La logística se ha conformado como un proceso 10

estratégico para organizar las actividades de producción

y de distribución de las empresas.
V-:1'.:~~ LoS L ibertadores
m
El concepto de sistema logfstico ha incluido un amplio =l.J))(.IJ:~ lmtlht~·¡UI,, l!t~h·'t'hil,tu.-

~:~~~TOS
espectro de operaciones que condicionan la eficiencia y
la competitividad empresarial en el actual contexto de
globalización de la economía. 1111111111111111111111111111
CASTil lO 001029516
~ TTT
En este sentido, este libro afronta y analiza los distintos
aspectos que inciden en los procesos de planificación y
gestión de los procesos logísticos relacionados más
directamente con la distribución física de las empresas,
Logística
desde la localización estratégica de los almacenes,
recursos en el territorio y la gestión de los inventarios y
stocks, hasta el diseño de un sistema de red de ·¡:.S
o
·¡: del transporte
,g·¡:
distribución ffsica eficiente. En el desarrollo de este
análisis, se integran los criterios de minimización de los
·-
.. ..
Cl)
~ ~-
costes de las empresas con una visión de servicio 1- > Francesc Robusté Antón
asociada al cumplimiento de los estándares de calidad y ·- Cl)
servicio solicitados por los clientes y usuarios. t: t:
oa.c.
o

.. ..
Adicionalmente, el análisis se particulariza para sistemas 0 0
logísticos singulares que tienen una importante
e: e:
ca ca
repercusión social y una significativa complejidad, como 9 788483 017739 1-1-
son la distribución urbana de mercancías, el diseño de ISBN 978-84-8301-773-9 CI) Cl)
redes de transporte público terrestre y la gestión del "C"C
equipaje en los aeropuertos. 0 0
CD ca
EE
Francesc Robusté es Doctor Ingeniero de Caminos,
~~
Canales y Puertos por la UPC, PhD in Engineering,
Master of Science in Operations Research y Master of
Engineering in Transportation por la Universidad de
California en Berkeley. Es catedrático de Transporte de la
UPC; director de la Escala Técnica Superior d'Enginyeria
de Camins, Canals i Ports de Barcelona (ETSECCPB);
director del Laboratorio de Análisis y Modelización del
Transporte (LAMOT); director de la Cátedra Abertis de
gestión de infraestructuras del transporte y subdirector
del Centro de Innovación del Transporte (CENIT).
Es autor de más de 200 publicaciones sobre logística,
operaciones en transporte público y aeropuertos y
gestión del tráfico vía tarifa. Ha recibido diversos premios
por artículos, por trabajos de innovación tecnológica y
por la dirección de tesis doctorales y tesinas de
graduación.

Departament
Infraestructura del Transport i del Territori
658.788

.
R6671

•
2005

Edicions UPC
UNIVERSITAT POLIT~ CNI CA DE CATALUNYA
e Ej.2

e EDICIONS UPC ñ. CENIT

 Temes de Transport i Territori
Temas de Transporte y Territorio
10
 fUNfiACION UNIVERSITARIA LOS L
B IB L I O T EGA CE IBERTAOC
H~RNAN OO SANTOSN TRAI.,.
CASTif.LQ

Logística
del transporte
Francesc Robusté Antón

• UNIVERSITAT POLITióC NICA DE CATALUNYA ~ • Edicions UPC

UNIVER SITAT POLIT~CN I C A DE CATALUNYA
e
 Índice vii

0CR.-11ff
·1Pt/04 /zo14 Rtt,7J
FUNDACJON UNIVERSITARIA lOS LIBERTADORES
')005
(~~ ~S 1~~~r,t,~g!?J.~~
El iOLI O TECA CENTRAL
H E RN A NDO SANTOS CASTILLO
Zq '.Q ~
éJ• 2
~::i(i;oo lllllllllll!llllllllllll~1
fRECIO REGtSTRO J SQ'/:J- 0
COMPRA_ L CANJE _ _ OOUACION
--- CASTILLO 001029516

Índice

1 Concepto y relevancia de la logística ................................................................................. 13

1.1 Desarrollo de la logística ....................................................................................................... 14

1.2 Factores de decisión en logística ........................................................................................... 15
1.3 La logística como mutación del transporte ............................................................................ 18
1.4 Modelización del sistema de distribución fisica ........................... ......................................... 21

2 Localización ........................................................ ........ .......................................................... 23

2.1 Localización estática: un centro ............................................................................................. 24

Primera edición: abril de 2005
Reimpresión: octubre de 2009 2.2 Localización estática: multicentros ................................................ ........................................ 29
2.3 Localización dinámica ........................................................................................................... 34
2.4 Competencia .......................................................................................................................... 35
2.5 Factores cualitativos .............................................................................................................. 36
Diseño de la cubierta: Edicions UPC
3 Gestión de stocks .................................................................................................................. 37
© Francesc Robusté Antón, 2005
3.1 Naturaleza de la gestión de inventarios ........................ :........................................................ 38
© Edicions UPC, 2005 3.2 Costes y factores relacionados con el inventario .................................................................. .40
Edicions de la Universitat Politécnica de Catalunya, SL
3.3 Políticas de control de inventarios ......................................................................................... 42
Jordi Girona Salgado 1-3, 08034 Barcelona
Tel.: 934 137 540 Fax: 934 137 541 3.4 El modelo EOQ ..................................................................................................................... 43
Edicions Virtuals: www.edicionsupc.es 3.5 Compras .. .. ............................................................................................................................. 45
E-mail: edicions-upc@upc.edu
3.6 Stocks de seguridad ................................................................................ ......... ................. .. .... 5 1

Producción: LIGHTNING SOURCE 4 Sistema de distribución física ........................................................................................... .. 55

Depósito legal: B-15653-2005 4.1 Componentes y estrategias de distribución ............................................................................ 55
ISBN: 978-84-8301-773-9
4.2 De un origen a un destino ........................................................................... ........................... 56
Cualquier forma de reproducción, distribución, comunicación pública o transformación de esta obra solo 4.3 De un origen a muchos destinos ...................................................... .. ......_.............................. 58
puede ser realizada con la autorización de sus titulares, salvo excepción prevista por la ley. Diríjase a
CEDRO (Centro Español de Derechos Reprográficos, www.cedro.org http://www.cedro.org) si necesita 4.4 De muchos orígenes a muchos destinos ................. ............................................................... 59
fotocopiar o escan ear algún fragmento de esta obra.
4.5 Configuración de una red de DF eficiente ................................ ............................................. 65
 fUNDACION UNIVERSITARIA LOS liBEit
BIBLIOTEGA C E NT TADC
HE:RNANOO SANT RAL.
os CAsnu.a
viii Logíslica del transporte

5 Diseño de rutas de vehículos ........................... .................................................................... 69

5.1 Formulación del problema ........................................................... ........ .................................. 70
5.2 Diseño de rutas de reparto por aproximaciones continuas (VRP) ......................................... 71
5.3 Heurísticos ................... .............................................................. ........ .................................... 78
5.4 Metahcurísticos ................ .............................................. ........ ............................. ................... 80
5.5 Problema del cartero chino (CPP) .. .................................................................... ................... 92

6 Centralización y descentralización ........................................... :....................................... 101

6.1 Grado óptimo de descentralización .................................................................................... 1O1
6.2 Stock de seguridad en un sistema descentralizado ............................................................... 102
6.3 Stock activo en un sistema descentralizado ............................................ .. ........................... 103 A Melanie, Ga¡.fa
6.4 Condicionantes de descentralización ........ .............................................. ............................. 104 yMax

7 Caso: Distribución de paquetería ..................................................................................... l07

7.1 Formulación del problema ................................................................................................... 108
7.2 Heurístico ad hoc ........................................ .. ....................................................................... 117

8 Caso: Diseño logístico del servicio de autobuses urbanos .............................................. 123

8. 1 Un método híbrido de trazado y operación ........................................................... .. .. .......... 125
8.2 Variables en diseño de una red de autobuses con un solo centro ......................................... 132
8.3 Ocupación y nivel de servicio .............................................................................................. 137
8.4 Función objetivo y proceso de optimización ....................................................................... 138
8.5 Generalización: red densa y efectos de la congestión del tráfico ......................................... 139

9 Caso: Gestión del equipaje en aeropuertos ..................................................................... 151

9.1 Formulación del problema .................................................................................................. 151
9.2 Modelización de los procesos como sistemas de colas ........................................................ 154
9.3 Estándares de servicios .... .................................................................................................... 155
9.4 Sistemas para la manipulación del equipaje ...................................................... .................. 157
9.5 Facturación del equipaje ......................................................... ............................................. 159
9.6 Retirada del equipaje ........................................................................................................... 162
9.7 Clasificación del equipaje .................................................................................................... 165

10 Logística urbana ........................................................................................ ........................ 169

10.1 Concepto y justificación ............ ........................................... ......................... ...................... 169
10.2 Distribución urbana de mercancías ...................................................................................... 175

Referencias ................................................................................................. .................... .... 197

Agradecimientos xi

Agradecimientos

Los albores del siglo XXI cierran la etapa de media vida del autor. En el ámbito académico la
actividad se ha plasmado en más de 170 publicaciones técnicas que han merecido el reconocimiento
de dos sexenios de investigación de calidad, y en la dirección de 8 tesis doctorales y de 40 tesinas de
graduación. En el ámbito profesional, la actividad se ha prodigado en más de 120 proyectos
directamente dirigidos o elaborados por el autor.

Dentro de la línea general de investigación de la modelización causal del transporte, las aportaciones
del autor se pueden agrupar en cuatro áreas: logística, transpotte público urbano, aeropuertos y gestión
del tráfico vía tarifa.

Este documento incluye una síntesis didáctica del trabajo realizado por el autor y sus colaboradores dentro
del campo de la logística del transporte entendida de forma amplia: el estudio de cómo las personas, los
objetos y la infmmación han de superar el espacio y el tiempo para satisfacer unas necesidades.

Como maestros del autor cabe citar a Mateu Turró (a él debo haberme dedicado al transpotte, al
descubrir la mescolanza de la complejidad del sistema y su componente humanística, una perspectiva
gratificante como colofón a una árida carrera; Mateu, no sé si hiciste bien), Carlos Daganzo (director
de la tesis doctoral, me adentró en la perspectiva científica del transporte y de él aprendí a investigar:
no creo que exista hoy en día mejor maestro en esta ardua tarea; fundador del Berkeley University
Logistics Laboratory: Shipping, Handling, Inventory and Transportation), Gordon Newell (compartió
la formación de investigador en mi etapa en UC Berkeley, donde me hizo famoso por ganarle una
apuesta académica; el Shark se ha ido recientemente por un accidente de tráfico, pero sus enseftanzas
y su arte de modelizar perdurarán), Andrés López Pita (difícilmente pueden igualarse su talla,
elegancia y didáctica en la exposición), y Rafael Izquierdo (sus conocimientos enciclopédicos, su
vitalidad y su puntetía arrojando tizas a los asistentes no tienen parangón).

