos en proceso entre la nueva mquina y las existentes.
Nuevamente, los costos generados son directamente proporcionales a las
distancias recorridas.
Otros ejemplos de aplicacin del modelos son: [Francis, McGinnis y White, 1992]:
Localizar una caseta de herramientas en una instalacin de manufactura.
Localizar un nuevo almacn relacionado con las instalaciones de
produccin y los consumidores.
Localizar un hospital, una estacin de bomberos o una biblioteca en un rea
metropolitana.
Localizar una nueva bomba en una operacin qumica para minimizar el
costo total de la tubera que va desde y hasta la bomba.
Localizar un componente en una red elctrica para minimizar el costo total
de alambre conectado al componente.
Localizar un nuevo componente en un panel de control para minimizar el
movimiento total del ojo entre el nuevo componente y otros componentes ya
ubicados en el panel.
Localizar un muelle en un almacn para propsitos de carga y descarga de
mercancas, etc.
No se debe perder de vista de que un modelo es una abstraccin de la realidad y
que puede explicar mejor la situacin fsica en unos contextos que en otros, pero
que es una gua invaluable para el planeador de instalaciones quien deber utilizar
otros factores pertinentes para llegar a la mejor solucin, ms apegada a la vida
real.
Mtodos de distancia
Regresando a la ecuacin (3.1)
( ) ( )
=
=
m
i
i i
P X d w X F
1
,
Se observa que se tiene una funcin de distancia ( )
i
P X d , que puede ser
observada de acuerdo a diversos tipos de distancia, por ejemplo la distancia
rectilnea y distancia euclidiana (ver figura 3.1)
Es importante decidir cul es la norma de distancia que se usar en cada caso.
Intuitivamente se piensa que debe ser una lnea recta entre dos puntos (distancia
euclidiana), pero esta slo es vlida en ciertos casos, como podra ser el recorrido
de un avin o una embarcacin. Pero en el caso de una fbrica, donde los pasillos
55
siguen rutas ortogonales, el desplazamiento de los materiales en los montacargas
se mide con distancias rectilneas.

b y a x d + = a) ( ) ( ) | |
2
1
2 2
b) b y a x d + =
Figura 3.1 Dos tipos de distancia: rectilnea (a) y euclidiana (b)

3.2.1. El problema de localizacin con distancias rectilneas.
El caso ms sencillo para este tipo de problemas es de localizacin
unidimensional, el cual ser abordado a travs de un ejemplo.
Ejemplo 3.1
Considrese el caso de la localizacin de una nueva planta de forma que se
minimice el costo de transporte de materiales. Suponga que la planta proveer a
dos clientes Ay B, situados a lo largo de una va de ferrocarril. Se considera que
los costos son proporcionales a la distancia ( ) Km $ 100 . Por razones de
simplicidad, se supone que los clientes estn situados a 100 Km. uno del otro
(vase la figura 3.2). Se tiene previsto que se realizarn 10 viajes anuales desde
la nueva planta hacia cada uno de los lugares donde se encuentran los clientes.
Cul debe ser la localizacin de la planta que minimiza el costo total de
transporte?

Figura 3.2 Problema unidimensional para
2 1
y 2 w w m = =

Solucin
El valor de ao km viaje km ao viajes w w = = = / $ 1000 $ 100 x 10
2 1

A B
0 km 100 km
1000
1
= w 1000
2
= w
2 (a,b)
1
(x,y) 1
2 (a,b)
(x,y)
56
Si se usa la ecuacin 3.1 para evaluar el efecto de la distancia entre la planta
nueva y las dos instalaciones existentes, A, B, se tiene
( )

=
=
2
1 i
i i
a x w X F
Donde x es la ubicacin de la nueva planta y
i
a es la ubicacin de la instalacin
existente.
Por ejemplo, si la planta se ubica en el kilmetro 10, a partir de la ubicacin del
cliente A, 10 = x , entonces estar 90 Km. distante del cliente B y el costo total es
( ) ( ) ( )( ) ( )( )
ao
viaje km ao km viaje viaje km ao km viaje F X F
$ 000 , 100
90 $ 1000 10 $ 1000 10
=
+ = =
La tabla 3.1 muestra los costos de transporte para las distintas ubicaciones de la
nueva planta. Obviamente el costo es el mismo para cualquier punto donde se
localice la planta. Pero qu ocurre si el cliente A, por ejemplo, decide comprar
1500 unidades anuales? El costo ser el mismo para cualquier valor de x ?

Localizacin
de la nueva
planta (Km.)
0 10 20 30 40 50 60 70 80 90 100
Costo total
( ) ao $ x1000
100 100 100 100 100 100 100 100 100 100 100
Tabla 3.1 Costo de transporte para el caso de
2 1
y 2 w w m = =
Para este segundo caso el comportamiento del costo puede observarse en la tabla
3.2. Se observa que el mnimo costo se obtiene si la nueva planta se sita en el
mismo sitio que el cliente A, y que a medida que se va alejando del cliente con
mayor peso ( ) 1500 =
i
w el costo se va incrementando.
Localizacin
de la nueva
planta (Km.)
0 10 20 30 40 50 60 70 80 90 100
Costo total
( ) ao $ x1000
100 105 110 115 120 125 130 135 140 145 150
Tabla 3.2 Costos totales para el caso de
2 1
2 w w y m =
Ahora examinemos qu ocurre si se tienen cuatro clientes, A, B, C Y D, ubicados
en los kilmetros 0, 30, 70 y 100, y con pesos
. 1000 y 800 , 1000 , 1500 = = = =
D C B A
w w w w
En este caso evaluaremos slo los valores de x donde existe un cliente, as
57
( )

=
=
m
i
i i
a x w X F
1
usando
( )
ao
X F
$ 000 , 186
100 0 1000 70 0 800 30 0 1000 0 0 1500 0
=
+ + + = =

( )
ao $ 000 , 147
100 30 1000 70 30 800 30 30 1000 0 30 1500 30
=
+ + + = = F

( )
ao
X F
$ 000 , 175
100 70 1000 70 70 800 30 70 1000 0 70 1500 70
=
+ + + = =

( )
ao
X F
$ 000 , 244
100 100 1000 70 100 800 30 100 1000 0 100 1500 100
=
+ + + = =

De los clculos anteriores se observa que el costo mnimo se encuentra en 30 = x ,
es ah donde debe ubicarse la nueva planta. Si se asocian estos resultados con
los pesos
i
w y sus valores acumulados se observa que el ptimo es el punto que
no tiene, ni a su derecha ni a su izquierda, ms de la mitad del peso total, en este
caso
=
= + + + =
4
1
4300 1000 800 1000 1500
i
i
w , la figura 3.3 muestra esta relacin.

Figura 3.3 El costo mnimo se obtiene para 30 = x . Obsrvese que esto ocurre cuando el punto
no tiene ni a su izquierda ni a su derecha ms de la mitad del peso total.
250

200

150

100

50
i
i
w
w

1500 1000 800 1000

1500 2500 3300 4300
10 20 30 40 50 60 70 80 90 100
Km
0
(> 4300/2)

A
P
B
P
C
P

58
Algunas conclusiones que se pueden obtener de la discusin precedente son las
siguientes:
1. El punto ptimo siempre caer en donde se encuentre una instalacin
existente y est asociada al 50-simo percentil o el valor mediano (de ah
el nombre del mtodo de la mediana), del acumulativo de los pesos.
2. Siempre que la demanda de un cliente sea igual o mayor que la suma de
las demandas de los otros clientes, la localizacin de la nueva planta
(instalacin) coincide con la del cliente con mayor demanda. A esto se le
conoce como el Teorema de la mayora (Sule, 2001), que es vlido para
los clculos del costo que estn basados en distancias lineales (l).
Estos resultados pueden ser trasladados a un problema de localizacin
bidimensional. Considere la ecuacin general
( ) ( )
=
=
m
i
i i
P X d w X F
1
,

Sean:
( )
( ) existente n instalaci la de s coordenada las , P
n instalaci nueva la de s coordenada las ,
i i i
b a
y x X
=
=

Entonces para la distancia rectilnea se tiene:
( ) | |
=
+ =
m
i
i i i
b y a x w y x F
1
, (3.2)
Esta funcin puede reescribirse como
( ) ( ) y F x F y x F
2 1
) , ( + =
Donde
( )

=
=
m
i
i i
a x w x F
1
1
(3.2a)
Y
( )

=
=
m
i
i i
b y w y F
1
2
(3.2b)
Las ecuaciones 3.2a y 3.2b en realidad representan dos problemas
unidimensionales y, como ha quedado asentado, en este tipo de problemas la
localizacin ptima coincide con la de una instalacin existente, es decir, la
coordenada de x para la nueva instalacin es la coordenada de una instalacin
existente y la coordenada y de la nueva planta es la coordenada de una
instalacin existente (no necesariamente la misma de x ).
La solucin para ambos problemas es similar al caso unidimensional, en el que se
usa el mtodo de la mediana (o del 50-simo percentil), donde se dividen los
pesos acumulados entre 2 y se determina la coordenada x (despus la de y ) de
59
manera que no ms de la mitad de los pesos acumulados est a la izquierda de la
coordenada y la otra mitad a la derecha. Es decir
2
y
2
1 1
=
>
=
<

m
i
i
x a
i
m
i
i
x a
i
w
w
w
w
i i

Procedimiento. Un procedimiento sencillo para determinar el sitio ptimo usando
el mtodo de la mediana es el siguiente:
a) Identificar la mediana del peso acumulado total.
b) Encontrar el valor de la coordenada x de la instalacin existente que
enva (o recibe) la mediana del peso.
c) Encontrar el valor de la coordenada y de la instalacin existente que
enva (o recibe) la mediana del peso.
Los valores de y x y encontrados en b y c, definen la ubicacin deseada de la
instalacin nueva.
d) Evaluar la funcin objetivo
( ) ( ) ( )

+ = y F x F y x F
2 1

Ejemplo 3.2
La compaa ABC desea ubicar una nueva planta. Los datos de las coordenadas y
pesos de las instalaciones existentes estn dados en la tabla 3.3 Utilice el mtodo
de la mediana para determinar la localizacin ptima para la nueva planta.

Instalacin,
i
P
1
P
2
P
3
P
4
P
5
P
Coordenadas
( )
i i
b a ,
(2,4) (12,10) (6,9) (12,2) (8,2)
Peso,
i
w 10 4 3 8 5

TABLA 3.3 Datos del ejemplo 3.2, problema minisum bidimensional, con cinco instalaciones
existentes.
Solucin
La figura 3.4 muestra grficamente la ubicacin de las instalaciones existentes y
se tomar como referencia para el desarrollo del ejemplo.
1. Determinacin de la mediana de los pesos
60
15
2
5 8 3 4 10
2
5
1
=
+ + + +
= =

= i
i
w
Mediana

2. Determinar la coordenada x . Esto se obtiene acumulando los pesos de las
instalaciones existentes. En este caso la primera que se encuentra desde el
origen es
1
P , con un peso de 10, por lo tanto no contiene la mediana;
despus
3
P , con un peso de 3, que sumado a los 10 anteriores da un total
de 13 que no contiene a la mediana y, finalmente,
5
P , cuyo peso es 5 que
sumados a los 13 de las dos anteriores da 18, por lo que esta instalacin
contiene a la mediana y, por lo tanto es la ubicacin ptima para el eje de
las abscisas. La Tabla 3.4 muestra estos clculos.

