MÉTODO CUANTITATIVO DE VOGEL Este método apunta al análisis de los costos de transporte, tanto de materias primas como d
Views 136 Downloads 0 File size 711KB
MÉTODO CUANTITATIVO DE VOGEL Este método apunta al análisis de los costos de transporte, tanto de materias primas como de productos terminados. El problema del método consiste en reducir al mínimo posible los costos de transporte destinados a satisfacer los requerimientos totales de demanda y abastecimiento de materiales. Los supuestos, también considerados como desventajas del modelo, son:
Los costos de transporte son una función lineal del número de unidades embarcadas.
Tanto la oferta como la demanda se expresan en unidades homogéneas.
Los costos unitarios de transporte no varían de acuerdo con la cantidad transportada.
La oferta y la demanda deben ser iguales.
Las cantidades de oferta y demanda no varían con el tiempo.
No considera más efectos para la localización que los costos del transporte.
Entre sus ventajas está que es un método preciso y totalmente imparcial. Todos los datos se llevan a una matriz oferta – demanda u origen y destino. Se escogerá aquel sitio que produzca los menores costos de transporte, tanto de la materia prima como del producto terminado.
A continuación, se presenta una aplicación práctica.
EL PROBLEMA DE DISTRIBUCIÓN DE COSMIC COMPUTER COMPANY
CCC tiene tres plantas de ensamblaje de microcomputadoras en San Francisco, Los Ángeles y Phoenix. La planta de Los Ángeles tiene una capacidad de producción mensual de 2000 unidades. Cada una de las plantas de San Francisco y Phoenix puede producir un máximo de 1700 unidades al mes. Las microcomputadoras de CCC se venden a través de cuatro tiendas detallistas localizadas en San Diego, Barstow, Tucson y Dallas. Los pedidos mensuales de los vendedores al menudeo son de 1700 unidades en San Diego, 1000 en Barstow, 1500 en Tucson y 1200 en Dallas. La tabla contiene el costo de embarque de una microcomputadora desde cada planta de ensamblaje hasta cada una de las distintas tiendas minoristas. Su trabajo es formular un modelo matemático para encontrar el programa de embarque de mínimo costo.
PLANTAS San Francisco Los Ángeles Phoenix
San Francisco 1700
SAN DIEGO 5 4 6
TIENDAS BARSTOW TUCSON 3 2 7 8 5 3
DALLAS 6 10 8
San Diego SD
1700
SF Barstow Barstow Los Ángeles 2000
BW
1000 1000
LA Tucson TU
1500
Phoenix 1700
PH
Dallas DL
1200
CUADRO DE VARIABLES: ORIGEN
DESTINO BARSTOW TUSCON XSB XST XLB XLT XPB XPT
SAN DIEGO XSS XLS XPS
SAN FRANCISCO LOS ANGELES PHOENIX
DALLAS XSD XLD XPD
FUNCIÓN OBJETIVO: Forma Verbal: Minimizar los costos de embarque desde todas las plantas a todas las tiendas. Descomposición: Minimizar: (costo de embarque desde SF) + (costo de embarque desde LA) + (costo de embarque desde PH)
fo : MINIMIZAR= (5xss + 3xSB + 2xST + 6xSD) + (4xLS + 7xLB + 8xLT + 10xLD) + (6xPS + 5xPB + 3xPT + 8xPD)
RESTRICCIONES: CAPACIDAD EMBARQUE (OFERTA): XSS + XSB + XST + XSD = 1700 XLS + XLB + XLT + XLD = 2000 XPS + XPB + XPT + XPD = 1700
CAPACIDAD DE DEMANDA: XSS + XLS + XPS = 1700 XSB + XLB + XPB = 1000 XST + XLT + XPT = 1500 XSD + XLD + XPD = 1200
APLICACIÓN EN SOLVER: En primer lugar, construimos nuestra matriz en Excel, tal como se muestra a continuación. En los cuadros pequeños y azules pondremos los costos brindados en el enunciado del ejercicio. DEMANDA SD
BW
5
TU
3
DL
2
6
SF
OFERTA
OFERTA 1700
4
7
8
10
LA
2000 6
5
3
8
PH
1700
DEMANDA
1700
1000
1500
1200
En la esquina inferior derecha, mostraremos la sumatoria de la Oferta y Demanda; ambas deben ser equivalente. ∑ 𝑂𝑓𝑒𝑟𝑡𝑎 = 1700 + 2000 + 1700 = 5400 ∑ 𝐷𝑒𝑚𝑎𝑛𝑑𝑎 = 1700 + 1000 + 1500 + 1200 = 5400 Para comprobar su igualdad, usaremos la fórmula de Excel “Igual”. 𝐼𝑔𝑢𝑎𝑙 = (∑𝑂𝑓𝑒𝑟𝑡𝑎, ∑𝐷𝑒𝑚𝑎𝑛𝑑𝑎) 𝐼𝑔𝑢𝑎𝑙 = 𝑉𝐸𝑅𝐷𝐴𝐷𝐸𝑅𝑂 DEMANDA SD 5
BW 3
TU 2
DL 6
OFERTA
SF
1700 4
7
8
10
LA
2000 6
5
3
8
PH DEMANDA
OFERTA
1700 1700
1000
1500
1200
VERDADERO
Para la resolución de nuestro caso, anexaremos tablas de Oferta y Demanda; a fin de comprobar los resultados y que no existan desigualdades. OFERTA SF LA PH
ENVIA 0 0 0
CANTIDADES 1700 2000 1700
DEMANDA SD BW TU DL
RECIBE 0 0 0 0
CANTIDADES 1700 1000 1500 1200
Los datos de “CANTIDADES” son fijos, ya que nos lo proporciona el ejercicio y serán la base para comprobar si los valores obtenidos calzan con estos. Los datos de “ENVÍA” y “RECIBE” se deben a la sumatoria de los datos que nos proporcionará Solver; ahora se encuentran en 0 debido a que la generación de estos datos aún no se ha dado. De esta forma, procederemos a ejecutar Solver. Para ello, nos dirigimos a Datos Solver.
En donde seleccionamos nuestra función objetivo ya explicada con anterioridad donde cita “Establecer objetivo” y seleccionamos “Min” ya que lo que deseamos son los menores costos posibles. Seguidamente, agregamos las restricciones con ayuda de las tablas de Oferta y Demanda. Usaremos el método Simplex que es un método analítico de solución de problemas de programación lineal. Obteniendo lo siguiente: DEMANDA SD
BW
5
3
OFERTA
SF
0 4
PH
0 3
0 1000
700
1700
300
2000
200
1700
10
0
0 1700
0 8
5
OFERTA
6
1000
1700 6
DL
2
7
LA
DEMANDA
TU
8 1500 1500
1200
Función Objetivo = $ 23100 Comprobación de resultados: OFERTA SF LA PH
ENVIA 1700 2000 1700
CANTIDADES 1700 2000 1700
DEMANDA SD BW TU DL
RECIBE 1700 1000 1500 1200
CANTIDADES 1700 1000 1500 1200
VERDADERO
Entonces:
Lo óptimo para San Francisco es cumplir con un pedido de 1000 y 700 unidades para Barstow y Dallas, respectivamente.
Lo óptimo para Los Ángeles es cumplir con un pedido de 1000 y 300 unidades para San Diego y Dallas, respectivamente.
Lo óptimo para Phoenix es cumplir con un pedido de 1500 y 200 unidades para Tucson y Dallas, respectivamente.