Muchos otros profesores y colegas, en particular profesores de transporte de las escuelas de ingenieros
de caminos, canales y puettos y de alguna de ingeniería industrial espaftolas, comparten incursiones en el
ámbito de la logística del transporte o el transporte de mercancías: José V. Colomer y Josep Medina
(Universidad Politécnica de Valencia), Ángel lbeas y José M. Díaz (Universidad de Cantabria, en
Santander), Miguel Ángel Pesquera (Universidad de Cantabria, actualmente consejero del Gobiemo de
Cantabria), Emilio Larrodé (Universidad de Zaragoza), Juan Larrafteta (Universidad de Sevilla), José M.
Menéndez (Universidad de Castilla la Mancha, en Ciudad Real), y Alberto Camarero y Juan Gardeta
xii Logística del transporte
(Universidad Politécnica de Madrid). Hay muchos otros especialistas en logística, naturalmente,
provenientes de las áreas de ingeniería industrial, de la economía del transporte, de la administración de
empresas y de la investigación operativa, que no cito por temor a olvidar a alguien en particular.
Entre los colaboradores más directos se encuentran los estudiantes de doctorado cuya tesis doctoral ha
sido dirigida por el autor e incide en la temática de logística del transporte: por orden cronológico,
cabe citar a José Enrique Pérez (gestión de la mano de obra p01tuaria), Octavio Carranza (diseflo de
rutas de recogida de basuras), Emilio Merino (nivel de servicio en autobuses), Ángel Vega (influencia
del tráfico en el servicio de autobuses; tesis codirigida por Ángel ·lbeas, de la Universidad de
Cantabria), Dante Galván (e-Logistics del B2C en el sector de alimentación urbana), Lucía Barcos
(diseflo de una red de paquetería de muchos orígenes a muchos destinos; tesis codirigida por María
Jesús Álvarez de la Universidad de Navarra), y José Magín Campos y Miquel Estrada (distribución
urbana de mercancías y DSS para el control de la distribución de paquetería de muchos orígenes a
muchos destinos, respectivamente, ambas en elaboración).
Para finalizar la carrera, los alumnos de la EscoJa Tecnica Superior d'Enginyeria de Camins, Canals i
P01ts de Barcelona, además de un proyecto constructivo han de elaborar una tesina de investigación
que en ocasiones contiene aportaciones inéditas de similar valor a las de algunas tesis doctorales.
Entre los tesinandos ditigidos por el autor cuya tesina tiene relación con la logística del transporte
cabe citar a Sergio Mas, Jorge Rovira, Julián M. Lorente, Diego Zamora, Ester Gatell, Albert
Magriflá, Miquel Angel Estrada, Jordi Garcia, Anna Camps, Silvia Campistany, Raquel González,
Sergi Saurí y Francesc Soriguera.
Dentro del ámbito profesional, he de recordar con cariflo a Frederic Sabriá, Joan Rojas, Josep Mane!
Almoguera, Jordi Singla y Alfons Bayraguet (para los amigos, siempre serás el Rodri) que
compartieron la aventura de crear Advanced Logistics Group S.A. ALG nació como consultora de
logística, se consolidó como una consultora del transporte innovadora y recientemente se ha
diversificado en consultora estratégica empresarial. El período 1989-1996 fue una etapa llena de
trabajo y de ilusión.
También viene a mi mente la etapa inicial de formación diseflando el primer programa de los cursos
de logística del ICIL Gunto con Antonio Tascón) y de ESADE Gunto con Caries Cabrera, ahora
director general del Instituto Cerdá): esa etapa de entusiasmo y de reuniones a las 9 de la noche
motivó el inicio de patte de estos apuntes. La etapa de divulgación se ha extendido a muchos
escenarios. Juan Pablo Antún contribuyó a aportar aire fresco durante su estancia en sabático ( 1998-
1999) con su perspectiva de estrategia empresarial. El autor ha codirigido el Master en e-Logistics
organizado por la UPC, la UB (Joan Alemany) y Accenture (Jaume Ferrer), y ha contado con la
colaboración de la Universidad de Cranfield: una oferta diferencial en el estado espaflol.
En las tareas de edición de esta memoria, cabe reconocer explícitamente la ayuda de José Magín
Campos, Miquel Estrada, Dante Galván, Patricia González, Sonia Celadcs y Caries Vergara.
Y, ¿qué puedo decir de mi familia más directa? Es dificil agradecer a Melanie Ator que haya
postergado su vida profesional y artística para darme y educar a GaHa y a Max, los mejores hijos,
que han esperado despiertos mi beso de buenas noches como prácticamente único contacto entre
semana y que han soportado estoicamente que papá haya dedicado las madrugadas a cosas como
escribir este libro.
Francesc Robusté
1 Concepto y relevancia de la logística 13
1 Concepto y relevancia de la logística
La logística puede definirse como la ciencia que estudia cómo las mercancías, las personas o la
información superan el tiempo y la distancia de forma eficiente. Así, la logística se contempla como
envolvente natural del transporte, y es posible aplicar principios comunes a la concepción de un sistema
de transporte colectivo en una ciudad, a la definición de una red de carreteras, o en el sistema de
distribución de una empresa fabricante de productos.
En la década actual, la logística empresarial podría incluso concebirse como un proceso estratégico por
el que la empresa organiza y mantiene su actividad (MTTC, 1989). La logística determina y gestiona los
flujos de materiales y de información intemos y externos, tratando de adecuar la oferta de la empresa a la
demanda del mercado en condiciones de optimalidad.
Desde este punto de vista amplio, la logística incluye todas y cada una de las operaciones necesarias para
mantener una actividad productiva: desde programación de compras hasta servicio postventa pasando
por aprovisionamiento de materias primas, planificación y gestión de la producción, almacenaje, diseño,
embalaje, etiquetaje, clasificación y distribución física. A este flujo de materiales se sobrepone un flujo
de información que puede tener, en función del valor afladido aportado por esa información en cuanto a
productividad, desde un papel irrelevante hasta un papel fundamental en la concepción y gestión de un
sistema logístico.
La importancia de la logística en un país queda fuera de dudas pues representa del 21% (Europa, 1986)
al 32% (EEUU, 1975) del PIB. Su importancia formativa es igualmente relevante para un especialista en
transportes. Aunque los conceptos que se desanollarán en esta monografía se aplican a la distribución
física de mercancías, gran parte de ellos pueden extenderse, con modificaciones, al caso de la logística de
personas.
Más que en resaltar el notable número de diferencias existentes entre logística de mercancías no
perecederas, logística de mercancías perecederas, logística de servicios de emergencias, logística de
personas, etc., el interés principal se centra en analizar los principios de diseflo comunes de todo sistema
logístico eficiente. Una de las mayores contribuciones realizadas en la generación de guías de diseflo de
sistemas logísticos eficientes parte de aplicar aproximaciones continuas a los problemas discretos;
Daganzo (1991) recoge los desanollos realizados por los profesores Carlos Daganzo y Gordon Newell
durante la década de los aflos 80.
14 Logística de/transporte 1 Concepto y relevancia de la logística 15

1.1 Desarrollo de la logística
Cualquier persona capaz de preparar una cena para varios niños preadolescentes con éxito (en el
sentido de que a todos ellos les guste lo que cenan, la comida llegue a la justa temperatura, en la justa
cantidad, con el contenido proteico adecuado, etc. y se personalicen las opciones y se solucionen de
forma convincente las eventualidades), sin tener que recurrir al comodín de la hamburguesa con
patatas fritas, es una experta en logística.
materias primas, la planificación y gestión de la producción, el almacenaje, diseño, embalaje, etiquetaje,
clasificación y distribución física, llegando incluso a asumir la concepción e ingenierización de los
productos y procesos.
Además de la gran cantidad de variables y sus interacciones, un condicionante fundamental de la toma
de decisiones en logística es el factor humano. Muchas soluciones de la logística empresarial no se
han podido implantar por no haber tenido en cuenta adecuadamente este factor.

La logística ha pasado en la última década de representar la gestión integral de los flujos de materiales e
información en una empresa a significar un proceso estratégico por el cual la empresa organiza y mantiene 1.2 Factores de decisión en logística
su actividad. Este cambio de mentalidad se ha visto magnificado por los efectos de las nuevas tecnologías
de la información y las comunicaciones (TIC). En logística inciden varias áreas temáticas de decisión que podrían agruparse en:

Varios motivos han contribuido al gran desarrollo de la logística en el sector de los transportes en el stocks/inventarios
último decenio. En primer lugar, se han producido grandes cambios socioeconómicos. La modificación de instalaciones (almacenes/fábricas): número y localización
las pautas de comportamiento social, en cuanto a calidad de vida, calidad de servicios y exigencias comunicaciones
medioambientales, ha producido un desplazamiento del vendedor hacia el consumidor que se ha traducido transporte (modo, rutas, subcontratación, etc.)
en el concepto de la demanda tira -producir lo vendido-, en vez del clásico empujar la demanda -vender gestión de materiales
lo ya producido-. Esto ha dado lugar a una modificación de la relación producción-consumo: el sector calendario de producción
productivo se ha adaptado a las exigencias del consumidor y se han alterado las relaciones entre unidades/modulizaciónlestandarizaciónltamaño paquetes, contenedores, paletas, etc.
proveedores y fabricantes, fabricantes y consumidores, y dentro de los propios procesos de fabricación. El
aumento de la competencia propiciado por la liberalización e internacionalización de los mercados es otro Servicio Productividad Rentabilidad Política logística
de los factores clave de esta mutación. del capital

En segundo lugar, la reorganización del sector productivo ha generado nuevos objetivos. En el intento de
- - - Ausencia de política
mejorar el servicio al cliente se ha aumentado la productividad, mediante reducción de costes, y se ha - - + Subcontratación máxima
adaptado el proceso de producción a las exigencias de la demanda. Esto ha producido como efectos la
relocalización de las actividades de producción respecto a los centros de consumo, la dispersión espacial - + - Gestión integrada
de los centros de producción, la adopción de sistemas de fabricación flexible y de mayor productividad, la
concentración y reducción de los almacenes minimizando los stocks y el desarrollo de técnicas - + + Logística como estrategia
infotmáticas y sistemas de información para el seguimiento y control del proceso. + - - Logística de servicio público

Finalmente, el nuevo escenario del mercado interior europeo que contempla su liberalización, la + - + Filialización de los medios logísticos
internacionalización de las actividades y su apertura hacia los países del Este, brinda oporttmidades clave
para el desarrollo de las prácticas logísticas empresariales. Nuevas tecnologías de infonnación y + + - Sistema flexible
comunicación deberán permitir el control unificado de todo el proceso, con información en cualquier + + + Sistema logístico integrado
punto geográfico o temporal del mismo. A nivel del sector del transporte, una nueva estructma del tráfico,
con una red de flujos más dispersa en el territorio y estructW'a de envíos más pequeños pero con mayor
frecuencia, regularidad y rapidez, llevará inevitablemente a la especialización del transporte -en el ámbito Tabla 1.1 Políticas logísticas (Tixier et al., 1988)
empresarial y modal, potenciando el transporte combinado-, a la conveniencia de los centros integrados
de mercancías y a la necesidad de una mayor formación profesional en el sector que permita diferenciar Tixier et al. (1988) proponen definir las distintas políticas logísticas empresariales en función de tres
entre operador logístico y transportista tradicional. atributos: servicio, productividad y rentabilidad del capital. El cuadro representado por la tabla 1.1
resume las ocho políticas posibles según esta clasificación(+ indica una presencia fuerte del atributo).
Desde un punto de vista amplio, la logística detennina y gestiona los flujos de materiales y de información
internos y externos a una empresa, tratando de adecuar la oferta de la empresa a la demanda del mercado La dificultad de los problemas en logística estriba en varios factores:
en condiciones de óptimo. A un flujo de materiales se sobrepone un flujo de información. La logística
incluye, pues, todas y cada una de las operaciones necesarias para mantener una actividad productiva: - Muchas variables. En logística empresarial no es inusual tratar con miles de referencias, cientos de
desde la programación de compras hasta el servicio postventa, pasando por el aprovisionamiento de clientes y docenas de proveedores.
16 Logística del transporte 1 Concepto y relevancia de la logística 17

- Interacción total. Las vruiables no suelen ser independientes: una decisión respecto a una variable, simples porque la realidad que se analiza es muy compleja. En nuestro enfoque, nos interesan más los
inevitablemente afecta a otras. modelos simplificados que permitan entender los puntos clave que otros modelos más sofisticados
pensados para producir resultados precisos.
- Intereses conflictivos. Además de la interacción mencionada, a menudo ocurre que una decisión
"óptima" respecto a una variable es errónea respecto a otra (ejemplo: para envíos de un origen a un Tema Factores
destino, envíos muy frecuentes de cantidades pequeñas minimiza los costes de inventario, pero
dispara los costes de transporte). Modo de transporte Valor y urgencia de los envíos, peso, volumen, localización de
proveedores y clientes, costes relativos, fiabilidad, etc.
- Dos caras de la logística. En logística conviene prestar atención al detalle tanto como no perder
la visión global. Así, a menudo conviene conjugar conceptos a primera vista contrapuestos, Valor y fragilidad de la mercancía, incidencia del empaquetado en
como planteamientos tácticos y estratégicos, valoraciones cualitativas y cuantitativas, plazos Empaquetado marketing, modulabilidad, estandarización de tamaños, requisitos por
cortos y largos, etc. estanquidad y peligrosidad, etc.