Figura 3.4 Ubicacin y pesos de las plantas existentes. Se dibuja tambin la localizacin de la
nueva planta
2 4 6
8 10 12
12
10
8
6
4
2
0
P1(2,4)
W1=10
P3(6,9)
W1=3
P5(8,2)
W1=5
P2 (12,10)
W1=4
P1(12,2)
W1=8
Nueva planta
(8,4)
y
x
61

i
P
i
a
i
w
i
w
Contiene la mediana? OBSERVACIONES
1
P 2 10 10 No
(ptimo) 8 =
x

3
P 6 3 13 No
5
P 8 5 18 S
Tabla 3.4 Determinacin de la abscisa para el ejemplo 3.2
3. Determinar la coordenada y . Se sigue un proceso similar al del punto
anterior, slo que ahora se van acumulando los pesos en funcin de la
ordenada, la mnimo costo se obtendr en la ordenada y = 4. Vase la tabla
3.5.
i
P
i
b
i
w
i
w
Contiene la mediana? OBSERVACIONES
5 4
y P P 2 8 y 5 13 No Tienen la misma ordenada
(ptimo) 4 =
y
1
P 4 10 23 S
Tabla 3.5 Determinacin de la ordenada para el ejemplo 3.2
4. Evaluar la funcin objetivo
( ) ( ) | |
| | | | | |
| | | |
( ) 179 4 , 8
2 4 8 8 5 2 4 12 8 8
9 4 6 8 3 10 4 12 8 4 4 4 2 18 10
4 8 4 , 8 ,
5
1
= =
+ + + =
+ + + + + =
+ = =

=
F
b a w F y x F
i i
i
i

Lneas de contorno. En algunas ocasiones la solucin ptima encontrada
mediante el mtodo de la mediana puede ser no factible. Pudiera haber
restricciones en la zona o en la comunidad para cierto tipo de industrias o el sitio
podra coincidir con alguna instalacin, como sera el caso de la ubicacin de una
nueva mquina que coincidiera con el de una mquina existente. Para solucionar
esto podra explorarse los sitios cercanos al ptimo para tomar una decisin al
respecto. Este anlisis se realiza a travs de las lneas de contorno. Una lnea de
contorno es una lnea de valor constante para la funcin objetivo. Se le llama
tambin lnea de isocostos.
Algoritmo para dibujar las lneas de contorno
Para dibujar lneas de contorno se ha diseado un algoritmo que incluye los pasos
siguientes:
1. Dibuje las lneas verticales p para intersectar todas las
i
a y las lneas
horizontales q para intersectar
i
b .
62
2. Etiquete las lneas verticales como
j
C y las lneas horizontales como
j
R , la
suma de los pesos de las instalaciones intersectadas por las lneas.
3. Establezca
=
= =
m
i
i
w
1
0 0
. Etiquete las columnas p j ,..., 1 = mediante
j j
C 2
1 j
+ =

y las filas q j ,..., 1 = mediante
j j j
R 2
1
+ =

4. Para cada segmento rectangular | | s r, calcule la pendiente de isocosto
mediante
r
s
sr
S

=
5. Seleccione cualquier punto ( ) y x, y dibuje el contorno que inicie y termine
en ( ) y x, usando la pendiente
sr
S en cada segmento. El paso 5 debe
repetirse tantas veces como se desee para producir un mapa de contorno.
Ejemplo 3.3
Suponga que en el ejemplo 3.2 el punto ptimo ( ) 4 , 8 es no factible por alguna
razn y que se desea explorar los alrededores de ste, a partir del punto ( ) 2 , 8 .
Dibuje las lneas de contorno siguiendo el algoritmo presentado arriba.
Paso 1. La figura 3.5 muestra las lneas verticales p que intersectan todas las
i
a
y las lneas horizontales q para insertar las
i
b

Figura 3.5 Pasos 1 y 2, se dibujan las lneas que pasan por cada instalacin existente y se
anotan los valores de C
j
y R
j.
(Nueva planta)
R
j
4

3

10

13

C
j
10

3

5

12

63
Paso 2. En la figura 3.5 se muestran los valores de
j
C y
j
R
Paso 3. Calcular
0 0
y
( ) 30 5 8 3 4 10
5
1
= + + + + = = =

= i
i o o
w
Los valores de
j j
y se muestran en la tabla 3.6 y en la figura 3.6 se anotan
stos. Los nmeros aparecen encerrados en un crculo son las pendientes
obtenidas en el siguiente paso (4).

j j j
C 2
1
+ =

j j j
R 2
1
+ =

( ) 4 13 2 30
1
= + = ( ) 10 10 2 30
1
= + =
( ) 16 10 2 4
2
= + = ( ) 4 3 2 10
2
= + =
( ) 22 3 2 16
3
= + = ( ) 6 5 2 4
3
= + =
( ) 30 4 2 22
4
= + = ( ) 30 12 2 6
4
= + =

Tabla 3.6 Valores de
j j
y
Paso 4. Clculo de las pendientes a partir de
r
s
sr
S
=
Por ejemplo, para los valores de C
j
=-30, se tienen las siguientes pendientes:

1
30
30
11
15
20
30
8
15
16
30
2
15
4
30
1
30
30
30 , 30
22 , 30
16 , 30
4 , 30
30 , 30
=
=
=
=
=
=
=
=
=

S
S
S
S
S

64

Figura 3.6 Valores
j j j j
y R C , , para el ejemplo 3.3
Paso 5. Se pide iniciar en el punto ( ) 2 , 8 , que en este caso corresponde al punto
donde se localiza
5
P . Como se trata de ir explorando los alrededores de la
localizacin ptima ( ) 4 , 8 , lo razonable es buscar un punto de x en la
ordenada 4 = y , y con la pendiente
2
3
y usando
( )
( )
3
29
8
2
3
4 2
1 1
1 1
= => =
=
x x
x x m y y

Entonces el segundo punto es
|
.
|
\
|
4 ,
3
29
y se dibuja la primera lnea de isocosto
(Figura 3.7).
Ahora se tiene como primer punto
|
.
|
\
|
4 ,
3
28
, por lo que se dibujar la lnea de
isocosto sobre el segmento que tiene una pendiente de 8 3 . Por lo que se
deber buscar el valor de la ordenada sobre el valor de 6 = x

j

30
22
16
-4
-30
(Nueva planta)
R
j
4

3

10

13

C
j
10

3

5

12

j
-30 3 -4 6 30
-1 -1/3 -2/15 1/5 1
-15/2 -5/2 -1 3/2 15/2
15/8 5/8 1/4

-3/8
-15/8
15/11 5/11 1/11 -3/11 -15/11
1 1/3 2/15 -1/5 -1
65
2
9
8
3
28
8
3
4
1
1
=
|
.
|
\
|

=
y
y

Figura 3.7 Primera lnea de isocosto, para el problema del ejemplo 3.3
La figura 3.8 muestra las lneas de contorno que regresan al mismo punto de inicio
( ) 2 , 8 . Las coordenadas de los cuatro puntos que forman las lneas de contorno se
muestran en la tabla 3.7. Observe que el costo total es el mismo en todos los
puntos.
Coordenadas Costo Total
( ) 2 , 8 187
|
.
|
\
|
4 ,
3
28

187
|
.
|
\
|
2
9
, 8
187
( ) 4 , 6 187
Tabla 3.7 Las Coordenadas que definen las lneas de isocostos ($187) para el ejemplo 3.3
j

30
22
16
-4
-30
(Nueva planta)
R
j
4

3

10

13

C
j
10

3

5

12

j
-30 3 -4 6 30
-1 -1/3 -2/15 1/5 1
-15/2 -5/2 -1 3/2 15/2
15/8 5/8 1/4

-3/8
-15/8
15/11 5/11 1/11 -3/11 -15/11
1 1/3 2/15 -1/5 -1
66

Figura 3.8 Lneas de contorno completas para el ejemplo 3.3

3.2.2. El problema de localizacin con distancias euclidianas al
cuadrado (centro de gravedad)
Para el estudio de los problemas en los que el desplazamiento entre dos puntos
se realiza a lo largo de una lnea recta que los une y los costos son proporcionales
al cuadrado de la distancia, la ecuacin 2.1 se formula como sigue:
( ) ( ) ( ) | |
2 2
1
, Minimizar
i i
m
i
i
b y a x w y x F + =
=
3.3
Cualquier punto ( )

y x , que haga mnima la ecuacin 3.3 debe satisfacer

( ) ( )
( ) 0 , 0
,
,
,
=
y
y x F
x
y x F
3.4
Al calcular las derivadas parciales de 3.4 con respecto a y x y e igualndolas a
cero, se obtiene la solucin ptima nica
j

30
22
16
-4
-30
(Nueva planta)
R
j
4

3

10

13

C
j
10

3

5

12

j
-30 3 -4 6 30
-1 -1/3 -2/15 1/5 1
-15/2 -5/2 -1 3/2 15/2
15/8 5/8 1/4

-3/8
-15/8
15/11 5/11 1/11 -3/11 -15/11
1 1/3 2/15 -1/5 -1
67
=
=
=
m
i
i
m
i
i i
w
a w
x
1
1
3.5(a)
=
=
=
m
i
i
m
i
i i
w
b w
y
1
1
3.5(b)
Puede demostrarse que la condicin 3.4 es necesaria y suficiente para satisfacer
la condicin de mnimo. Esta solucin es conocida como del centroide o del
centro de gravedad.
Ejemplo 3.4
Considere los datos de la compaa ABC del ejemplo 3.2, con
( ) ( ) ( ) ( ) ( ) 2 , 8 ; 2 , 12 ; 9 , 6 ; 10 , 12 ; 4 , 2
5 4 3 2 1
= = = = = P P P P P , y ponderaciones
5 , 8 , 3 , 4 , 10
5 4 3 2 1
= = = = = w w w w w . Si se utilizan distancias euclidianas al
cuadrado, cul ser la localizacin ptima de la planta?
Solucin
Aplicando las ecuaciones 3.5(a) y 3.5(b)
4 . 7
5 8 3 4 10
8 * 5 12 * 8 6 * 3 12 * 4 2 * 10
5
1
5
1
=
+ + + +
+ + + +
= =
=
=
i
i
i
i i
w
a w
x
43 . 4
30
2 * 5 2 * 8 9 * 3 10 * 4 4 * 10
5
1
5
1
=
+ + + +
= =
=
=
i
i
i
i i
w
b w
y
Para calcular el
costo cuadrtico se
utiliza la ecuacin
3.3 y arroja un total
de

3.2.3. El problema de localizacin de una sola instalacin con
distancias euclidianas.
El mtodo del centro de gravedad utiliza el mismo criterio de separar la ecuacin
general en dos problemas unidimensionales, pero si se desea utilizar distancias
euclidianas, la formulacin es como sigue:
( ) ( ) ( ) | | ( ) ( ) | |
57 . 818
2 43 . 4 8 4 . 7 5 ... 4 43 . 4 2 4 . 7 10
2 2 2 2
=
+ + + + =

y x F
68
( ) ( ) ( ) | |
2
1
2 2
1
,
i i
m
i
i
b y a x w y x F + =
=
3.6
La ecuacin 3.6 representa una funcin de dos variables no separables. Este
problema tiene su historia, se denomina problema de Steiner-Weber o problema
general de Fermat y ha sido difcil de resolver porque en los puntos
i
P no existe la
derivada. Fermat plante el problema para 3 = m y 1 =
i
w para 3 , 2 , 1 = i que
resolvi Torricelli con geometra pura. Despus lo estudiaron Steiner (siglo XIX) y
Weber (siglo XX). Incluso se us un modelo analgico para resolver el esquema
de Fermat generalizado que permite demostrar que el centro de gravedad no es la
solucin ptima. Permite adems demostrar el teorema de la mayora que se
enuncia de la siguiente manera: Si una instalacin preexistente tiene asociado un
peso no inferior a la mitad del peso total, la posicin de dicha instalacin es una
localizacin ptima para la nueva [Francis, McGinnins y White, 1992, p. 187].
El modelo analgico se presenta en la figura 3.9. Es un tablero colocado en forma
horizontal con orificios en posiciones adecuadas que representan la ubicacin de
las instalaciones existentes; con m trozos de hilo que estn unidos por un nudo en
un extremo. Se hace pasar cada hilo por cada uno de los orificios y en el otro
extremo de cada hilo se cuelga un peso
i
w . Cuando se suelta este sistema de
pesos y se logra el equilibrio, el lugar donde quede el nudo comn ser la solucin
del problema.

Figura 3.9 Modelo analgico para el problema de localizacin con distancias euclidianas
Para resolver el problema se puede usar el mismo procedimiento del mtodo del
centro de gravedad, calcular las derivadas parciales de la funcin 3.6 e igualarlas
a cero. Suponiendo ( ) ( )
i i
b a y x , , m x ,..., 2 , 1 = las derivadas parciales son

W
1
W
2
W
3
W
4
W
5
69
( ) ( )
( ) ( ) | |
= +

=
m
i
i i
i i
b y a x
a x w
x
y x F
1
2 2
2
1
,
3.7

( ) ( )
( ) ( ) | |
= +

=
m
i
i i
i i
b y a x
b y w
y
y x F
1
2 2
2
1
,
3.8

Para cualquier valor de i , tal que ( ) ( )
i i
b a y x , , = las ecuaciones 3.7 y 3.8 toman
valores indefinidos. Para resolver este inconveniente Kuhn y Kuenne [Prawda,
1982] disearon un algoritmo iterativo para resolver estas ecuaciones

3.9

3.10

Observe que estas ecuaciones corresponden a la solucin del centro de gravedad,
deben calcularse a partir de
( ) ( )
( )
( )
( )
=

=

=
m
i
k k
i
m
i
k k
i i
k
y x g
y x g a
x
1
1 1
1
1 1
,
,
3.11

( ) ( )
( )
( )
( )
=

=

=
m
i
k k
i
m
i
k k
i i
k
y x g
y x g b
y
1
1 1
1
1 1
,
,
3.12
Donde
( )
( ) ( ) | |
2
1
2 2
,
i i
i
i
b y a x
w
y x g
+
= 3.13
Este proceso iterativo termina cuando, para una 0 > arbitraria <
k k
x x
1
y
<
k k
y y
1
para alguna 0 , > k k
=
=
=
=
=
=
m
i
i
m
i
i i
m
i
i
m
i
i i
w
b w
y
w
a w
x
1
1
1
1
y

70
Ejemplo 3.5
Tomando los datos y resultados del ejemplo del centro de gravedad, resuelva el
problema utilizando el algoritmo de Kuhn y Kuenne.
Solucin
( ) ( )
43 . 4 y 4 . 7
0 0
= = y x (Del problema ejemplo 3.4)
Ahora se calculan los valores de ( ) y x g
i
,
( ) ( ) | |
2
1
2 2
i i
i
i
b y a x
w
g
+
=
( ) ( ) | |
846 . 1
4 43 . 4 2 4 . 7
10
2
1
2 2
1
=
+
= g
( ) ( ) | |
554 . 0
10 43 . 4 12 4 . 7
4
2
1
2 2
2
=
+
= g
( ) ( ) | |
628 . 0
9 43 . 4 6 4 . 7
3
2
1
2 2
3
=
+
= g
( ) ( ) | |
538 . 1
2 43 . 4 12 4 . 7
8
2
1
2 2
4
=
+
= g

( ) ( ) | |
998 . 1
2 43 . 4 8 4 . 7
5
2
1
2 2
5
=
+
= g
Se sustituyen los valores de
i
g para 1 = k (primera iteracin)
( )
( )
396 . 7
998 . 1 538 . 1 628 . 0 554 . 0 846 . 1
998 . 1 * 8 53 . 1 * 12 628 . 0 * 6 554 . 0 * 12 84 . 1 * 2
,
,
5
1
0
5
1
0 0
1
=
+ + + +
+ + + +
= =
=
=
i
o
i
i
i i
g x g
y x g a
x

( )
( )
907 . 3
654 . 6
998 . 1 * 2 538 . 1 * 2 628 . 0 * 9 554 . 0 * 10 846 . 1 * 4
,
,
5
1
0
5
1
0 0
1
=
+ + + +
= =
=
=
i
o
i
i
i i
g x g
y x g b
y

Se deja al lector que calcule la segunda iteracin, cuyo resultado es
( ) ( ) 68 . 3 , 47 . 7 ,
2 2
= y x
3.3. PROBLEMAS DE LOCALIZACIN MINIMAX
Este tipo de problemas ocurren cuando se desea que la distancia mxima desde
una nueva instalacin hasta cualquiera instalacin existente deba ser tan pequea
como sea posible.
Por ejemplo, suponga que se desea encontrar el lugar ptimo para localizar un
helicptero destinado a atender a los lesionados de los deportes invernales en
52
distintas regiones, de manera que se minimice el tiempo mximo para responder a
una emergencia suscitada en cualquier sitio. Otro ejemplo es dnde ubicar una
estacin de radio que trasmitir su seal a ciertas localidades conocidas a un
costo mnimo, ya que el costo de transmisin es directamente proporcional a la
potencia de la estacin de radio, y sta determina la distancia que recorre la seal.
Este tipo de problemas son conocidos como problemas de cobertura del
crculo, que utiliza distancias euclidianas.
Cuando ocurren desplazamientos rectilneos, entonces el problema corresponde a
uno llamado problema de cobertura del diamante. Un ejemplo es cuando se
quiere ubicar una instalacin que sirva a un nmero dado de clientes, tal como los
extintores en una planta, las estaciones de bomberos, en los que la suposicin es
que el recorrido se hace en distancias rectilneas.
3.3.1. Problema de cobertura del crculo
Para entender la naturaleza de este problema se desarrollan algunos ejemplos
sencillos, para despus discutir el algoritmo Elzinga-Hearn que es ms general.
Ejemplo 3.6
Suponga que se desea encontrar el sitio ms adecuado para estacionar un
helicptero que atender las emergencias que puedan ocurrir en dos
localizaciones existentes, es decir, 2 = m , que tiene como coordenadas (1,2) y
(5,2). En este caso, inmediatamente pensamos que la ubicacin del helicptero el
punto medio del segmento entre
2 1
y P P es decir ( ) 2 , 3 =
x . Ver la figura 3.10

Figura 3.10 Localizacin ptima del helicptero de emergencia para m = 2, mediante la bisectriz
perpendicular del lado y el centro de una distancia
1 2 3 4 5 6
1
2
3
4
5
6
( ) 2 , 3 * = X
( ) 2 , 5
2
P ( ) 2 , 1
1
P
53
Ejemplo 3.7
Ahora suponga que existen tres lugares donde pueden ocurrir accidentes, cuyas
localizaciones son (2,-2), (2,6) y (8,0). En este caso, se busca un punto de
localizacin del helicptero que est ubicado a la misma distancia de las
localizaciones existentes
3 2 1
y , P P P . Este es el punto de interseccin de las
mediatrices. (Vasela figura 3.11). Observe que si se unen los puntos
3 2 1
y , P P P
forman un tringulo agudo. Para encontrar la interseccin de las mediatrices se
sigue el siguiente procedimiento.
1. Dibjese las bisectrices perpendiculares para cada uno de los tres lados del
tringulo.
2. Las bisectrices perpendiculares se intersectan en el centro de la
circunferencia. Esta es la ubicacin ideal, en este caso ( ) 2 , 4 = x
3. Dibuje la circunferencia, la cual tocar los tres puntos correspondientes a
las instalaciones existentes.

Figura 3.8 Localizacin ptima para el helicptero que atender las emergencias de tres sitios
posibles, con un tringulo agudo.

1 2 3 4 5 6 7 8
1
2
3
4
5
6
7
-1
-2
-3
( ) ptimo 2 , 4 * = X
( ) 2 , 8
3
P
( ) 6 , 2
2
P
( ) 2 , 2
1
P
54
Ejemplo 3.8
El ejemplo anterior mostr cmo determinar el punto ptimo cuando 3 = m y el
tringulo formado es agudo. Suponga ahora que las localizaciones son
( ) ( ) ( ) 2 , 5 y 9,9 , 1,1
3 2 1
P P P , los cuales forman un tringulo obtuso. En este caso se
determina el centro del lado ms grande del tringulo y despus se dibuja un
crculo alrededor de este punto con radio igual a la mitad de la longitud del lado
ms grande del tringulo.
Los dos primeros ejemplos 3.7 y 3.8 muestran el mismo principio: el punto de
localizacin ptimo ( ) y x, se ubica equidistante de todas las localizaciones de
rescate, lo que constituye una distancia mnima. Si se suscitara un accidente al
helicptero le tomara el mismo tiempo de reaccin. Pero en el caso del ejemplo
3.9 la distancia entre los puntos (1,1) y (9,9) es tan grande que es necesario
escoger la mitad del segmento como punto de la mejor localizacin. Vase la
figura 3.9.
Qu se debe hacer cuando el nmero de instalaciones es mayor a 3?