Ubicación de los clientes, accesibilidad local a la red de transportes,

Complejidad algorítmica. Aunque los factores antes citados no ex1st1eran, los problemas de Localización de almacenes disponibilidad de mano de obra y suelo, costes, nivel de servicio al
logística serían aún intrínsecamente complejos debido a que gran parte de los problemas no
cliente, etc.
dispone de algoritmos eficientes para resolverlos (en optimización combinatoria se denomina
eficiente aquel algoritmo que proporciona la solución óptima a un problema en un tiempo o Subcontratación del Fluctuación estacional del tráfico, nivel de especialización de los
complejidad que depende polinómicamente del tamaño del problema; los problemas para los que transporte vehículos, fiabilidad del subcontratista, costes, importancia de
no se dispone de algoritmos eficientes pertenecen a la clase NP; dentro de esta clase, existe una mantener el control sobre todas las operaciones, etc.
subclase para la que se conjetura que jamás se encontrarán algoritmos eficientes, la clase NP-
hard). Los problemas del viajante de comercio, de las rutas de repru1o, de localización de Tabla 1.2 Factores de decisión clave en logística
almacenes múltiples, de layout del almacén, etc., pertenecen todos ellos a la clase NP-hard.
Embalaje Stock Almacén Transporte Preparación
El primer paso en la resolución de un problema en logística es la definición clara y el entendimiento de las pedidos
metas y objetivos que pretenden conseguirse. Conviene, en todo caso, definir de forma explícita una
Personal X X X X
función objetivo que conllevará inevitablementa a una solución "óptima" en el sentido de la función
objetivo; solución cuya idoneidad, deberá cuestionarse globalmente hasta, en su caso, modificar la función Vehículos X
objetivo si se considera que el proceso de modelización y optimización han sido correctos pero la solución
"óptima" es aún absurda; ante estos casos la pregunta es "¿cuál es el problema?", y hay que intentar Equipos X X X X
dilucidar si la función objetivo empleada proporciona la respuesta adecuada a esta pregunta directa.
Instalaciones X X X
Un concepto clave en la toma de decisiones en logística es el de balance o tradeoff. Dado un criterio de Costes financieros X X X X X
performance de un sistema logístico, a menudo es posible encontrar componentes de esa función
objetivo que crecen con un cierto factor, mientras otras componentes decrecen con el mismo factor. Amortizaciones X X X
Habitualmente, la decisión sabia estriba en considerar un valor intermedio del factor tal que optimice la
Seguros X X X
suma o composición de las distintas componentes de la función objetivo.
Impuestos X X
Otro condicionante fundamental de la toma de decisiones en logística es el factor humano. Cuántas
"soluciones" de la logística empresarial no se han podido implantar, o cuántos informes y propuestas Mantenimiento X X X X
"técnicas" se han desechado por no haber tenido en cuenta adecuadamente este factor.
Informática X X X X
A continuación (tabla 1.2) se indican algunos de los factores que se deben considerar en la toma de Comunicaciones X X X
decisiones respecto a preguntas clave del analista logístico; algunas de estas decisiones se desarrollarán
con detalle en los capítulos subsiguientes. Documentación X X X

Administración X X X X
El arte de modelizar según Gordon F. Newell consiste en "encontrar los factores relevantes en el sistema,
tirar los factores irrelevantes a la basura y esperar que los factores que son relevantes sean las cosas que
podemos entender". Elegancia es simplicidad. En logística queremos que los modelos de análisis sean Tabla 1.3 Factores que intervienen en el coste logístico (Fuente: CP Consultores (1993)
18 Logí~·Jica del transpone 1 Concepto y relevancia de la logística 19

Nuestro enfoque difiere también de la didáctica tradicional en logística que, o bien se resume en un ciclo: transporte eficaz, disponibilidad de stocks, tratamiento de pedidos rápidos y con reducción de
puñado de "recetas" o "reglas de buena práctica profesional" o se sumerge en un desconcertante y a pérdidas y desperfectos. Los clientes exigen tiempos cada vez más ajustados para el ciclo de pedido.
menudo estéril mar de programación matemática y simulación, sin producir en ningún caso cono-
cimiento; en nuestra opinión, si uno sabe suficientes matemáticas, debería saber cuándo no usarlas.
CARGADOR/INDUSTRIA (tendencias) TRANSPORTE (tendencias)
La logística tiene una gran incidencia en la estructura de costes de una empresa y un país. A.T. Keamey
calculó en 1990 que tales costes logísticos pueden alcanzar el 20% del PIB de un país desarrollado. Otro - Europroductos - Incremento de:
estudio anterior de A.T. Kearney, realizado en 1981, permitió poner de manifiesto la impo11ancia de los - Eurodirecttices - expediciones
costes logísticos en diversos países europeos: entre un 31 % y un 48% de los costes eran debidos al - Productos de valor añadido alto -distancia
transporte, entre un 22% y un 34% eran debidos al almacenaje, y entre un 24% y un 47% eran debidos al - Gestión de stocks - intermodalidad
coste financiero de mantenimiento de stocks. - Producción según demanda - productividad
- Incremento de subcontratación - dimensión de las empresas
Una muestra de 500 empresas de cinco países europeos, Canadá y EEUU permitió determinar en 1986 - Incremento de demanda - Concentración de empresas
que el coste logístico era aproximadamente un 14% del precio de venta del producto, entre un 8% para de servicios logísticos - Desregulación
maquinaria industtial y un 21% en alimentación; tales costes logísticos suponen entre el 30-60% del coste - Concentración de plantas productivas - Descenso de tarifas
de producción. El45% del coste logístico lo componen los costes de transporte. - Expansión de la prestación de servicios
COMERCIO (tendencias) DISTRIBUCION FISICA (tendencias)
Como consecuencia para el sector de los transpo11es, cabe adelantar que el aumento de productividad
empresarial dará lugar no sólo a la reducción puntual de los costes logísticos, sino al establecinúento de
mecanismos de control continuo y mejora pe1manente de los costes. A nivel empresarial, la tabla 3
- Mercados a la demanda - Grandes grupos compradores
muestra los factores que intervienen en la formación de los costes logísticos.
- Canales de distribución - Cadenas logísticas
- Nuevos mercados - Redes de almacenes
- Niveles de calidad y servicio más altos - EDI, intemet
- Crecimiento económico - Operadores logísticos
1.3 La logística como mutación del transporte - Redes de información - Concepto CIM, ZAL
- Liberalización de aduanas
La industria en general está experimentando un cambio profundo que afecta de forma defmitiva al sector
del transporte y la disttibución. La realidad económica actual está caracterizada por un conjunto de Tabla 1.4 Mutaciones en la industria y en la logística (Fuente: Gobierno Vasco, 1992)
factores como la intemacionalización progresiva de las relaciones económicas entre países, con la
desaparición de baneras fisicas para los intercambios comerciales -este factor es especialmente
importante en Europa-, una nueva cultura empresarial en lo que se refiere a los sistemas de gestión e Por otra parte, las empresas productoras se ven inclinadas a centrarse en el ámbito de la producción, que
información - especialmente en la producción-, los avances tecnológicos, etc. Estos y otros factores es el que más conocen, y dejan en manos de otros especialistas el resto de funciones. Esto supone un
suponen una serie de cambios y tendencias que se resumen en la tabla 1.4. incremento de la demanda de servicios, acompañado de un aumento del control del servicio y de su
calidad. Las empresas de transporte disfrutan de una posición privilegiada y disponen de una gran
El concepto de producciónjust-in-time, el aumento del número de productos, los nuevos sistemas de oportunidad para prestar estos nuevos servicios.
gestión de la producción y los pedidos informatizados, la flexibilidad de las nuevas naves industriales
para adaptar la producción a la demanda, las exigencias de calidad, seguridad y fiabilidad de los Estas tendencias se han concretado ya en diversos cambios:
envíos, etc., forman un conjunto de fenómenos que han determinado un cambio en las funciones de - Disminución del tamaño de los lotes de mercancías enviados.
distribución-transporte-almacenaje y unas nuevas exigencias en las relaciones cargadores- - Aumento del número de lotes, y por tanto, de las operaciones de grupaje y fraccionamiento.
transportistas. - Incremento del flujo de información relacionado con los movimientos de mercancías.
- Envíos cada vez más pequeños, más frecuentes, y más lejanos.
Los fabricantes adoptan estrategias logísticas globales buscando la optimización de los flujos de - Relaciones origen-destino cada vez más dispersas, que aumentan la dificultad del transporte.
mercancías de su empresa para hacer frente al nuevo entamo: los compromisos que deben adoptar afectan - Necesidad de consolidar los flujos, para reducir los costes de transporte.
al mismo tiempo a los agentes intemos de la empresa productora y a los externos, como a transpo11istas, - Organizaciones logísticas cada vez más complicadas, que contribuyen a aprovechar economías de
distribuidores, almacenistas, etc. escala tanto en los trayectos como en los puntos de trasbordo: terminales, almacenes, centros
integrados de mercancías, zonas de actividades logísticas.
Ante el nuevo entamo, cambian los criterios de selección del transportista. El criterio coste se sitúa en un
segundo nivel y el nivel de servicio se convierte en elemento de decisión básico. Los factores más críticos La mayoría de las medidas adoptadas en cualquier empresa para potenciar el negocio intemacional, en una
del servicio al cliente parecen ser el tiempo del ciclo de pedidos y los elementos que componen dicho piimera fase, persiguen asegurar la carga en ambos extremos de la relación: en origen, para incrementar el
20 Logística de/transporte
negocio de transporte internacional, y, en destino, para evitar retornos en vacío o conseguir transformar el
destino en origen de una nueva cadena.
El afianzamiento de la carga compensada en extremos suele inducir una expansión en la localización de
las empresas, que a menudo se complementa con la diversificación/especialización de servicios a la que se
llega con diversas soluciones, todas ellas con un marcado talante logístico:
- Especialización únicamente en transporte internacional en consonancia con las perspectivas futuras
de pérdida de las fi'onteras, abandonando los n·áficos nacionales. .
- Especialización en cie1tos productos/relaciones.
- Participación en empresas extranjeras más pequeñas, aprovechando sus problemas financieros.
Las empresas escogidas suelen tener material móvil nuevo, fue11e arraigo y dominio de cie1tas
relaciones internacionales; en estos casos pueden utilizarse fórmulas financieras -participación en
capital- o de colaboración/vinculación -subcontratación-.
- Participación en empresas de estocaje y distribución al objeto de completar la cadena logística en
destino y ofrecer un servicio completo al cliente.
La combinación de las anteliores actuaciones configura una estrategia de penetración en un determinado
país y puede suponer para la oferta local amenazas en cuanto a competencia y oportunidades, en cuanto a
la posibilidad de llegar a acuerdos bilaterales, o a integrarse a sus cadenas de distribución. La consecución
del mercado interior en el ámbito europeo es difícil a corto plazo debido a las deficiencias
estructurales del sector en cada país, por lo que es probable que los mercados nacionales sigan
subsistiendo en mayor o menor grado. No obstante, los procesos de liberalización y armo-nización de
las condiciones de concurrencia han introducido, y seguirán introduciendo, importantes cambios en la
normativa del transporte internacional y nacional que inciden en la organización del sector y en la
estructura de las empresas.
Hace más de una década que han aparecido distintos conceptos para aumentar la eficiencia logística en la
producción. Más que aportar recetas concretas de actuación, estos conceptos de calidad representan
verdaderas estrategias empresariales de mejora continuada y global que pretenden, en la medida de lo
posible, la eliminación paulatina de los stocks, los plazos de entrega, los defectos, las averías y el papel en
la gestión. Estos cinco objetivos de la logística moderna están relacionados con diversas estrategias,
técnicas e inf01mación, de uso cada vez más generalizado, como son: Just in time (llT), Total Quality
Control (TQC), Electronic Data lnterchange (EDI) y su generalización más reciente mediante internet: e-
Logistics.
Si una empresa es capaz de reducir su tiempo de fabricación en flujo (throughput time) a valores inferiores
al plazo de entrega, la fáb1ica puede producir contra pedido en vez de la clásica producción contra stocks.
Esta idea simple comporta una revolución en la manera de entender el proceso productivo.
El sistema de producción JIT es toda una filosofia cuyo objeto es conseguir una mayor productividad,
eliminando pérdidas y excesos de inventario y tratando, en fin, de producir los bienes necesarios, en la
cantidad demandada y en el tiempo preciso. La implantación de la filosofia de gestión JIT que más
impacto ha tenido es, probablemente, la de Toyota.
Tanto el sistema JIT como el TQC sientan las bases para una mejora continua del proceso productivo y
suponen un cambio de mentalidad del proceso productivo, de la distribución y de la comercialización de
los productos, buscando alcanzar ventajas sinérgicas en la cadena producción-consumo.
1 Concepto y relevancia de la logística 21
1.4 Modelización del sistema de distribución física
Una red de distribución fisica eficiente sirve un espacio bidimensional con una estructura jerárquica y
no redundante (excepto por emergencias o fiabilidad) apoyándose en terminales de consolidación. El
extremo natural más visible de una red de estas características es la red de transporte aéreo, donde los
costes del stock estático y en tránsito son altísimos, así como los costes de paradas. La respuesta del
sector ha sido estructurar una red de servicios pivotando en determinados aeropue1tos de conexión
(hubs) que son alimentados por servicios desde muchos orígenes (jeeders). Con esta estructura se
disminuye el tiempo total del viajero (incluyendo el tiempo de recorrido, el de espera del servicio y el
de transferencia en el aeropuerto hub), se aumenta la ocupación de los aviones y se bajan las tarifas. El
reto consiste en conseguir conexiones coordinadas y eficaces en el aeropuerto hub. Esta misma
estructura hub-&-spoke es adoptada también por los operadores de paquetería urgente.
Varias son las posibles maneras de distribuir productos desde muchos orígenes hasta muchos destinos:
pueden utilizarse vehículos llenos o fraccionados, almacenes intermedios, envíos directos, etc. El objetivo
general suele ser distribuir la mercancía con el coste total mínimo, atendiendo a las restricciones de
servicio pertinentes (ventanas temporales de entrega, demandas valiables, capacidad de los vehículos,
normativa vigente de horas de conducción y de descanso, etc.).
Conviene desmitificar algunos conceptos arraigados en el sector y cuya aplicación indiscriminada puede
resultar subóptima: ni siempre interesa enviar camiones llenos, ni siempre es mejor hacer envíos directos,
ni la configuración de las rutas de reparto debe tener siempre forma de pétalo o margarita, ni siquiera
todas las zonas de reparto asociadas a un determinado almacén deben tocar siempre el almacén (ver
Daganzo, 1994).
En el caso de envíos de uno a muchos sin transbordo, los factores que influyen en el problema son: el área
de la región de servicio, la distribución geográfica de la demanda, la capacidad de los vehículos, el coste
unitario de transporte y la distribución del flujo de la demanda, en lo que a datos se refiere, y el número de
paradas, el intervalo entre envíos consecutivos, el tamaño de los envíos y el área de la zona de reparto de
cada vehículo, en lo que respecta a las variables de decisión.
Para el caso más genérico de distribución con transbordo, la función de costes logísticos consta de
tres partes: transporte de acceso, coste en la terminal y coste de distribución local. No es posible dar
guías de diseño genéricas sobre la conveniencia de realizar la distribución con uno o dos transbordos
para una determinada empresa. Este tipo de decisión debe tomarse en cada caso concreto y, hasta
cierto punto, es paralela a la de disponer de muchos almacenes descentralizados o menos almacenes
centralizados.
Un sistema de distribución fisica bien diseñado goza de una serie de propiedades: segregación de rutas
de recogida/reparto; estructura no redundante de la red, es decir que cada terminal o punto de
demanda es servido por una única ruta; operaciones casi óptimas, como la minimización de la
longitud de los circuitos, la descomposición de operaciones, etc.; terminales localizadas en el centro
de sus áreas de influencia, etc.
A menudo una empresa se plantea cuántos almacenes debería tener para distribuir, con un dete1minado
nivel de servicio, a un territorio, cuestión que asimismo surge en el caso de grandes empresas que han ido
incorporando almacenes y delegaciones hasta que han detectado las ineficiencias de tal sobredimen-
sionamiento y ahora se preguntan qué almacenes deberían cerrar.
 22 Logística del transporte
Intentar buscar el grado de descentralización óptimo para una empresa no es simple y debe plantearse
claramente y desde un principio el significado de óptimo y cuál es la función objetivo que se pretende
optimizar. Además, para huir de generalidades o de la aparente sofisticación de la programación
matemática cada estudio debe ser a medida de los condicionantes pmticulares de la empresa.
Teóricame~te es factible componer funciones de coste que varíen con el número de almacenes y
encontrar, bien analítica bien numéricamente, aquel número óptimo de almacenes N• que minimizan los
costes totales.
Muchos de los problemas en logística presentan efectos divergentes respecto a una misma variable:
ciertos aspectos son positivos (menor coste, menor tiempo, mayor calidad de servi~io) conf~rme el
valor de una variable aumenta, y otros aspectos evolucionan negativamente ante el mtsmo crectmtento
de la variable. Intuitivamente, estas tendencias opuestas insinúan un punto de equilibrio o intercambio
(trade-ofJ) que delimitaría el óptimo de la operación.
La intuición acostumbra a funcionar en los fenómenos fisicos, permitiendo extrapolar una solución
dificil a partir de soluciones extremas que acostumbran a ser obvias. No siempre funciona esta
interpolación, sin embargo, en el caso de variables enteras, costes unitarios discontinuos, etc.
Esta memoria se ciñe a los aspectos del transporte y distribución fisica, dejando para posteriores
desarrollos las nuevas teorías integradoras de la Supply Chain Management (Daganzo, 2002), que
unen teorías de costes (logística) con teorías de perturbaciones estocásticas (tráfico). Nada del sistema
productivo (industriales).
l.
2 Localización 23
2 Localización
La localización de los recursos e instalaciones dentro de una red logística es una decisión estratégica que
determina de forma sustancial la relación coste-servicio del sistema logístico global. En esta decisión se
determinan el número (¿cuántos?), la localización (¿dónde?) y el tamaño (ligado al número) de los
almacenes y/o fábricas por los que debe circular el flujo de mercancías. Un problema más genérico y
complejo consistiría en determinar también el preciso momento de realizar la localización (¿cuándo?); en
un principio, se obviará el factor tiempo, y se desarrollarán las decisiones de localización en su
componente estática.
Los factores que condicionan una localización de almacenes o fábricas pueden ser variadísimos: precio
del suelo, posibilidades de crecimiento, accesibilidad micro a la red de transportes, centralidad respecto a
la demanda, población dentro de una determinada isocrona, conflictividad del mercado laboral, tasa de
paro, dotación de suministros (agua, electricidad) y servicios (restaurantes, vigilancia), rango del
municipio de ubicación (población, renta per cápita, tasa de actividad, nivel de instrucción, oferta de
plazas de escuelas y hospitales, presupuestos municipales), etc.
A menudo estos factores de localización pueden agruparse en:
Producción (ejemplo: las embotelladoras de agua mineral se ubican cerca de la fuente de agua;
las cementeras acostumbran a ubicarse cerca de canteras debido a que el coste de transporte de
las materias primas es elevado y se desaprovecha mucho material en la elaboración del
cemento).
Mercado (productos con sustitutos muy competitivos).
Intervención de la administración (precio del suelo o alquileres muy bajos, ayudas de inversión,
préstamos a bajo interés, etc.; cabe mencionar la reciente promoción realizada por el gobierno
de Malta ofi·eciendo, además del "excelente clima y una mano de obra cualificada y que domina
el inglés", un paquete de incentivos sin rival que incluye lO años sin impuestos, préstamos a
interés blando del 3%, fábricas y almacenes construidos a bajos alquileres, becas para
formación, exención de impuestos para importaciones, etc.).
Naturaleza del negocio.
Los criterios que decidirán la optimalidad de una localización se basarán en costes:
de proximidad a la demanda, a las materias ptimas o proveedores, a los potenciales trabaja-
dores, a los servicios de suministro)
24 Logú·tica del transporte 2 Localización 25

del suelo, impuestos y construcción

de efectos legales y ambientales

a nivel de servicio y otros (factores cualitativos, subjetivos, políticos, etc.).

La evolución histórica de la teoría de localización ha pasado por una primera etapa, a primeros del siglo
xx donde una serie de grandes economistas alemanes modelizaron "por qué las cosas se localizan donde
están", hasta llegar a una segunda etapa de desarrollo después de la II guerra mundial donde la pregunta
ha sido "dónde deberían localizarse las cosas", naturalmente, su respuesta va íntimamente ligada a la
aplicación de henamientas de investigación operativa.

El problema en abstracto consiste en, dada una situación de demanda (en unidades de flujo de material) y
una de costes de distribución (reflejo de la red de multimodal de transportes subyacente, de la tecnología
disponible y otros condicionantes), ubicar los diferentes nodos de una red de distribución. En la
literatura técnica a Jos problemas de localización se les refiere como problema de las medianas.
Enseguida veremos por qué.