Figura 3.9 Localizacin ptima para el helicptero que atender las emergencias de tres sitios
posibles, que forman un tringulo obtusngulo.
Para ello primero se generalizar el problema. El objetivo es minimizar la funcin
( ) y x g , , de forma que
1 2 3 4 5 6 7 8
1
2
3
4
5
6
7
8
9
9
( ) 2 , 5
3
P
( ) 1 , 1
1
P
( ) 9 , 9
2
P
55
( ) ( ) ( ) | |
)
`
+ = m i b y a x mx y x g
i i
1 : ,
2
1
2 2
3.14
Donde:
( )
i i
b a , : son las coordenadas de las instalaciones existentes; m i ,..., 1 =
m: es el total de instalaciones existentes
O, en forma equivalente
Z Minimizar
Sujeto a:
( ) ( ) | | m i Z b y a x
i i
+ 1 ,
2
1
2 2

Esta ltima forma indica que cada localizacin existente debe situarse en un
crculo con centro en ( ) y x, y radio z , de tal manera que el problema geomtrico
es encontrar el crculo ms pequeo que encierre a todas las localizaciones de las
instalaciones existentes, de ah el nombre de problema de cobertura del crculo.
Este problema puede resolverse con ayuda de la geometra. Elzinga y Hearn
propusieron un algoritmo que se describe a continuacin y que se ilustra en un
ejemplo.
Algoritmo Elzinga-Hearn
Paso 1. Escoja dos puntos conocidos
j i
P P y
Paso 2. Estos dos puntos definan el dimetro de un crculo dado por
( ) ( ) | |
2
1
2 2
j i j i
b b a a +
Si este crculo contiene todos los puntos, se centro en la localizacin minimax, es
la solucin del problema. Si no es as, se selecciona arbitrariamente cualquier
punto conocido fuera del crculo, al que se denotar como
k
P . Con los puntos
k j i
P P P y , se va al paso 3.
Paso 3.
a) Si
k j i
P P P y , definen un tringulo recto u obtuso regrese al paso 2,
identificando los puntos opuestos al ngulo igual o mayor a 90.
b) Si
k j i
P P P y , definen un tringulo agudo, se construye un crculo con
estos tres puntos. Si este crculo engloba a todos los puntos
m i P
i
,... 2 , 1 , = entonces el centro del crculo es la localizacin minimax.
En caso contrario vaya al paso 4.
Paso 4. Se selecciona un punto D fuera del crculo definido por
k j i
P P P y , que est
ms alejado de D. Se traza una lnea a travs del centro de dicho crculo que pase
por A. esta lnea divide el espacio en dos planos. Sea B aquel punto entre
56
k j i
P P P y , diferente de A que est del mismo lado de D y sea C el punto no
seleccionado, con A, C y D ya definidos se regresa al paso 3.
Ejemplo 3.9
Suponga que se tienen ocho instalaciones existentes con las coordenadas
mostradas en la tabla 3.8

INSTALACIN 1 2 3 4 5 6 7 8
COORDENADAS (8,2) (5,7) (5,10) (10,11) (13,7) (10,6) (3,6) (2,9)
Tabla 3.8 Coordenadas de las instalaciones existentes para el ejemplo 3.9
Use el algoritmo Elzinga-Hearn para encontrar la solucin minimax.

Solucin
Pasos 1 y 2. La figura 3.10 muestra las ubicaciones de las ocho instalaciones
existentes, de las cuales se seleccionan los puntos
4 1
y P P que definen el dimetro
del crculo. Observe que los puntos
8 7 3
, , P P P quedan fuera del crculo, por lo que
se selecciona
3
P para que junto con
4 1
y P P se vaya al paso 3.

Figura 3.10 Se escogen los puntos
4 1
y P P que definen el dimetro del crculo que no cubre
todos los puntos.
Paso 3. Al unir los puntos
4 3 1
, , P P P se observa que generan un tringulo agudo,
por lo que aplica el inciso (b) del paso 3, por lo que se debe construir un crculo a
2 4 6 8 10 12 0
2
4
6
8
10
12
P1
P2
P3
P4
P5
P6 P7
P8
57
partir del circuncentro. El crculo tampoco cubre la totalidad de las instalaciones
existentes, quedan fuera los puntos
8 7
y P P . (Figura 3.11) Se va al paso 4.

Figura 3.11 Con
4 3 1
, , P P P se forma un tringulo agudo, se dibuja un crculo a partir del
circuncentro que pasa a travs de estos puntos. Quedan fuera
8 7
y P P .
Paso 4.
1
P es A. Se traza una lnea a travs del centro del crculo que pasa por le
punto
1
P . Esto divide el espacio en dos planos. Como el punto
3
P est del lado del
punto D (en este caso
8
P ) entonces a
3
P se le denota B y
4
P ser el punto C,
quedando entonces
8 4 1
, , P P P como los puntos con los que se va al paso 3.
Paso 3. Con los puntos
8 4 1
, , P P P se forma un tringulo agudo, por lo que se trazan
las mediatrices para obtener el circuncentro y se traza el crculo a partir de ste.
Se observa an no se alcanza la solucin ptima ya que P
5
queda fuera del
crculo. Vase la figura 3.13. La figura 3.14 muestra la construccin del
circuncentro a partir de las mediatrices para obtener el centro del crculo que cubre
todos los puntos de las instalaciones existentes, esta es la solucin mnimas.

2 6 8 10 12 0
2
4
6
8
10
12

P2
P3
P4

P6 P7
P8
P1
P5

58

Figura 3.12 Paso 4, como el ngulo agudo es A, entonces se traza desde este
punto hacia el centro del crculo. El punto ms alejado de A es P
8
y como P
3
est
en el mismo lado que el punto D, se le denomina B, en consecuencia P
4
es el
punto C. El crculo tiene que pasar por A, B y C.

Figura 3.13 Observe que aun falta por cubrir la instalacin P
5
Para determinar los valores de las coordenadas de la nueva instalacin y el radio
del crculo de deben calcular las pendientes de las mediatrices, los puntos medios
de los lados y las ecuaciones de las mediatrices. Por ejemplo para el lado formado
2
4
6
8
10
12
2 6 8 10 12 0

P2
P3
P4

P6 P7
P8
P1
P5
B
C
D
A
2
4
6
8
10
12
2 4 6 8 10 12 0

P2
P3
P4

P6 P7
P8
P1
P5
Radio = 5.15
(x,y) = (6.75, 7)
59
por los puntos
8 4
y P P . Las coordenadas de estos puntos son (10, 11) y (2,9),
respectivamente, entonces:
4
1
10 2
11 9
pendiente
1 2
1 2
=
= =
x x
y y
m
Por lo tanto, la pendiente de la mediatriz (que es perpendicular al lado
8 4
P P es
( ) 4
4
1
1
= = mediatriz m
Los puntos medios del lado
8 4
P P forman las coordenadas de la mediatriz,
entonces
6
2
2 10
=
+
=
M
x 10
2
9 11
=
+
=
M
y
Por lo tanto, la ecuacin de la mediatriz para este lado es
( )
( )
0 34 4 entonces
6 4 10
1 2 1 2
= +
=
=
y x
x y
x x m y y

Figura 3.14 La solucin ptima para el problema ejemplo

La tabla 3.9 muestra los clculos para las tres mediatices

2
4
6
8
10
12
2 4 6 8 10 12 0

P3
P4
P1
P2
P6 P7
P8
P5
60
LADO COORDENADAS PENDIENTE PENDIENTE
DE LA
MEDIATRIZ
PUNTOS MEDIOS ECUACIN DE LA
MEDIATRIZ
M
x
M
y
8 4
P P
(10,11) (2,9)
4
1
10 2
11 9
=
= m
-4
6
2
2 10
=
+
10
2
9 11
=
+

0 34 4 = + y x
1 4
P P
(10,11) (8,2)
2
9
10 8
11 2
=
= m
9
2

9
2
8 10
=
+

2
13
2
2 11
=
+
0
2
153
9 2 = + y x
1 8
P P
(2,9) (8,2)
6
7
= m
7
6

5
2
11

0
2
17
7 6 = + y x

TABLA 3.9 Resumen de los clculos para las mediatrices del ejemplo 3.9
El circuncentro es el punto donde concurren las mediatrices, por lo que basta con
resolver el sistema formado por dos mediatrices, en este caso se toman las
asociadas a los lados
1 4 8 4
y P P P P
0 34 4 = + y x
0
2
153
9 2 = + y x
Resolviendo
( ) ( ) 7 , 75 . 6 , entonces
7 y 75 . 6
=
= =

y x
y x

y el radio, tomando los puntos (6.75,7) y (10,11)
( ) ( ) | | 15 . 5 11 7 10 75 . 6
2
1
2 2
= + = z
Usted puede haber elegido al principio dos puntos diferentes a los que se tomaron
en este ejemplo, sin embargo, el algoritmo lo llevar a la misma solucin.
Sule (2001) presenta un procedimiento que contiene nueve pasos y que
proporcionan un resultado rpido. Los pasos son los siguientes:
1. Dibuje los puntos dado en las coordenadas y x y
2. Tome los puntos extremos y crear un rectngulo, de forma que todos los
puntos caigan dentro del rea cubierta por el rectngulo. Para encontrar los
puntos extremos, dibjense dos lneas verticales a travs de los puntos que
tengan las abscisas mnimas y mximas, y dos lneas horizontales a travs
de los puntos que tengan las ordenadas mnima y mxima.
3. Una todos los puntos que se siten en el permetro del rectngulo
4. Cree tantos tringulos como sea posible, uniendo todos los puntos que se
siten en el permetro del tringulo. En la mayora de los casos, se obtienen
61
solamente dos tringulos, ya que slo se tienen cuatro puntos en el
permetro.
5. Elija el tringulo con el rea ms grande.
6. Si el tringulo obtenido es obtuso, excluya el punto donde se forma el
ngulo recto o el ngulo obtuso.
7. Una los puntos extremos de este tringulo para definir el dimetro. Dibuje
un crculo usando este dimetro.
8. Si el tringulo es agudo dibuje las mediatrices sobre dos lados del tringulo;
la interseccin define el punto central del crculo. Dibuje un crculo desde
este centro que cubra los tres puntos esquina del tringulo.
9. El crculo as obtenido es la localizacin ptima para la instalacin que se
instalar y que cubre los puntos.
Ejemplo 3.10
Utilizando el procedimiento alternativo de Sule, determine la ecuacin ptima si las
coordenadas de las instalaciones existentes son
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) 9 , 2 y 6 , 3 , 6 , 10 , 7 , 13 , 11 , 10 , 10 , 5 , 7 , 5 , 2 , 8
8 7 6 5 4 3 2 1
P P P P P P P P .
Solucin
La figura 3.15 muestra las lneas verticales y horizontales. Las abscisas 2 y 13
mnima y mxima, respectivamente. Las ordenadas 2 y 11 mnima y mxima,
respectivamente.

Figura 3.15 Se dibujan lneas verticales y horizontales, sobre los puntos de
abscisas y ordenadas mnimas y mximas.
La figura 3.15 muestra la forma en que se unen los puntos que se sitan en el
permetro dibujado. En este caso se obtienen 2 tringulos. El de mayor rea se
2
4
6
8
10
12
2 4 6 8 10 12 0

P2
P3
P4

P6 P7
P8
P1
P5
62
muestra achurado, cuyos puntos extremos son
8 5 1
, , P P P y forma un tringulo
agudo, por lo que se va al paso 8.
3.3.2. Problema de la cobertura del diamante.
Cuando se usan distancias rectilneas se puede usar el procedimiento de
cobertura del diamante cuya funcin objetivo ( ) y x g , ser minimizada, es decir:
( ) | | { }
i i i i i
w m i b y a x w mx y x g = = + = 1 , ,..., 1 , Minimizar

Figura 3.15 Se construyen tantos tringulos como sea posible y se identifica el de mayor rea (el
achurado). Es un ngulo agudo.
A este problema se le llama problema de cobertura del diamante ponderado ya
que todos los clientes son igualmente importantes y el peso asociado para cada
consumidor es 1.
Se discutir el procedimiento a travs de un ejemplo.
Ejemplo 3.11
Considere las coordenadas de las instalaciones existentes de los ejemplos
anteriores:
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) 9 , 2 y 6 , 3 , 6 , 10 , 7 , 13 , 11 , 10 , 10 , 5 , 7 , 5 , 2 , 8
8 7 6 5 4 3 2 1
P P P P P P P P .
El primer paso consiste en dibujar los puntos de las instalaciones existentes en el
plano cartesiano. Despus se dibujan lneas de 45 grados a travs de las
instalaciones existentes, de manera que se forme un diamante que incluya a todas
las instalaciones existentes. (Vase la figura 3.17). Observe que hay dos lados
ms grandes.
El paso siguiente es igualar los lados al tamao de los ms grandes. (Ver la figura
3.18). Este es el diamante ms pequeo que contiene a todas las localizaciones
existentes. La figura en referencia muestra con lnea punteada el cuadrado cuyo
centro es (7,7.5). Esto representa el diamante de radio ms pequeo, cuyo centro
es (7.5, 8).
2
4
6
8
10
12
2 4 6 8 10 12 0

P3
P4
P1
P2
P6 P7
P8
P5
63

Figura 3.17 Formacin del diamante que cubre todos los puntos
de las instalaciones existentes.
Pero tambin se pudo haber agrandado como se muestra en la figura 3.19 con
lneas punteadas. En este caso las coordenadas del centro del cuadrado son
(7,7.5). Ambas soluciones son vlidas, ya que tienen un radio mnimo de 13. En
realidad cualquier diamante con un radio de 13 y cuyo centro est situado sobre el
segmento que uno los puntos (7,7.5) y (7.5,8) tambin cubre todas las
instalaciones existentes, por lo que tambin ser ptimo.

Figura 3.18 Se igualan los lados al tamao de los ms grandes el centro del cuadrado es la
solucin minimax con distancias rectilneas.

2
4
6
8
10
12
2 6 8 10 12 0

P2
P3
P4

P6 P7
P8
P1
P5
2
4
6
8
10
12
2 6 8 10 12 0

P2
P3
P4

P6 P7
P8
P1
P5
64

Figura 3.19 Las lneas punteadas muestran otra extensin del diamante. El centro de ste se
ubica en (7,7.5). Uniendo este punto con el de (7.5,8) se obtiene una recta de valor mnimo.

3.3.3. El problema de cobertura de diamante con distancias
Tchebychev
Para resolver el problema minimax usando la cobertura del diamante, pero de una
manera ms sencilla y rpida, puede realizarse una transformacin llamada de
Tchebychev. Para ilustrar este procedimiento considere el siguiente ejemplo.
Ejemplo 3.12
Se desea encontrar la localizacin minimax para una nueva instalacin que
atender las instalaciones existentes ubicadas en
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) 9 , 2 y 6 , 3 , 6 , 10 , 7 , 13 , 11 , 10 , 10 , 5 , 7 , 5 , 2 , 8
8 7 6 5 4 3 2 1
P P P P P P P P .
Solucin
Para realizar la transformacin Tchebychev de un punto ( ) y x A , , las coordenadas
Tchebychev son ( ) x y x y A + ,
1
. En este caso, para ( ) 2 , 8
1
P la transformacin da
( ) ( ) 6 10 8 2 , 8 2
1
1
1
1
= + P P
Se procede de manera similar para el resto de los puntos. La tabla 3.10 muestra
estas transformaciones, para encontrar la ubicacin de la nueva instalacin se
deben encerrar estos puntos transformados en el cuadrado ms pequeo posible
y encontrar el centro de ste como el punto minimax.
La figura 3.20 muestra los puntos Tchebychev y el cuadrado mnimo de cobertura
de las instalaciones existentes. Observe que se hicieron dos extensiones que
producen dos puntos minimax con distancia Tchebychev (14.5,.5) y (15.5.,.5).
2
4
6
8
10
12
2 6 8 10 12 0

P2
P3
P4

P6 P7
P8
P1
P5
65
Pero, cmo regresar a la forma plana? La transformacin a la forma plana se
logra mediante
( )
(
2
,
2
x y
x y
.
INSTALACIN
i
P
COORDENADAS
( ) y x,
COOREDENADAS TCHEBYCHEV
( ) x y x y + ,
1
P (8,2) ( ) ( ) 6 , 10 8 2 , 8 2 = +
2
P (5,7) ( ) ( ) 2 , 12 5 7 , 5 7 = +
3
P (5,10) ( ) ( ) 5 , 15 5 10 , 5 10 = +
4
P (10,11) ( ) ( ) 1 , 21 10 11 , 10 11 = +
5
P (13,7) ( ) ( ) 6 , 20 13 7 , 13 7 = +
6
P (10,6) ( ) ( ) 4 , 16 10 6 , 10 6 = +
7
P (3,6) ( ) ( ) 3 , 9 3 6 , 3 6 = +
8
P (2,9) ( ) ( ) 7 , 11 2 9 , 2 9 = +

Tabla 3.10 Transformacin Tchebychev
Entonces en el ejemplo las coordenadas del punto ptimo son
( ) ( ) 8 , 5 . 7
2
5 . 15 5 .
,
2
5 . 15 5 .
y 5 . 7 , 0 . 7
2
5 . 5 . 14
,
2
5 . 14 5 .
=
(
=
(

Estas coordenadas corresponden a los valores obtenidos con el procedimiento
desarrollado de la cobertura de diamante.

66

Figura 3.20 Solucin minimax con distancias Tchebychev.

3.3.4. Problema de transporte
Es posible utilizar el mtodo de transporte para tomar la decisin sobre dnde
ubicar la planta, tal como en los casos en los que se tienen varias instalaciones
existentes que debern relacionarse con una nueva y se conocen las ofertas y las
demandas de las instalaciones, as como los costos de transportar las mercancas
desde el origen (planta) hasta el destino (almacn). Muy probablemente el lector
est familiarizado con este mtodo, por lo que slo se mostrar un ejemplo de
aplicacin. Para aquellos lectores que no conozcan el mtodo, en el apndice B se
muestra cmo resolverlo.
Ejemplo 3.13
El grupo industrial del Noroeste, S. A. de C. V., tiene plantas que manufacturan
ciertos componentes electrnicos localizadas en Tijuana, Matamoros y Hermosillo.
Estos componentes se entregan a otras compaas del mismo ramo. Estas
compaas estn situadas en Mxico, D. F., Guadalajara y Monterrey. Debido al
incremento en la demanda, se ha decidido construir otra planta en cualquiera de
las dos ciudades consideradas como localizaciones idneas: Zacatecas y Torren.
La tabla 3.11 muestra los datos de produccin y demanda y la tabla 3.12 los
costos de transporte. Cul de las dos ciudades es la ms recomendable, desde
el punto de vista econmico?
DATOS DE PRODUCCIN Demanda de las industrias
electrnicas
Miles de
unidades por
Costo por
unidad
Miles de
unidades por
2 4 6 8 10 12 14 16 18 20 22 -2
-4
-6
-8
2
4
6
8
10
12
P1
P2
P3
P4
P5
P6
P7
P8
67
PLANTAS mes (x 100) PLANTAS mes
Tijuana 10 1.96 Mxico 20
Matamoros 18 1.98 Guadalajara 18
Hermosillo 12 1.93 Monterrey 12
Zacatecas 10 1.93 (previsto)
Torren 10 20.3 (previsto)

Tabla 3.11 Datos de produccin, demanda y costos de produccin para el ejemplo 3.13

Desde\Hast
a
Tijuana Matamoros Hermosillo Zacatecas Torren
Mxico 15 14 12 6 8
Guadalajara 8 15 6 5 9
Monterrey 10 5 12 8 5

Tabla 3.12 Costos de transporte (x $10)

Solucin:
Se tienen que hacer dos clculos, en el primero se consideran las plantas
existentes junto con Zacatecas y en el segundo se excluye sta y se incluye a
Torren. La tabla 2.20 muestra el uso del MAV para Zacatecas y la tabla 3.13 para
Torren.

PLANTA ALMACN Oferta
Mxico Guadalajara Monterrey
Tijuana 15 8 10 10
10
Mata- 14 15 5 18
moros 6 12
Hermo- 12 6 12 12
68
sillo 4 8
Zacatecas 6 5 8 10
10
Demanda 20 18 12 50 50

Tabla 3.13 Resultado de la aplicacin de MAV al problema del ejemplo 3.13, en el que se
incluyen las plantas existentes con Zacatecas.

PLANTA ALMACN Oferta
Tijuana 15 8 10 10
10
Mata- 14 15 5 18
moros 6 12
Hermo- 12 6 12 12
sillo 4 8
Zacatecas 6 5 8 10
10
Demanda

20 18 12 50 50

Tabla 3.14 Resultado de la aplicacin de MAV al problema del ejemplo 3.13, en el que se
incluyen las plantas existentes con Torren.
Utilizando el mtodo stepping stone para el caso de Zacatecas, se comprueba
que todos los costos netos son positivos, por lo que se concluye que sta es la
solucin ptima.
x
ij
x
11
x
13
x
22
x
33
x
42
x
42

c
ij
+1 +5 +7 +9 +5 +11

Entonces, la asignacin ptima para el caso de Zacatecas es
x
12
= 10, x
21
= 6, x
23
= 12, x
31
= 4, x
32
= 8, x
41
= 10
Con un costo de transporte = 10,000(80) + 6,000(140) + 12,000(50) + 4,000(120)
+ 8,000(60) + 10,000(60) = $3'800,000
A lo que se le aaden los costos de produccin
69
Costo de produccin = 10,000(196) + 18,000(198) + 12,000(193) + 10,000(193) =
$9'770,000.
Costo total para Zacatecas = costo de transporte + costo de produccin

CT CT
Zacatecas
= $3'800,000 + $9'770,000 = $13'570,000

Utilizando el mtodo stepping stone para el caso de Torren, se comprueba que
todos los costos netos son positivos, por lo que se concluye que sta es la
solucin ptima.

x
ij
x
11
x
13
x
22
x
33
x
42
x
42

c
ij
+1 +5 +7 +9 +7 +6

En el caso de la inclusin de Torren, la asignacin ptima es
x
12
= 10, x
21
= 6, x
23
= 12, x
31
= 4, x
32
= 8, x
41
= 10

Con un costo de transporte = 10,000(80) + 6,000(140) + 12,000(50) + 4,000(120)
+ 8,000(60) + 10,000(80) = $4'000,000 a lo que se le aaden los costos de
produccin
Costo de produccin = 10,000(196) + 18,000(198) + 12,000(193) + 10,000(203) =
$9'570,000.
Costo total para Torren = costo de transporte + costo de produccin
CT
Zacatecas
= $4'000,000 + $9'870,000 = $13'870,000
Por lo tanto, se concluye que Zacatecas ser la ciudad seleccionada, y el
programa de envos ser la mostrada en la tabla 3.15