Como ya se ha dicho, la localización constituye una de las decisiones de planificación estratégica más
impmtantes, ya que determina las condiciones para la elección de Jos servicios de transpotte y para la
política de inventarios. Este es el motivo de estudiarla en primer lugar.

Conviene distinguir dos etapas en un proceso eficiente de toma de decisiones sobre la localización:
primero se establece una localización de tipo general, basada en consideraciones sobre los principales
costes y servicio al cliente; después se realiza la selección de una o pocas zonas concretas y en ellas se
tienen en cuenta factores de decisión locales de dificil inclusión en un modelo global.

2.1 Localización estática: un centro

En el caso de localización de un único centro, la mayoría de los métodos se basan en la
minimización de la suma de los costes de transporte de las mercancías en la región de influencia en
consideración.
2.1.1 Método gráfico de Weber
Es un método clásico de resolución del problema de ubicación de un centro; se debe a los primeros
estudios de Weber que datan de 1909. Emplea una gráfica en dos dimensiones, y tiene como
característica más importante poder tratar costes de transporte no lineales.
El método gráfico de Weber representa un análisis sencillo y directo del problema suponiendo conocida
la demanda y su ubicación. El coste de transporte viene reflejado por el producto del coste unitario de
transporte (en euro/t-km o en euro/m3-km o las unidades pertinentes de coste, capacidad y
distancia/tiempo) y el flujo de materiales afectados por tal coste unitario de transporte (en unidades de
capacidad por unidad de tiempo: t/semana, m3/mes, palets/aflo, etc.).
Dados varios puntos de demanda (mercados) y de producción (plantas), es posible trazar para cada
uno de ellos unas curvas isocoste (isodápanas) que, de existir condiciones homogéneas e isótropas,
consistirán en círculos concéntricos centrados sobre cada punto origen-destino (fig. 2.1 ).
Fig. 2.1 Método gráfico de localización de un centro (Fuente: Ballou, 1991)
Aún manteniéndose las condiciones de isotropía en todas las direcciones, las curvas isocostc no tienen
por qué guardar una razón de homotecia idéntica al cociente de los costes que representan.
Si no existe isotropía, las líneas isodápanas dejan de ser círculos para distorsionarse convenientemente
de fotma suave y sin que en ningún caso se puedan cruzar e incluso tocar dos isodápanas
correspondientes a distintos costes.
A partir de aquí se busca aquel punto en el que la suma de los costes de transpmte a todos los puntos
origen y destino es mínima.
Para encontrar dicho punto, Weber sugirió la construcción de líneas isodápanas correspondientes a Jos
costes de transporte totales, lo que puede conseguirse fácilmente interp'olando gráficamente curvas
continuas en una nube de puntos que llevan asociados un coste de transpotte total (suma de los valores
de todas las isodápanas de cada origen y destino que pasan por esos puntos).
Los contornos de igual coste total generados convergen en el punto de menor coste, que será la ubicación
idónea para el almacén. El gráfico generado no sólo encuentra el almacén con ubicación óptima, sino
26 Logística del transporte 2 Localización 27

que también permite determinar fácilmente el coste de otras posibles ubicaciones a partir de los
contornos de líneas isodápanas de coste total. i X; Y; Y; R;

2.1.2 Método del centro de gravedad 1 1 6 50 5

Este método se basa en la idea intuitiva de que, si interesa minimizar costes de transporte totales, cuanta 2 2 2 10 5
más demanda te nga un punto, más interesante es ubicarse cerca de él; lo mismo ocurre para aquellos 3 5 3 30 5
puntos en los que los costes unitarios de transporte son muy elevados. En resumen, cada punto de
demanda o producción "tira" del almacén hacia sí con una fuerza directamente proporcional al producto 4 6 7 20 5
del coste unitario de transporte y al flujo de materiales que sale o llega a ese punto.
5 9 3 110 1,2
La mejor localización de un almacén, en este caso, sería cerca del centro de gravedad de un cuerpo
imaginario en el que cada punto origen/destino tuviera como densidad el citado producto. La expresión La demostración de que el centro de gravedad (equivalente a la media de una distribución de
analítica que determina las coordenadas de ese centro de gravedad una vez se ha definido un sistema de frecuencias) no es la solución exacta a la minimización de la suma de los costes totales es sencilla si se
referencia arbitrario es, como es sabido trabaja en métrica L1. La métrica Lk, k>O, define la distancia entre dos puntos como la raíz k-ésima de la
suma de los valores absolutos elevados a la potencia k de las diferencias de coordenadas respectivas; así,
i= n
la métrica Euclídea equivale a L2 :
i=n

Iv~ R; X; Iv~ Rt Yt
X i= l y i=l
i=n i=Jl

Iv~ R; Iv~ Rt
i=l i=l
Esta méttica L., denominada también de cuadrícula, malla o grilla (grid), posee la propiedad de que la
distancia entre dos puntos tiene componentes según los ejes coordenados independientes (las
donde: proyecciones 011ogonales del segmento que une los dos puntos respecto a los ejes coordenados), lo que
V; : flujo transportado desde/a el punto i (t) facilita enormemente el tratamiento analítico.
R; : tarifa de transporte para enviar una unidad de mercancía desde/a el punto i (€/t-km)
X;, Y; : coordenadas del punto i Dada esta separabilidad de ejes, la distancia total se minimizará si y sólo si se minimiza cada una de las
El método del centro de gravedad es de muy sencilla utilización y da una buena aproximación a la proyecciones respecto a cada eje coordenado. Por tanto, basta trabajar con uno de ellos, con lo que se
solución de menor coste. El método, como veremos, no es exacto porque el centro de gravedad no es el reduce un problema bidimensional a uno unidimensional.
lugar que minimiza las distancias, sino las distancias al cuadrado.
y
Ejemplo de aplicación:
7
Envíos a granel de una planta química llegan por ferrocanil a una estación de mercancías en
módulos de 1O toneladas. Los 4 únicos usuarios del producto químico están ubicados en un 6
polígono industrial cerca de la estación de fenocarril (fig. 2.2). Las distancias se miden en km 5
(el origen de coordenadas es arbitrario) y el polígono industrial tiene una tupida red de
can eteras. Dado que los clientes ordenan pequeñas cantidades del producto químico para 4
reducir sus inventarios de materias primas, el fabricante ha decidido construir un almacén 3
regulador que recibirá los módulos de la estación de ferrocanil y los di stribuirá a los clientes.
La demanda anual de los clientes se especifica en la fig. 2.2. Si el coste de transporte por 2
módulo y km es de 12 € desde la estación de fenocarril al almacén y de 5 €/t-km desde el
almacén a Jos clientes, ¿cuál es la localización óptima del almacén de cara a minimizar los
costes totales de transporte?
23456789 X
Centro de gravedad: X= 2.888/682 = 4,23
y = 3.146/682 = 4 ,61 Fig. 2.2 Ejemplo de localización por centro de gravedad
28 Logística deltramporte
Dada una serie de n puntos de coordenadas X1 y pesos W 1 (W 1=V 1 R 1), queremos encontrar la coordenda
x· de aquel punto, tal que minimice la expresión
j=n
z = L:w1 ix·- x 1i
j=l
Derivando Z con respecto a x• e igualando a cero se obtiene que x • cumple
o
es decir, x• es la mediana de una distribución de frecuencias W 1• De aquí que en optimización
combinatoria, los problemas de localización de centros múltiples se denominen de las m-medianas.
2.1.3 Localización exacta
Para la métrica euclídea o L 2, las coordenadas X e Y no son independientes entre sí. En este caso, la
solución proporcionada por el método del centro de gravedad no es exacta y puede utilizarse como una
solución inicial (semilla) que se irá refinando por iteraciones sucesivas (procedimiento de Weiszfeld):
donde:
y k es el número de iteración.
En teoría, antes de aplicar este procedimiento iterativo debe comprobarse para cada iteración que las
coordenadas del centro no coinciden con ninguna coordenada de los puntos origen/destino que
configuran el problema; si esto fuera así, lo que en la práctica es altamente improbable, el proceso de
convergencia no estaría asegurado y se convertería en inestable.
La función de costes totales es
donde K es el factor de ruta de la red (aquel factor que multiplicado por distancias en línea recta
proporciona valores representativos para las distancias reales a lo largo de la red).
La elección de ubicaciones para los almacenes que ofrezcan costes totales de transpmte menores puede
llegar a no ser la más adecuada si no se contemplan factores como la influencia en los tiempos de entrega
al cliente y la sensibilidad del cliente a los cambios en dicho tiempo.
2 Localización 29
Los métodos vistos se pueden modificar para tener en cuenta los efectos de los tiempos de entrega de la
siguiente manera:
S;= ~; {velocidad media para ir desde la ubicación al punto de demanda i)
t ; = tiempo necesario para ir desde el almacén hasta la demanda ubicada en el punto i
Dado que la velocidad depende de la distancia, el procedimiento de solución tiene que ser iterativo.
Otro posible planteamiento del problema de ubicación de un centro es a través de un objetivo de
maximización de beneficios (en vez de la minimización de costes), o bien por criterios de servicio (por
ejemplo, limitando la distancia entre cada cliente y el centro a un valor determinado; la localización de
un centro con este criterio de servicio no tiene por qué tener solución factible).
Las simplificaciones realizadas en los métodos de solución al problema de localización estática de un
centro vistos son:
-La demanda (cliente) puede concentarse en un punto. Esto permite emplear la noción de centro de
gravedad
- Los modelos tratados se basan en los costes variables y no tienen en cuenta los diferentes costes
de inversión (capital necesario para establecer un almacén, valor de los inventarios).
- Los costes de transporte se incrementan proporcionalmente con la distancia.
- Las distancias se han considerado a vuelo de pájaro (en línea recta). Es sencillo incluir un factor
de ruta para convertir esas distancias en reales.
- Los productos se agrupan en una categoría homogénea.
2.2 Localización estática: multicentros
Este es un problema más complejo porque, en general, los centros que se deben ubicar no son econó-
micamente independientes. Se pretende definir el número, el tamaño, la ubicación de los almacenes, la
producción y la demanda asignada a cada uno de ellos.
2.2.1 Agrupación: cluster analysis
El proceso de agrupación (cluster analysis) responde a localizar centros por c1iterios de cobettura. Una
vez se ha determinado un nivel de cobertura por motivos de servicio, los pasos hasta encontrar una
solución pueden resumirse en la siguiente lista:
 30 Logística del transporte 2 Localización 31

l. Comenzar con un centro en cada punto de demanda. Calcular el coste de esta solución máxima (la donde:
solución cumple la restricción de servicio, cualquiera que sea). j: l, ... ,m
m: número de almacenes que deben ubicarse
2. Reducir en uno el número de centros, agrupando dos puntos de demanda cercanos y sirviéndolos n: puntos de suministro y demanda
con un único centro ubicado en el centro de gravedad de los dos puntos. k: número de iteración

3. Detenninar el coste total para esta nueva configuración con menor número de centros.
4. Ir al paso 2 hasta que no se cumpla el nivel de cobertura (límite' de reparto desde cada centro a los
puntos de demanda) o bien el coste aumente (agrupación desventajosa). Parar cuando sólo quede
un nodo.
El número de centros m se ha supuesto fijo (igual que la demanda asignada a Jos mismos), por lo que a
menudo es necesario sugerir valores alternativos para el número de almacenes con Jos que repetir el
proceso y encontrar el número y la ubicación óptimos.
2.2.3 Un modelo analítico

Pueden formularse también modelos analíticos que determinen el número de centros óptimo en relación
a alguna función objetivo. El siguiente modelo de Geoffiion contrapone y equilibra los costes de
almacenamiento y los de entrega en el caso de zonas de demanda de tamaño idéntico y suponiendo la
demanda distribuida uniformemente en una región de servicio global según una densidad de demanda:

n • = O, 3 32 A ( p y/ [ 1 - ( f f i

O~ r 1 t ~ 1/2 y n • ?.1 O
Válido para:

n•: número aproximado de almacenes

A: área total de servicio (km2)
p: densidad de la demanda distribuida uniformemente por el área de servicio (t/km2-año)
C} t: coste unitario de transporte de envío desde cada almacén (€/t-km)

jJ f: coste fijo anual de cada almacén (€/año)

r: coste unitario de transporte desde los suministradores a cada almacén (€/t-km)

Este modelo analítico se ha derivado según supuestos comunes a los que asumen las aproximaciones
Fig. 2.3 Ubicación de almacenes regionales con límite de reparto continuas, pero no participa de la filosofía de diseño e implantación de éstas. El anterior modelo analítico
de 300 km (Fuente: Muro, 1987)
de Geoffrion permite introducirnos en la filosofía de las aproximaciones continuas en logística que ya ha
sido anunciado en la sección 2.3 (ver los dos ejemplos de localización por aproximaciones continuas al
2.2.2 Un algoritmo iterativo final de esa sección).

Si se conoce positivamente el número de almacenes que deben ubicarse (quizás por estrategia de 2.2.4 Programación matemática
penetración de mercado), sus ubicaciones pueden definirse minimizando costes variables:
m n A continuación se formula el problema de la localización de multicentros como un programa matemático
CT = LLK V; j R; j Di j
j; 1 j; /
donde D;j=[( XrX;/ +(Yr Y;/ Jf lineal entero (Geoffrion y Graves, 1974):

11

~V R x, Minimizar :
L.,¡ ij i j D fj
- k +/ i=l
xj
Dominio: X ?. O y, z = O, 1

lil.

32 Logística de/transporte
sujeto a las siguientes restricciones lineales que afectan a y y/o z:
V ij (a)
L¡ X; ¡k t = Du Ykt Vi} (b)
VI (e)
(d)
1: índice para los productos
J: índice para las fábricas
k: índice para las posibles ubicaciones de los centros
1: índice para las zonas de demanda
S;f capacidad de producción del producto i en la fábrica j
D;1: demanda del producto i en la zona 1
V k: volumen máximo y mínimo anual de entrada/salida del almacén ubicado en k
fk: parte fija de los costes de operación y propiedad de un almacén situado en k
vk: parte variable de los costes del almacén (en función de la actividad del mismo)
Cijkl: coste medio de producción y envío del producto i desde la fábrica j a la zona de demanda 1 a
través del centro ubicado en k
Xijkl: cantidad de producto i enviado desde la fábrica j a la zona de demanda 1 a través del centro k
Ykt: variable entera con los valores: 1 si el centro en k sirve la zona 1, O en caso contrario
La interpretación de las restricciones del programa matemático (se han obviado las restricciones de no-
negatividad) es la siguiente:
a) No se puede exceder la capacidad de las plantas de suministro.
b) Se debe satisfacer toda la demanda.
e) Cada zona de demanda debe ser abastecida por un solo centro de distribución.
d) Rango de actividad de cada almacén.
2.2.5 Métodos de simulación y muestreo
La validez de las soluciones de los programas matemáticos está en función de la capacidad del modelo
para describir las características reales del problema; en la mayoría de casos proporcionan una solución
óptima exacta a un problema descrito sólo de forma aproximada.
Los métodos de simulación, en cambio, intentan dar una solución aproximada a un problema descrito
con gran precisión. La diferencia fundamental entre simulación y programación matemática, sin
embargo, estriba en que mientras esta última es normativa (proporciona una solución óptima para cada
definición del problema), y aquélla es sólo descriptiva (predice cómo se compmtaría el sistema para cada
supuesto). Ninguno de los dos métodos aporta guías de diseño.
f UNDACJO N UNtVERSITAiliA t OS llBERTAOt
BIBLIOTECA CENTRA L
H F R NA NOO SANTOS CASTILL~
2 Localización 33
La simulación en distribución fisica consiste en representaciones del sistema logístico y de sus relaciones
económicas de manera que se puede evaluar el impacto de las diferentes configuraciones del sistema.
Así, mediante aplicaciones repetidas del modelo de simulación con diferentes alternativas, puede
"tantearse" el mejor diseño de la red.
Un modelo clásico es el desarrollado por la H. J. Heinz Company (1960) y que más tarde se aplicó al
sistema de distribución de Nestlé, con los siguientes elementos de costes:
- Características de los clientes que afectan a los costes de distribución:
- situación del cliente
-demanda anual
-tipos de productos (diferentes tarifas de transporte)
- distribución del tamaño de los pedidos, también para las tarifas de transporte
- Características de los almacenes que afectan a los costes:
- inversiones fijas en almacenes de propiedad
-costes administrativos y costes fijos anuales de operación
- costes de almacenamiento variables: manipulación de mercancía, tratamiento de la información
- Plantas de producción: su ubicación y los productos que fabrican son las características que más
afectan a los costes.
- Los costes de transporte dependen de la ubicación de la fábrica y el almacén implicados en el
transporte, del tamafto del envío y del tipo de mercancía transpmtada, entre otros factores.
- Los costes de entrega, que se producen al trasladar el producto desde el almacén hasta el cliente,
dependen de las mismas variables que los de transporte.
2.2.6 Métodos heurísticos
Un método heurístico es cualquier principio o dispositivo que contribuya a hallar una solución a un
problema (aunque no sea óptima) de manera más eficiente. Estos algoritmos se basan en guías,
justificadas o no, que ayudan a algoritmos conocidos a producir mejores resultados o a ser más
eficientes; también pueden constituir por sí mismos algoritmos propios para la resolución de problemas.
Entre los métodos heurísticos se incluyen los que, partiendo de una solución abstracta del problema, la
modifican en función de la experiencia y el juicio para poder aplicarla en la práctica. Así, un modelo
heurístico busca las alternativas consideradas prácticas sin garantizar la obtención de la solución óptima,
aunque frecuentemente se producirán soluciones muy cercanas a la misma (este es el caso de los
problemas basados en procesos fisicos de comportamiento suave, como los que ocurren en la mayoría de
las aplicaciones de la ingeniería).
Uno de los métodos heurísticos clásicos para determinar el número y ubicación de almacenes, dentro de
una red de distribución de gran escala, es el de Kuehn-Hamburger (1963). Es un modelo de simulación
que incluye las tres reglas heurísticas siguientes para reducir la dificultad combinatoria del problema y
guiar el modelo a la solución:
- Las ubicaciones más probables son aquellas en las que se concentra la demanda, o que están cerca de
dichas concentraciones.
 34 Logística de/transporte
-Si en cada paso se añade el almacén que ofrezca el mayor ahorro de costes se está desarrollando un
sistema de distribución muy próximo al óptimo.
- Para determinar el almacén a añadir, sólo se necesita evaluar una pequeña parte de todas las posibles
ubicaciones.
Este método heurístico permite tratar diferentes tipos de productos, costes de almacén fijos y variables,
capacidad de los almacenes, efectos de los tiempos de entrega sobre el servicio al cliente, tarifas de
transportes reales, etc. Generalizaciones todas ellas que acercan el modelo a la realidad, a costa de exigir
menor precisión en la solución.
No hace falta adelantar que, debido a la complejidad intrinscca de los problemas en logística, la mayoría
de paquetes informáticos comerciales incluyen algoritmos heurísticos muy eficientes para hallar las
soluciones casi óptimas.
2.3 Localización dinámica
A partir de este momento se introduce la pregunta "¿cuándo localizar?" y ya no se habla de una
localización simple sino de un plan de localización.
Se pretende ahora proporcionar ubicaciones óptimas a lo largo de un periodo de tiempo. Dado que los
condicionantes varían con el tiempo, una solución óptima según métodos estáticos para un detenninado
petiodo puede ser no óptima para otro petiodo temporal.
i1l, Es más: es probable que en una localización secuencial de varios almacenes, el óptimo global del
proceso de localización no coincida con los óptimos locales de localización en cada periodo temporal
1
fijo.
·l.
Los métodos habituales de solución de la localización dinámica de multiccntros son la programación
matemática, que define un vector de posibilidades de relocalización en cada petiodo de tiempo
considerado.
La manera habitual de tratar el problema es hacer previsiones de las condiciones económicas en un
horizonte razonablemente amplio, y realizar análisis de sensibilidad al modelo para el rango de datos
previstos.
Otra posibilidad consiste en actualizar la solución obtenida con métodos estáticos si los cambios de las
condiciones lo justifican económicamente. Esto es adecuado en el caso de previsiones imprecisas y
costes de reubicación bajos (almacenes alquilados). La determinación del nivel suficiente de cambio de
las condiciones para modificar la configuración depende de cada empresa.
La utilización práctica de los modelos de ubicación dinámica está más limitada por la disponibilidad de
datos precisos sobre costes y demanda en periodos de tiempo significativos que por la propia
metodología de solución.
Campbell ( 1986) analiza en su tesis doctoral estrategias simplificadas de localización secuencial de
almacenes para Jos casos unidimensional y bidimensional y concluye que una estrategia dinámica que
2 Localización 35
permita relocalizar un solo almacén (cuando el coste de relocalización del almacén es muy bajo) es
mejor globalmente que la de no reubicar ningún almacén ya colocado y colocar el nuevo en el mejor
lugar posible. Esta estrategia de relocalización incluso se acerca a la de localización óptima en cada
periodo temporal fijo.
Para el lector interesado en profundizar en la localización dinámica de multicentros nos referimos a
artículos de la revista Management Science, como el de D.J. Sweeney y R.L. Tatham (1976). "An
improved long-run model for multiple warehouse location", volumen 22:7, páginas 748-758, G.O.
Wesolowsky y W.G. Truscott (1975) "The multi-period location-allocation problem with relocation of
facilities", volumen 21, páginas 57-65, o el clásico R.H. Ballou (1968) "Dynamic warehouse location
analysis" en el Journal of Marketing Research, volumen 5, páginas 271-276.
2.4 Competencia
La incorporación de la competencia en las decisiones de localización aumentan la complejidad al
sumarse la incertidumbre de la información propia y entomo actual a la incertidumbre de la información
y estrategia de la competencia. Para cada situación dada (distribución de la cuota de mercado, política
empresarial de penetración del mercado, etc.), debe estudiarse el problema en cuestión, huyendo de
planteamientos muy generales.
Si, por ejemplo, una empresa tiene claro que sus ingresos dependen de su tiempo de entrega, podrá
realizar una curva de demanda que será presumiblemente decreciente en función del ratio (tiempo de
entrega)/(tiempo de entrega de la competencia). Si la ubicación de almacenes se decide lejos del mercado
o bien se emplea un modo de transporte lento, la demanda potencial de la empresa disminuirá
considerablemente.
Existen negocios que tienen garantizada una cuota de mercado núnima al disponer de un radio mínimo
de influencia donde se prohiben actividades concurrentes (farmacias, estancos, gasolineras, etc.). En los
casos de negocios pequeños (para negocios grandes, la ubicación con respecto a la competencia, si
existe, no es tan importante) orientados a bienes de gran consumo, conviene representar en un plano las
localizaciones de la competencia para luego decidir (en función de la política empresarial de penetración,
la calidad y elementos diferenciales del producto y/o servicio, etc.) si se pasa a ocupar mercados vírgenes
optando por un reparto implícito del mercado o, al contrario, se pretende no sólo cautivar la demanda
propia por localización, sinó arañar cuota de mercado de la competencia. En este último caso, conviene
ubicarse más cerca de la competencia que en el primero.
Para ilustrar cómo afecta la competencia a las decisiones de localización supongamos una playa de
longitud L totalmente abarrotada de bañistas a lo largo de su longitud. Un vendedor de helados instala
dos chiringuitos (antes de la ejecución de la Ley de Costas) para satisfacer esa demanda latente. Al no
existir competencia en este caso, la solución óptima consiste en ubicar el primer chitinguito a una
distancia L/4 de un extremo de la playa y el otro a una distancia 3L/4.
Si ahora cada chiringuito pertenece a personas distintas, la solución citada representa un equilibrio
inestable. En efecto, a igualdad de producto y servicio, esa solución proporciona cuotas de mercado del
50o/o-50%. Por cada metro que un chiringuito se acerque al otro, su cuota de mercado aumenta
proporcionalmente a la demanda existente en medio metro de playa (la demanda existente en las zonas
36 Logística de/transporte 3 Gestión de stocks 37