DE HASTA MILES DE UNIDADES
Tijuana Guadalajara 10
Matamoros Mxico 6
Matamoros Monterrey 12
Hermosillo Guadalajara 4
Zacatecas Mxico 10
70
TOTAL 50

Tabla 3.15 Programa de envos para el ejemplo 2.5

3.4. PROBLEMAS DE LOCALIZACIN PARA INSTALACIONES MLTIPLES
En las secciones anteriores nuestro inters estuvo centrado en el problema de
localizacin para una sola instalacin, ya fuera utilizando el modelo minisum o el
modelo minimax, con distancias rectilneas, euclidianas al cuadrado, euclidianas o
Techebychev, sin embargo, es interesante abordar el problema de una manera
ms general y que d respuesta a preguntas concernientes a cuntas
instalaciones deben tenerse, dnde deben localizarse y qu instalaciones deben
relacionarse con qu clientes.
Existen numerosos modelos de optimizacin para instalaciones mltiples, aqu se
tratarn algunos de ellos, atendiendo a dos criterios generales:
1. Instalaciones mltiples de diferentes tipos, en los que cada tipo de
instalacin es demandada independientemente de los clientes existentes y
an podra existir una demanda entre las nuevas instalaciones.
2. Instalaciones mltiples del mismo tipo, en las que todas las instalaciones
sirven al mismo propsito, es decir, los clientes se dividen entre ellas de
forma que un cliente sea servido por slo una de las nuevas instalaciones.
3.4.1. Problemas de localizacin para instalaciones mltiples de
diferentes tipos: mtodo iterativo con costo rectilneo
Existen varios mtodos para resolver este problema, uno de ellos es la
formulacin de programacin lineal, el cual se formula de la siguiente forma:
Sean
m i
P P P , , ,
2

las coordenadas conocidas de m instalaciones existentes y
sean
n
R R R , , ,
2 1

las variables de decisin de n nuevos puntos (instalaciones
adicionales) cuya localizacin se desea encontrar.
Sea
( )
i j
P R d ,
la distancia entre el punto desconocido
n j R
j
, , 2 , 1 , =
y el
punto conocido
m i P
i
, , 2 , 1 , =
, en tanto que
( )
k j
R R d ,
es la distancia entre
los puntos desconocidos
. , , , 2 , 1 , , , k j n k j R R
k j
=

Sea
ij
W
el costo anual por unidad de distancia entre un punto desconocido
j
y
uno conocido
i
, y sea
jk
V
el costo anual por unidad de distancia entre dos puntos
desconocidos
. , , k j k j

El problema consiste en encontrar las coordenadas de los puntos
( ) ( ) ( ) 15 . 3 , , , , ,
1 1 1
2 1
, ,
2 , 1

= =
+ =
n
j
m
i
i j ji
n k j
k j jk n
R R R
P R d W R R d V R R R f
Mn
n

71
Se dice que las nuevas instalaciones
k y j
tienen un intercambio cuando
0 >
jk
V

y no lo tienen, cuando
0 =
jk
V
para cualquier
. , , , 2 , 1 , k j n k j =

Para distancias rectilneas, la expresin (3.15) se traduce en encontrar los puntos
n
R R R , , ,
2 1

, cada uno de coordenadas desconocidas
( )
i i
y x ,
,
n j , , 1 =
tal que
( ) ( ) ( ) 16 . 3 , , , , , , , ,
2 1
, ,
2 1
, ,
2 1
, , ,
1 1 2 1
n
y y
n
x x
n
R R R
y y y f Mn x x x f Mn R R R f Mn
n n n

+ =
Donde
( ) ( ) a a x W x x V x x x f
n
j
m
i
i j ji
n k j
k j jk n
17 . 3 , , ,
1 1 1
2 1
= =
+ =
Y
( ) ( ) b b y W y y V y y y f
n
j
m
i
i j ji
n k j
k j jk n
17 . 3 , , ,
1 1 1
2 1
= =
+ =
Siendo
( )
i i
b a ,
las coordenadas conocidas del punto
. , 2 , 1 , m i P
i
=
Estos
problemas pueden resolverse independientemente uno del otro, se convierten en
programas lineales equivalentes. La transformacin se logra expresando el valor
absoluto de las diferencias en trminos algebraicos de sumas y restas. Esto se
consigue al demostrar que cuatro nmeros
a
0 0 , 0 , 0 , , , = = + pq y q p q p b a si q y p b a

Entonces
q p b a + =
, por lo tanto
( ) ( )
18 . 3 , , 1 ; , , 1 0
1 0
, , 1 ,
, , 1 ; , , 1 , 0 ,
1 , 0 ,
, 1 ; , , 1 ,
1 , 0
1 1 1
n j m t s r
n k j q p
n j signo en a restringid no x
n j m i s r
n k j q p
n j m i a s r
n k j q p x x
a sujeto
s r W q p V Mn
jt jt
jk jk
j
jt jt
jk jk
i jt jt
jk jk k j
n k j
n
j
m
i
ji ji ji jk jk jk

= = =
< =
=
= =
< <
= = = +
< = +
+ + +

< = =

Este tipo de problema requiere de una formulacin muy cuidadosa que se
complica an ms cuando el nmero de instalaciones es muy grande. Un
procedimiento mucho ms sencillo es el mtodo iterativo en el que se van
72
ubicando las instalaciones una por una y que puede ser aplicado tanto a costos
rectilneos como a cuadrticos y euclidianos.
Mtodo iterativo con costo rectilneo
Ejemplo 3.14
Suponga que se desea encontrar la ubicacin ms adecuada de dos estaciones
de inspeccin (servidores), I
1
e I
2,
que realizarn cierto tipo de pruebas a las
piezas provenientes de cuatro mquinas, M
1
, M
2
, M
3
y M
4
, La tabla 3.16 muestra
las coordenadas de ubicacin de las mquinas y la cantidad de viajes entre stas
y las estaciones de inspeccin. Como algunas pruebas requieren de las dos
estaciones de inspeccin, se producen 10 viajes entre stas.

Mquina Coordenadas Nmero de viajes
x y Estacin de inspeccin 1 Estacin de inspeccin 2
M
1
4 2 10 20
M
2
15 8 18 5
M
3
10 10 22 10
M
4
8 6 8 15
I
1
a
1
b
1
10
I
2
a
2
b
2
10

Tabla 3.16 Coordenadas y nmero de viajes de las mquinas y las estaciones de inspeccin del
ejemplo 3.14

Solucin
Primera iteracin, para encontrar los valores de la abscisa para las dos estaciones
de inspeccin:
Paso 1. Sin tomar en consideracin los viajes entre las estaciones de inspeccin
(nuevas instalaciones), se determina el valor de la abscisa de la estacin de
inspeccin 1 (I
1
) con respecto a las mquinas, ordenndolas en forma creciente
con respecto a la abscisa. Para el ejemplo, se tienen
2 3 4 1
15 10 , , 8 , 4 M para x y M para x M para x M para x = = = =
Paso 2. Seleccionar el 50-simo percentil para determinar la abscisa
correspondiente. La tabla 3.17 muestra los datos de las abscisas, nmero de
viajes y el acumulado de stos. El 50-simo percentil es
29
2
8 22 18 10
= |
.
|
\
| + + +

73
Entonces la abscisa de esta primera iteracin es 10 que corresponde a la
ubicacin inicial de la estacin de inspeccin 1 (I
1
).
Mquina Abscisa Nmero de viajes Viajes acumulados Observaciones
M
1
4 10 10
M
4
8 8 18
M
3
10 22 40 Abscisa preliminar
M
2
15 18 58
Tabla 3.17 Determinacin de la abscisa de la primera iteracin para la estacin de inspeccin I
1

del ejemplo 3.14
Paso 3. Se repite el proceso de los pasos 1 y 2, pero para la estacin de
inspeccin 2 (I
2
). Como ya conocemos la ubicacin provisional de la estacin de
inspeccin 1 (I
1
), tambin se tomarn en cuenta la cantidad de viajes entre las dos
estaciones de inspeccin. La tabla 3.18 muestra la determinacin de la abscisa
para la estacin de inspeccin 2 (I
2
). El 50-simo percentil es 30.

M
1
4 20 20
M
4
8 15 35 Abscisa preliminar
M
3
10 10 45
I
1
10 10 55
M
2
15 5 60
Tabla 3.18 Determinacin de la abscisa de la primera iteracin para la estacin de inspeccin I
2

del ejemplo 3.14
La abscisa preliminar para la estacin de inspeccin 2 es 8, con este valor se
realiza la segunda iteracin para la estacin de inspeccin 1.
Segunda iteracin:
Paso 4. Determinacin de la abscisa para la estacin de inspeccin 1 (I
1
),
sabiendo que la ubicacin de la estacin de inspeccin 2 (I
2
) es 8. Vase la tabla
3.19. Como coincide con el valor de abscisa encontrado en la primera iteracin,
entonces 10 es el valor de la abscisa definitiva para la estacin de inspeccin 1.

M
1
4 10 10
M
4
8 8 18
I
2
8 10 28
74
M
3
10 22 50 Abscisa definitiva
M
2
15 18 68
Tabla 3.19 Determinacin de la abscisa de la segunda iteracin para la estacin de inspeccin I
1

del ejemplo 3.14
Como la abscisa de la estacin de inspeccin 1 no cambia (x = 10), ste es el
valor definitivo para I
1
, y por lo tanto, la abscisa para I
2
es 8.
Primera iteracin, para encontrar los valores de la ordenada para las dos
estaciones de inspeccin:
Paso 1. Sin tomar en consideracin los viajes entre las estaciones de inspeccin
(nuevas instalaciones), se determina el valor de la ordenada de la estacin de
inspeccin 1 (I
1
) con respecto a las mquinas, ordenndolas en forma creciente
con respecto a la ordenada.
Paso 2. Seleccionar el 50-simo percentil para determinar la ordenada
correspondiente. La tabla 3.20 muestra los datos de las ordenadas, nmero de
viajes y el acumulado de stos. El 50-simo percentil es 29, por lo tanto la
ordenada preliminar es 8, Con este valor se busca la ordenada preliminar de la
estacin de inspeccin 2.
Mquina Ordenada Nmero de viajes Viajes acumulados Observaciones
M
1
2 10 10
M
4
6 8 18
M
2
8 18 36 y preliminar
M
3
10 22 58

Tabla 3.20 Determinacin de la ordenada de la primera iteracin para la estacin de inspeccin
I
1
del ejemplo 3.14
La tabla 3.21 muestra la determinacin de la ordenada preliminar para la estacin
de inspeccin 2. El 50-simo percentil es 30 que corresponde a la ordenada 6,
sta es la ordenada preliminar para la estacin de inspeccin 2 (I
2
).