exteriores al segmento que une los dos chiringuitos es cautiva de cada uno de ellos espectivamente); por
tanto, es posible que ambos chiringuitos se acerquen entre sí para asegurarse más demanda cautiva y
aumentar alternativamente sus cuotas de mercado.

Al final del proceso, la solución converge a que ambos chiringuitos están, uno aliado del otro, ubicados
en L/2, siendo esta posición un equilibrio estable con cuota de mercado 50~/o-50%; sin embargo la
distancia media caminada por los bañistas ha aumentado el doble.

No siempre la competencia tiene los efectos apuntados por este ejemplo simplificado. A largo plazo, el
cliente acostumbra a salir ganando por especialización, precio o servicio. Por último, cabe insinuar que el
estudio profundo de la actuación empresarial en competencia sobrepasa el ámbito de la actividad de
localización y para ello pueden aplicarse técnicas de teoria de juegos, lógica difusa e inteligencia
artificial.
2.5 Factores cualitativos
Existen multitud de factores que influyen en la localización de centros, que escapan a la cuantificación e
incluso a la objetividad. Para tratar factores cualitativos pero objetivos, pueden emplearse técnicas de
análisis multicriterio. Los factores subjetivos conviene que los precise el tomador de decisiones,
limitándose el analista a exponer las ventajas e inconvenientes de cada decisión y huyendo de resultados
de "procesos de optimización".
3 Gestión de stocks
Los inventaiios (o stocks) son artículos que la empresa posee con la intención de venderlos (en su
presente estado o tras algunas transformaciones), cuya inversión no proporciona retornos hasta que
precisamente dejan de ser inventarios.
Los inventarios surgieron en el canal logístico porque, inicialmente, permitían reducir los costes de
alguna otra actividad empresarial. Actuaban como un amortiguador para suavizar y reducir los costes de
producción satisfaciendo los objetivos de servicio al cliente y, hasta hace poco, eran la mejor alternativa
económica para conseguirlo.

Si el número de factores es 2 ó 3, pueden realizarse mapas de preferencias (simulación de los resultados
de localización para cada posible valor de los factores considerados en un segmento o triángulo
equilátero cuyo lado representa la importancia de un determinado factor entre 0% y 100%), que
ayudarán al tomador de decisiones a sopesar visualmente esas ventajas e inconvenientes.
A manera de anécdota, traducimos a continuación una noticia sobre localización de objetos y
distribución en planta (layout) que apareció en la portada del prestigioso diatio The Wa/1 Street Journal:
Justo después de su llegada a Hong Kong en 1978, el vicepresidente de Citibank decidió
mudarse a un nuevo edificio de oficinas. Para complacer al personal, siguió la tradición
local y contrató un geomántico llamado fung shui para analizar los hados de la nueva
oficina. El hombre fung shui visitó detenidamente la oficina y dio al vicepresidente las malas
noticias. Grandes males le acontecerían si no instalaba un acuario con seis peces negros y
ponía su mesa en un punto inconveniente cerca de la puerta de su despacho. El
vicepresidente Sr. Russell ignoró el aviso. En pocos días, el Sr. Russell desarrolló una grave
dolencia en la espalda... Estando en el hospital, su secretaria instaló la pecera con los peces
negros y cambió la posición de los muebles de su despacho. Hoy, el Sr. Russell se sienta
cerca de la puerta, al lado de la pecera con los seis peces. Afirma que su salud está mejor
que nunca. El negocio también es muy próspero. Fung shui, que significa literalmente viento
y agua, está basado en un concepto simple: si los edificios, mobiliario, carreteras y otros
objetos producidos por el hombre están ubicados en armonía con la naturaleza, pueden traer
buena suerte; en caso contrario, pueden acarrear el desastre.
Fuente: The Wall Street Jouma1, 19 de diciembre de 1983.
Desde la revolución de la industria de la automoción japonesa (ver, por ejemplo, James P. Womack et
al., 1990 y Yasuhiro Monden, 1987), los inventarios están vistos como síntomas de ineficiencia del
sistema productivo y de distribución. Se habla hoy día de políticas "cero stocks".
La imagen de un barco (la empresa) navegando por encima de un iceberg oculto (sinónimo de
problemas, ineficiencias, descoordinaciones, etc.) es harto conocida. En esta visualización muy simplista
de la actividad empresarial, los stocks están representados por el mar; un mar muy profundo (muchos
stocks) tiene menos riesgo, al actuar los stocks como amortiguadores de los problemas. La conclusión
parcialmente equívoca a la que conlleva la imagen es que hay que reducir los stocks para que aparezcan
los problemas (iceberg) y así poderlos eliminar. El buen logístico, sin embargo, debe ser capaz de
detectar y solventar los problemas sin tener que esperar a abordarlos irremisiblemente debido a una
forzada eliminación de los stocks.
Desde nuestro punto de vista, estas políticas de "stock cero" expresan más un deseo formativo de cultura
de empresa que un objetivo en sí mismo (de hecho, un sistema logístico cuyo objetivo principal fuera
eliminar los stocks podría ser menos eficiente que otro que mantuviera unos niveles bajos pero
adecuados).
Debe quedar claro que la existencia de inventarios, por sí misma, no es un mal síntoma que deba
eliminarse. Su existencia puede incluso estar justificada siempre que se huya de abusos y, en todo caso,
siempre que sea consciente de los costes ocultos y de oportunidad que acan·ean.
Lo que es cierto es que, históricamente, en muchos países se han acumulado inventarios muy
considerables. Basta citar que en los EEUU, durante la década 1970-79, la inversión media anual en
inventarios comerciales se situaba en el 18% del PNB, y que el coste de mantenerlos oscilaba entre el30
y el 40% del valor del propio inventario antes de impuestos. En una empresa, los costes de mantener un
38 Logística de/transporte 3 Gestión de stocks 39

inventario pueden ser de un 10% a un 40% de los costes logísticos totales, en función de si es una modelos ARIMA, se llegaron a prever las ventas mensuales por producto a corto plazo con error infe1ior
compañía manufactw·era, comercial, de bienes industliales o de bienes de consumo. La magnitud de al2%.
estos costes indica que el inventario es un activo que debe gestionarse cuidadosamente.

120000
COMPARACION DE VENTAS Y
3.1 Naturaleza de la gestión de inventarios PREVISIONES PARA LOS
CONTADORES
100000
Existen varios motivos básicos para que aparezcan inventarios en el canal logístico. En primer lugar los '
:
inventarios pueden encontrarse en el sistema de transporte, entre los puntos de producción o f: :.(....----------,
almacenamiento, ya que el transporte no es instantáneo: son los inventarios en tránsito. Los inventarios
para la especulación y para promociones de marketing, también forman parte del inventario total que
80000
i\
:" i: -CONTADOR
fi Í - - E~ .2 .O .O
1
debe gestionarse. El inventario regular, activo o cíclico necesario para satisfacer la demanda media : (60 puntos)
durante el tiempo entre reaprovisionamientos sucesivos, el inventario de seguridad que surge como
protección ante la variabilidad de la demanda y del tiempo de reaprovisionamiento, el inventario para
60000 (/V·! ! ........ f~2 ·~u~~o~
suavizado de la producción o suavizado de los aprovisonamientos, inventario por lotes económicos de '!,: - PREVISIONES
producción, inventarios por procesos desacoplados, etc.: todos ellos son tipos de inventario. .0000 VENTAS 1989

PREVISIONES
VENTAS 1988
Desde el punto de vista de su estado dentro del proceso productivo podría distinguirse entre inventmio de
20000
productos acabados, material en curso de elaboración y matelias plimas.

Los inventarios se pueden medir en unidades fisicas o en monetarias. Las segundas unidades presentan
cie11as ventajas para la dirección de la empresa, pero a menudo son susceptibles de más errores en su 1J 25 J7 4G 61
comparación que las unidades fisicas (el inventario ¿debe contarse en coste o bien en valor de ventas? CASO
¿quizás en coste de materiales más coste de mano de obra y maquinarias? ¿quizás en valor de ventas sin
el margen bruto?). La respuesta a las anteriores preguntas es.irrelevante en tanto en cuanto sea consciente Fig. 3.1 Ejemplo de previsión de demanda por series temporales:
de las implicaciones de cada unidad de medición. Alisado exponencial y ARIMA

Es habitual definir una serie de indicadores de nivel de inventario, como la rotación del mismo, definida
como las ventas anuales totales (en las unidades pe11inentes) partido por el nivel de inventario promedio
(en las mismas unidades); dentro de lo posible, interesan rotaciones altas. Si el inventario se mide en
unidades monetatias, un error frecuente es considerar las ventas a valor de mercado mientras que el
inventario promedio se considera a valor de coste.
Otro indicador muy usado es los días, semanas o meses de inventario, valor que coincide con el inverso
de la rotación y multiplicado por el número de días, semanas o meses del año.
Existen dos formas básicas para gestionar los desajustes entre la ofe11a y la demanda. La primera es la
planificación de necesidades que proyecta la demanda en periodos futuros. Así, teóricamente, si la oferta
y la demanda encajan perfectamente, basta con un mínimo de inventarios cíclicos y de seguridad. Se
considera que este es el método adecuado cuando la demanda es globalmente regular y los tiempos de
entrega se predicen con bastante exactitud.
Es habitual al analizar un problema de sobredimensionamiento de inventarios en una empresa, el
encontrm· el empeño por parte de los mandos directivos por demostrar que todo es muy complejo y que
nada acepta previsiones; muchas personas carecen de la facultad de estructurar y sintetizar problemas
complejos en lo que son patrones relevantes y, por otra parte, fluctuaciones aleatorias. La figura 3.1
muestra un caso real de previsiones de ventas para una empresa fabricante de contadores industriales;
pese a lo aparentemente caótico del patrón de ventas, aplicando técnicas de alisado exponencial y
Otra alternativa de gestión de la ofe11a para satisfacer la demanda es considerar que la demanda y el
tiempo de entrega son variables aleatorias; esta es la base del control estadístico de inventarios. En la
práctica se emplean modificaciones del método de planificación de necesidades y del control estadístico
de inventarios, pues las hipótesis en que se basan nunca se cumplen totalmente.
Los procedimientos estadísticos de control de inventarios se usan en dos fmmas generales de gestión:
independiente o coordinada. En la primera, cada punto de almacenamiento se considera independiente de
todos los demás del sistema, lo que conlleva niveles independientes de inventario en cada punto de
almacenamiento. En la segunda forma de gestión, los niveles de inventario se establecen colectivamente
para todo el sistema; este método se utiliza cuando las ventajas de las economías de escala de producción
o compras sobrepasan a las de minimizar los costes de mantenimiento de inventarios, obtenidas mediante
el primer sistema.
El problema del inventario, y el de la logística en sentido amplio, es el de equilibrar costes contrapuestos.
Generalmente se realiza un balance de los costes de adquisición y rotw·a de inventarios frente a los de
mantenimiento de inventario. Si la demanda permanece constante en el tiempo, el nivel de estos costes
se controla variando las cantidades de los reaprovisionamientos y la frecuencia de éstos. Así, una
estrategia de inventario de grandes e infrecuentes pedidos da unos costes de mantenimiento altos pero
disminuye los costes de adquisición y la posibilidad de rotura de stock, y viceversa (ver la figura 3.2, que
muestra la tendencia de costes en un problema de lote económico de pedido, economic arder quantity,
EOQ, que será analizado en breve).
40 Logística de/transporte 3 Gestión de stocks 41