M
1
2 20 20
M
4
6 15 35 y preliminar
M
2
8 5 40
I
1
8 10 50
M
3
10 10 60
Tabla 3.21 Determinacin de la ordenada de la primera iteracin para la estacin de inspeccin
I
2
del ejemplo 3.14
75
Ya determinado el valor de la ordenada de I
2
, se va a la segunda iteracin para I
1
.
En la tabla 3.22 se observa que el valor de la ordenada para esta estacin 2 no
cambia respecto al encontrado en la iteracin 1, por lo tanto es definitivo. Por lo
tanto, las nuevas estaciones de inspeccin deben ubicarse en los siguientes
puntos:
( )
( ) 6 , 8
8 , 10
2
1
=
=
I
I

M
1
2 10 10
M
4
6 8 18
I
2
6 10 28
M
2
8 18 46 y definitiva
M
3
10 22 68

Tabla 3.22 Determinacin de la ordenada de la segunda para la estacin de inspeccin I
1
del
ejemplo 3.14
3.4.2. Problemas de localizacin para instalaciones mltiples del
mismo tipo
Este tipo de problemas consiste en determinar los puntos de demanda (clientes)
que se deben asignar a cada instalacin, para despus decidir los lugares de las
instalaciones que minimizan el costo de viaje para los clientes asignados. (Sule,
2000). El siguiente ejemplo muestra el procedimiento de solucin.

Ejemplo 3.15
Suponga que se tienen cuatro clientes, A, B, C y D cuyas demandas son 75, 50,
25 y 30 unidades, respectivamente. Estn ubicados en las siguientes coordenadas
(30,10), (10,50), (5,10) y (15,30). Si se van a ubicar dos nuevas instalaciones
Qu grupos de clientes se deben asignar a una sola instalacin? Cul es el
lugar ptimo de cada instalacin?
Solucin:
Paso 1. Escalar la demanda. El primer paso es escalar la demanda, esto se hace
seleccionando la mnima demanda como factor de escala.
Demanda escalada = demanda del cliente/demanda mnima 3.18
En este caso la demanda mnima es 25, y los valores de la demanda escalada
son
Cliente 1: 75/25 = 3.0
76
Cliente 2: 50/25 = 2.0
Cliente 3: 25/25 = 1.0
Cliente 4: 30/25 = 1.2
Paso 2. Elaborar la grfica y determinar los clientes ms prximos. En una grfica
se trazan los puntos en los que se ubican los clientes y se identifican aquellos que
estn ms prximos. Figura 3.21.

Figura 3.21 Localizacin de los clientes. Las flechas indican los clientes ms cercanos.
Paso 3. Clculo de las distancias mnimas entre los clientes ms cercanos. Esto
se hace utilizando la distancia euclidiana, como sigue:
( ) ( ) | |
( ) ( ) | |
( ) ( ) | | 61 . 20 30 50 15 10
36 . 22 30 10 15 5
25 10 10 5 30
2
1
2 2
2
1
2 2
2
1
2 2
= + =
= + =
= + =
BD
CD
AC
d
d
d

Paso 4. Clculo de la constante de costo para los clientes. Esto se hace
multiplicando la distancia mnima entre los clientes ms cercanos por la demanda
escalada.
escalada demanda X cercano ms cliente al mnima distancia costo de Constante = 3.19
73 . 24 2 . 1 61 . 20
(Mnimo) 36 . 22 1 36 . 22
22 . 41 2 61 . 20
75 3 25
= =
= =
= =
= =
X CC
X CC
X CC
X CC
D
C
B
A

10 20 30 40 50 0
10
20
30
40
50

D
C
B
A
77
Paso 5. Clculo del radio. Para calcular los radios de cobertura se utiliza la
siguiente ecuacin:
escalada Demanda
mnima costo de Constante
radio 3.20

Los valores de radio as calculados servirn para trazar los crculos con centro en
cada uno de los puntos en los que se ubican los clientes. Si alguno de estos
crculos alcanza un punto donde se encuentre ubicado otro cliente, entonces esto
indicar que deben combinarse. En la figura 3.22 se muestra que el crculo
trazado desde el cliente C alcanza al punto donde se localiza el cliente D, por lo
que se combinan stos y, a esta instalacin equivalente se le denominar L
1
.
63 . 18
2 . 1
36 . 22
36 . 22
1
36 . 22
18 . 11
2
36 . 22
45 . 7
3
36 . 22
= =
= =
= =
= =
D
C
B
A
r
r
r
r

10 20 30 40 50 0
10
20
30
40
50

D
C
B
A
78
Figura 3.22 Crculos de cobertura. El trazado desde C alcanza al punto del cliente D, entonces
se conforma una instalacin equivalente combinando estas dos instalaciones.
Paso 7. Clculo de las coordenadas de la instalacin equivalente. Se utiliza el
centro de gravedad para calcular las coordenadas de la instalacin equivalente
formada por la combinacin de los clientes C y D.
( )( ) ( )( )
( )( ) ( )( )
9 . 20
2 . 2
30 2 . 1 10 1
45 . 10
2 . 1 1
15 2 . 1 5 1
=
+
=
=
+
+
=
y
x

Figura 3.23 Relacin de los clientes. Observe que L
1
representa la instalacin equivalente.
Paso 8. Clculo de las nuevas distancias. Con las nuevas coordenadas de la
instalacin equivalente, se calculan los valores de las distancias.
( ) ( ) | |
( ) ( ) | | 1 . 29 50 9 . 20 10 45 . 10
38 . 22 10 9 . 20 30 45 . 10
2
1
2 2
2
1
2 2
1
1
= + =
= + =
B L
A L
d
d

Paso 9. Clculo de las nuevas constantes de costo.
2 . 58 2 1 . 29 C
mnimo 23 . 49 2 .. 2 38 . 22
14 . 67 3 38 . 22
B
1
1
= =
= =
= =
X
X C
X C
L

Paso 10. Clculo de los nuevos radios
10 20 30 40 50 0
10
20
30
40
50

L1
B
A
79
61 . 24
2
23 . 49
37 . 22
2 . 2
23 . 49
41 . 16
3
3 . 49
1
1
= =
= =
= =
B
L
r
r
r

Paso 11. Dibujar los nuevos crculos de cobertura. (Vase la figura 3.24)

Figura 3.24 Nuevos crculos de cobertura

En la figura 2.24 se muestra que el crculo trazado a partir de L
1
con radio de
22.37 alcanza el punto que representa al cliente A, por lo tanto, se tiene una nueva
instalacin equivalente que servir a los clientes 1, 3 y 4. Como slo se ubicarn
dos instalaciones y slo queda el cliente B por cubrir, entonces la instalacin 2 lo
servir. Las coordenadas para la instalacin 1 son entonces:
( )( ) ( )( )
( )( ) ( )( )
61 . 14
2 . 5
10 3 9 . 20 2 . 2
7 . 21
2 . 5
30 3 45 . 10 2 . 2
=
+
=
=
+
=
y
x

El resumen de la decisin se muestra en la tabla 3.23, observe que la instalacin 2
tiene las mismas coordenadas del cliente B.
Instalacin Coordenadas Clientes asignados
10 20 30 40 50 0
10
20
30
40
50

L1
B
A
80
1 (21.7,14.61) A, C Y D
2 (10,50) B
Tabla 3.23 Resultado final para el ejemplo 3.15

3.5. USO DE PROGRAMAS DE COMPUTADORA EN LOCALIZACIN DE
PLANTA
Existen en el mercado muchos programas que resuelven problemas de
localizacin de planta bajo los diferente enfoques vistos en este captulo. Aqu se
mostrar solamente el WinQSB, es una versin realzada de QSB+,, QS y QSOM,
publicadas por Prentice-Hall, Inc. [WinQSB, manual del usuario] cuyo autor es Yih-
Long Chang. Es un software interactivo que cubre varias herramientas y mtodos
de la ciencia administrativa. Provee 19 mdulos que incluyen la programacin
lineal, la programacin cuadrtica, la programacin dinmica, etc., pero el de
inters en este captulo es la localizacin de planta. Se mostrar su uso con el
ejemplo 3.2 y que para mayor comodidad se reproducen los datos en la tabla 3.24.
Instalacin,
i
P
1
P
2
P
3
P
4
P
5
P
Coordenadas
( )
i i
b a
(2,4) (12,10) (6,9) (12,2) (8,2)
Peso,
i
w 10 4 3 8 5
Tabla 3.24 Datos del ejemplo 3.2.
La figura 3.25 muestra el mdulo que incluye la localizacin de planta, la
distribucin de planta y el balance de lneas. En este caso se selecciona
localizacin de planta, con el criterio objetivo en minimizacin, se anota el ttulo del
problema, nmero de instalaciones existentes (para este ejemplo, 5) y el nmero
de instalaciones planeadas, en este caso 1. Despus de aceptar estos datos el
programa muestra la ventana de la figura 3.26 en la que se han anotado los pesos
w
i
y las coordenadas de las instalaciones existentes.
81

Figura 3.25 Mdulo de Distribucin y Localizacin de Planta y Balanceo de Lnea

Figura 3.26 Datos para el ejemplo 3.2

En la figura 3.27 se muestran las opciones que WinQSB proporciona para resolver
el problema; resolver la nueva solucin ptima o evaluar la nueva localizacin
asignada. Adems se puede elegir el tipo de distancia que se usar para resolver
el problema: distancia rectilnea, distancia euclidiana al cuadrado y distancia
euclidiana. Despus de seleccionar y aceptar el programa resuelve el problema
mostrando la solucin en la que se indican las coordenadas de la nueva
instalacin as como los flujos totales (en este caso 30) y el costo de flujo total
(179), tal como lo muestra la figura 3.28. Tambin se puede observar el resultado
grficamente, tal como se muestra en la figura 3.29. No se muestran aqu las
soluciones con los otros tipos de distancia.

82

Figura 3.27 Opciones de solucin que muestra WinQSB.

Figura 3.28 Solucin del ejemplo 3.2 mediante WinQSB con distancia rectilnea.

Figura 3.29 Solucin grfica de WinQSB para el ejemplo 3.2
83
3.6. RESUMEN
En este captulo se describieron algunos mtodos de localizacin de instalaciones,
tanto el caso de una sola instalacin como de instalaciones mltiples con criterios
cuantitativos. El modelo minisum con distancias rectilneas, euclidianas al
cuadrado y euclidianas. Se discuti cmo construir las lneas de contorno
aplicables para explorar los alrededores de la solucin ptima, para decidir un sitio
alterno cuando el sitio ptimo tiene alguna restriccin. Para la localizacin de
unidades de emergencia se utiliz el criterio minimax, con dos modelos
fundamentales el de la cobertura del crculo y el de la cobertura del diamante, con
distancias rectilneas y de Tchebychev. Finalmente se trataron dos algoritmos para
resolver problemas de localizacin de instalaciones mltiples.
3.7. PROBLEMAS
1. La oficina de correos central en la ciudad Utopa, debe ser reemplazada
con una instalacin mucho ms grande y ms moderna, que pueda manejar
el gran flujo de correo que ha seguido el crecimiento de la ciudad desde
1980. Actualmente todo el correo, de entrada o de salida, viaja desde siete
oficinas de correo en distintos puntos de la ciudad, para ser distribuida a
travs de la oficina de correos central. Elegir adecuadamente su
localizacin puede incrementar la eficiencia en la entrega global y los
movimientos. Utilizando los datos de la siguiente tabla, calcule:
a. El mejor sitio, utilizando el mtodo de la mediana
b. El mejor sitio, utilizando el mtodo del centro de gravedad
c. Utilizando el resultado obtenido en (a), dibuje las lneas de contorno
alrededor de algn punto cercano al ptimo
d. Use el algoritmo de Kuhn y Kuenne (distancia euclidiana) para
determinar el mejor sitio, haga slo dos iteraciones.

Sucursal de la oficina de
correos
Coordenadas x,y del mapa Viajes redondos del camin
por da
A (10,5) 3
B (3,8) 3
C (4,7) 2
D (15,10) 6
E (13,3) 5
F (1,12) 3
G (5,5) 10

2. La siguiente tabla muestra las coordenadas del mapa y las cargas
embarcadas para un conjunto de ciudades que se desean conectar a travs
84
de una central. Cerca de qu coordenadas del mapa se debe localizar
dicha central?
a. Use el mtodo de la mediana
b. Use el mtodo del centro de gravedad
c. Use el algoritmo de Kuhn y Kuenne.

Ciudad Coordenadas del mapa (x,y) Carga embarcada
A (5,10) 5
B (6,8) 10
C (4,9) 15
D (9,5) 5
E (7,9) 15
F (3,2) 10
G (2,6) 5

3. La Vaquita, S. A., est planeando la ubicacin de los centros de
procesamiento de lcteos para la preparacin de estos productos en cierto
pas. Las ubicaciones y los volmenes de leche se proporcionan a
continuacin. Los costos de transporte son de 5 $/kilmetro/100 kg., no
varan en toda el rea. Emplear el mtodo de la mediana simple para
encontrar la mejor ubicacin mostrndolo grficamente.

Ubicacin Coordenadas de la ubicacin
(en kilmetros)
Procesamiento de leche
(unidades de 100,000
kilogramos)
A N/S/E/O = 0 200
B O =20, N = 400 300
C E = 120, N = 20 800
D E = 340, N = 80 200
N = Norte, E = Este, S = Sur, O = Oeste

4. Elija un punto cercano al ptimo obtenido en el problema 3 y dibuje las
lneas de contorno.
5. Una compaa est tratando de encontrar la mejor ubicacin para una
estacin central para el tratamiento de desechos slidos. En la actualidad
se cuenta con cinco subestaciones, cuyas coordenadas (x,y) son las
siguientes: estacin 1 (40,120), estacin 2 (65,40), estacin 3 (110,90) y
estacin 4 (10,130), estacin 5 (20, 50). Los valores de w
i
son los
85
siguientes: 20, 10, 7, 12 y 16, respectivamente Utilizar el mtodo de la
mediana simple para encontrar el mejor punto de ubicacin.
6. Utilice los datos del problema 5 para resolverlo mediante el mtodo del
centro de gravedad.
7. Utilice los datos del problema 5 para resolverlo con distancias euclidianas.
(Dos iteraciones).
8. Utilice el resultado del problema 5 para dibujar lneas de contorno, iniciando
en un punto cercano al ptimo.
9. La compaa Tran, S. A., desea ubicar una nueva planta que tiene 3
proveedores A, B Y C y que surte a tres mercados X, Y y Z. Los datos
pertinentes se dan a continuacin.
Instalacin Ponderacin Coordenadas
(i) (wi) Xi Yi
A 20 0 0
B 30 2 2
C 40 4 4
X 50 6 6
Y 60 8 8
Z 70 10 10

a. Cul deber ser el mejor sitio para ubicar la planta si se usan
distancias rectangulares?
b. Evale la funcin objetivo
c. Cambia la decisin si se utilizan distancias euclidianas al
cuadrado?
d. Use el algoritmo de Huhn y Kuenne para determinar un sitio ms
preciso, haga slo una iteracin.
e. Cul es el valor de la funcin objetivo si se usan los resultados del
inciso d?
10. Una empresa cuenta con tres almacenes a los que enviar muebles desde
una nueva fbrica cuya ubicacin an no se decide. La fbrica recibir
materias primas de sus proveedores de madera y de telas. El nmero anual
de embarques, los costos de los embarques y las ubicaciones de los
proveedores y almacenes se muestran a continuacin. Dnde hay que
ubicar la fbrica para minimizar los costos anuales de transporte?
Instalacin existente Nmero de
embarques/ao hacia o
desde la planta
Costo
/embarque/milla
Coordenadas de la ubicacin
(millas)
X Y
Proveedor madera 120 $8 100 400
Proveedor de tela 200 6 800 700
Almacn 1 60 5 300 600
Almacn 2 40 5 200 100
Almacn 3 70 5 600 200
86
11. La compaa Tran, S. A., desea ubicar una nueva planta que cubra la
demanda no satisfecha en sus tres mercados. Se han realizado diversos
estudios para encontrar la ubicacin ms conveniente. Los sitios
potenciales son Durango y Monclova, uno de ellos se integrar a las otras
dos plantas existentes que estn ubicadas en Oaxaca, San Luis Potos y
Pachuca. El mercado est distribuido en tres grandes zonas que tienen
como sede las ciudades de Mxico, Guadalajara y Monterrey. La estructura
de costos, produccin y demanda se muestran en la siguiente tabla.

PLANTA
PRODUCCIN
(Miles de unidades
anuales)
COSTOS DE TRANSPORTE ($10/unidad)
Oaxaca 50 5 5 9
San Luis
Potos
75 4 5 4
Pachuca 50 6 9 10
Durango 25 9 7 10
Monclova 25 10 8 5
Demanda (miles de unidades
anuales)

80 70 50

12. Un Instituto Tecnolgico tiene cinco departamentos acadmicos que
compartirn un nuevo centro de copiado en donde se realizar el
fotocopiado de apuntes, programas, etc. Se hizo un estudio para ver
cuntos viajes por da, en promedio, fueron hechos desde cada
departamento. Los datos recolectados se muestran en la siguiente tabla
junto con la localizacin de los cinco departamentos. Determine la
localizacin del nuevo centro de copiado.

Departamento
Acadmico
Coordenadas Viajes por da
1 15,15 4
2 20,20 6
3 80,60 3
4 75,30 2
5 35,35 4

87
13. Se tienen siete instalaciones existentes con las coordenadas mostradas en
la siguiente tabla.
INSTALACIN 1 2 3 4 5 6 7
COORDENADAS (4,1) (3,7) (3,5) (5,11) (8,10) (8,4) (5,12)

.Use el algoritmo Elzinga-Hearn para encontrar la solucin minimax.
14. Considere las coordenadas del problema 13 para resolverlo mediante la
cobertura del diamante ponderado.
15. Considere las coordenadas del problema 13 y resulvalo como un problema
de cobertura de diamante con distancias Tchebychev.
16. Suponga que se desea encontrar la ubicacin ms adecuada de dos
estaciones de pintura, P
1
y P
2,
que pintarn las piezas provenientes de
cuatro mquinas, M
1
, M
2
, M
3
y M
4
, La siguiente tabla muestra las
coordenadas de ubicacin de las mquinas y la cantidad de viajes entre
stas y las estaciones de pintura. Como algunas piezas requieren de las
dos estaciones de pintura, se producen 25 viajes entre stas.

Mquina Coordenadas Nmero de viajes
x y Estacin de pintura 1 Estacin de pintura 2
M
1
6 4 15 30
M
2
10 20 32 8
M
3
14 16 40 25
M
4
18 25 12 20
I
1
a
1
b
1
25
I
2
a
2
b
2
25

17. Se tienen cuatro clientes, P, Q, R, y S. Las demandas previstas son 100,
300, 450 y 600 unidades, respectivamente. Estn ubicados en las
siguientes coordenadas (15,10), (30,40), (10,30) y (5,25). Si se van a ubicar
dos nuevas instalaciones Qu grupos de clientes se deben asignar a una
sola instalacin? Cul es el lugar ptimo de cada instalacin?

BIBLIOGRAFA
Askin R. Y Standridge C., Modeling Analysis of Manufacturing System, John
Wiley & Sons, Singapore, 1993.
Brandeau Y Chiu, An Overview Of Representative Problems In Location,
Research, Managament Science, Vol. ,15. No. 6, Junio 1989
Buffa, E. S., Administracin de Operaciones, Limusa, Mxico, 1981.
88
Chang, Yih-Long, Manual del usuario de WinQSB, versin 2.00.
Chase, Aquilano y Jacobs, Administracin de Operaciones, Irwin Mc Graw Hill,
Bogot, 2001.
Chiyoshia, Galvao y Morabitob, A note on solutions to the maximal expected
covering location problem, Computers & Operations Research 30 (2002) 8796
De Heredia, R., Arquitectura y urbanismo industrial, Escuela Tcnica Superior de
Ingenieros Industriales, Universidad Politcnica, Madrid, 1981.
Delmelle, On Facility Location Design, Department of Geography, SUNY at
Buffalo, 2003.
Diguez, Uncapacitated Facility Location Problems: Contributions, Pesquisa
Operacional, v.24, n.1, p.7-38, enero a abril de 2004.
Francis, McGinnis y White, Facilities Layout and Location: an analytical
approach, Prentice Hall, USA, 1992.
Gaither, N. y Frazier, G., Administracin de Produccin y Operaciones, 8 edicin,
International Thompson Editores, Mxico, 2000.
Hamacher, Where is the ideal location?, Management Mathematics for European
Schools
Libin Mou, Optimal Location Problems: Theories and Applications, Department of
Mathematics, College of Liberal Arts, Agosto, 1997.
Monks, J. G., Administracin de operaciones, Mc Graw Hill, Mxico, 1985.
Mou, Optimal Location Problems: Theories and Applications, Department of
Mathematics College of Liberal Arts, August, 1997.
Shmovs, D. B., Tardosy, K., y Aardalz, Approximation algorithms for Facility
Location Problems.
Shmoys, Tardos y Aardal, Approximation algorithms for facility location problems,
Research partially supported by NSF grant CCR-9307391, and by ESPRIT Long
Term Research Project No. 20244 (Project ALCOM-IT: Algorithms and Complexity
in Information Technology).
Shmoys, Tardos y Aardal, Approximation algorithms for facility location problems,
School of Operations Research & Industrial Engineering and Dept. of Computer
Science, Cornell University
Sinha, Location, Location, Location and Location, Tepper School of Business,
Carnegie Mellon University, 2004.
Snyder, Facility Location Under Uncertainty: A Review Dept. of Industrial and
Systems Engineering, Lehigh University, Technical Report #04T-015, 2005.
Sule, D. R., Logistics Facility Location and Allocation, Marcel Dekker Incorporated,
New York, 2001.
Sule, D.R., Instalaciones de Manufactura, Thompson Learning, Mxico, 2001
89
Tawfik y Chauvel, Administracin de la Produccin, Editorial Hispanoeuropea,
1993.
Vallnonrat y Korominas, Localizacin, distribucin en planta y manutencin,
Prodctica, Marcombo, Boixareu Editores, Espaa, 1991.

CAPÍTULO+

Caricato da

Informazioni sul documento

Descrizione originale:

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

CAPÍTULO+

Caricato da

Copyright:

Formati disponibili

Planeacin y Diseo de Instalaciones

Mtodos Cuantitativos de Localizacin de Planta

x . Ver la figura 3.10

Potrebbero piacerti anche