- costes de espacio
- costes de capital
- costes de servicio
- costes de riesgo

i
\
Los costes de espacio se deben al uso de un volumen de almacenamiento dentro de un edificio. Los
\ COSTES de capital se refieren a los costes del dinero invertido en inventario. Este coste puede representar hasta
\
\ TOTALES el 80% del coste total de mantenimiento de inventario, es el más intangible y subjetivo de todos los
\
\ ~ . ..... factores que constituyen el coste de mantenimiento. Esto se debe a dos razones: primera, el inventario
........ .~............····················· representa una mezcla de activos a corto y a largo plazo y, segunda, el coste del capital puede oscilar
desde la tasa de interés preferente hasta el coste de opmtunidad del capital para la empresa en cuestión
\.''···-.•... .
······- ....••...•.
(los retornos máximos que la empresa puede conseguir con su actividad por unidad monetaria
invertida).

_[\/COSTES DE
f PEDIDO
CANTIDAD DE PEDIDO
Fig. 3.2 Tendencias contrapuestas de costes en el modelo EOQ
La cuestión básica que se debe resolver es determinar la cantidad de pedido y el tiempo entre pedidos
que minimicen los costes totales del inventario. En principio, el planteamiento es muy simple, pues no se
consideran efectos como la naturaleza de la demanda, de los tiempos de entrega (constantes o vatiables),
o la multiplicidad de productos.
Las decisiones sobre localización y sobre políticas de inventarios son económicamente interde-
pendientes. Suponer lo contrario, conlleva el riesgo de configurar un sistema logístico subóptimo.
Normalmente, el punto inicial para desarrollar una estrategia de inventarios es suponer que la red
logística ya existe y se dispone de la demanda de productos asignada a los diversos puntos de
almacenamiento.
3.2 Costes y factores relacionados con el inventario
Los tipos generales de costes que influyen en la estrategia de inventarios son básicamente tres: los costes
de aprovisionamiento, los costes de mantenimiento y los costes de rotura de stock.
Los costes de aprovisionamiento, es decir, los costes asociados a la adquisición de mercancías para la
reposición de los inventarios de materias primas, tienen frecuentemente bastante importancia, hasta el
punto de que determinan el tamaño de los pedidos. Algunos de estos costes son fijos para cada pedido;
otros, como los costes de transporte, producción, y manipulación de materiales, varían con el tamaño
del pedido.
Los costes de mantenimiento son consecuencia de almacenar artículos durante un periodo de tiempo y
son aproximadamente proporcionales a la cantidad media de artículos disponibles. Estos costes pueden
agruparse en cuatro clases:
En Jos costes de servicios del inventario se consideran los seguros y los impuestos. Sin embargo, estos
costes representan una pequeña porción de los costes totales de mantenimiento. Los costes de riesgo
del inventario incluye los costes asociados con el deterioro, merma, robo, desperfectos o/y
obsolescencia.
Los costes de rotura de stocks surgen cuando se recibe un pedido pero no puede satisfacerse con el
inventario al que normalmente se asignaría. El coste de rotura de stocks incluye el coste por pérdida de
ventas (que podría llegar hasta la pérdida de clientes) y el coste por retardo de la venta. Por su naturaleza
intangible son de dificil cuantificación.
Los modelos de demanda para predecir la cantidad de productos que se deben producir/distribuir son la
clave de una gestión eficaz de los inventarios. Así, la cantidad de stock de seguridad necesaria es un
reflejo de la variabilidad en los errores de pronóstico y en el tiempo de abastecimiento. Si la demanda es
regular estos errores suelen seguir una distribución normal, lo que simplifica la fijación de una política
de inventarios. Si el patrón de demanda es irregular, como es habitual en los artículos de bajo consumo
o cuando los pedidos de unos pocos pero grandes clientes dominan el modelo de demanda, los
procedimientos de control estadístico de inventarios no funcionan bien (si se dispone de una relación
entre las ventas totales de un determinado producto y las compras del mismo, realizadas por una serie de
clientes, puede utilizarse una regresión múltiple para formular un sencillo modelo de previsión de ventas
que incorporará aquellos - pocos- clientes que más explican la varianza; estos modelos simples se han
aplicado con éxito al sector textil).
El tiempo de abastecimiento es el intervalo que transcun·e entre la ermston de un pedido de
reaprovisionamiento y la recepción de las mercancías en el inventario. Frecuentemente se supone que la
distribución del tiempo de abastecimiento es normal, lo que permite análisis sencillos. Sin embargo,
puede ser interesante hallar la distribución estadística que más se ajuste a la realidad. En el caso que el
tiempo de abastecimiento es conocido y muy fiable, el nivel del stock de segwidad lo determina la
variabilidad de la demanda.
El nivel de servicio al cliente, referido a inventarios, es la probabilidad de tener stock disponible cuando
surge la demanda. La fijación del nivel de servicio influye drásticamente en el volumen del stock de
seguridad que se debe mantener. Si se suponen variaciones de la demanda uniformemente distribuidas
(quizás entre un valor mínimo y uno máximo), para tener la seguridad estadística de no rotura el nivel de
stock debe ser, en teoría, muy elevado.
42 Logística de/transporte 3 Gestión de stocks 43

Pese a que el nivel de servicio presenta dificultades en su concepción, algunas de las definiciones más Sistema R-M o mín-máx. Es una variación del sistema Q. Empleando el sistema Q con pedidos
usadas son: probabilidad de que ocurra una rotura de stock durante el ciclo de reaprovisionamiento de un grandes, frecuentemente, se pasa de estar por encima a estar por debajo del punto de pedido, sin
pedido; la proporción del déficit en número de unidades respecto a la demanda total durante un ciclo de igualarlo. Para tener esto en cuenta, se aumenta la cantidad de reaprovisionamiento en la diferencia
pedido; el número de pedidos por año que fueron satisfechos completamente; la proporción del déficit en entre el punto de pedido (R) y la cantidad disponible (q), en el momento de lanzar el pedido (fig.
número de unidades respecto al número total de artículos vendidos durante el año; tasa media ponderada 3.3 e). Así la cantidad de pedido no es constante.
de cobertura, etc. Esta última se acepta como la definición más completa:
N 11
Sistema T-R-M Este sistema combina las características de los sistemas P y mín-máx. El nivel de
TMPC= l:f IJrc
j
1
i
inventario se revisa cada T unidades de tiempo para ver si la cantidad disponible ha bajado del punto
de pedido (R). Si es así, se lanza un pedido de reaprovisionamiento por una cantidad M-q.

donde: (b) Conuol dt inwntt rio T, M (Sil temt-P)

( 1) Control dt i n vtnttfiO R, O (Sitleml 0)
M ----- --- ---
TMPC: tasa media ponderada de cobertura(%)
f¡: frecuencia normalizada de aparición de la combinación j de artículos; Lj fj = 1
·¡
.S

TC¡: tasa media de cobertura del artículo i ~

i: artículos diferentes en el pedido j 1z

N: número total de las posibles combinaciones en un pedido •
n: número de artículos en el pedido j
n ¡TC¡: tasa de cobertura del pedido: probabilidad de satisfacer totalmente un pedido.
R • P"nto dt ftposic:ibn O • cantidtd per1 ttposict6n
LT • Tiempo dt tnll-o• ~ido reposlclbn M • nn,tl rn6111n0 1 • int~tlo dt rtvisu~n
La aplicación de la tasa media ponderada de cobertura demuestra que para alcanzar niveles de servicio M- q • Ctruidtd ptra rtposle16n q • CtntidAd disponible

adecuados en los pedidos multiartículo se deben fijar niveles de servicio altos para cada artículo (a) Sistema Q (b) Sistema P
diferente.
(e) Concrol de fnventtrio R. M. o mfn·mlll (d) Conuof dt invttn,.,ío 1. R. M

.2

3.3 Políticas de control de inventario .1

~
El problema normal de inventario es definir, según se acabe el stock, cuándo se va a lanzar el pedido y la
cantidad que se va a pedir esta vez. Existe un modelo clásico para pedidos sucesivos formulado en 1915
por Ford Harris, de la Westinghouse Electric Company: el modelo de cantidad económica de pedido,
EOQ (Economic Order Quantity).
· - - ; - - -1 - -
M • Mhkno nMI M- q • CtntiHd paJI flpoaicton
lf • Punto dt fe9Qtici6n T • ln1tNtlo de tevil tbn M- q • Cen1~ ,..,. r.ooticibr'
Aunque se basa en un gran número de hipótesis simplificativas, la formulación del EOQ que se verá lf • 'unto d• rei)Oiitibn

seguidamente sirve de base a las cuatro políticas fundamentales de inventario que se presentan a (e) Sistema M-R (d) Sistema T-R-M
continuación:
Fig. 3.3 Políticas de inventario determinista más comunes
(Fuente: R. Bal/ou, /99/)
Sistema Q. Con esta política se realiza una revisión continua de los niveles de inventario, de modo
que se lanza el pedido por una cantidad (Q) cuando el njvcl de stock del artículo baja de una cantidad
preestablecida (R), punto de pedido. El intervalo entre pedidos varía pero la cantidad de pedido es fija
(fig. 3.3a).
3.4 El modelo EOQ
Sistema P. Con este sistema, los niveles de inventario se revisan a intervalos fijos de tiempo (T) y
se lanzan pedidos de reaprovisionamiento por la diferencia entre un nivel máximo fijado (M) y la El modelo EOQ pertenece al sistema Q de política de inventario y es, a pesar de su sencillez, de gran
cantidad (q) en stock en el momento de la revisión. Respecto al sistema Q, el sistema P permite utilidad. El mode lo EOQ supone que la demanda, el tiempo de abastecimiento y todos los costes
coordinar tiempos de revisión de niveles de diferentes artículos y realizar pedidos conjuntos. Sin relevantes son conocidos y son constantes en el tiempo (determinista). Además, no permite rotura de
embargo, presenta njveles medios de inventario ligeramente superiores que los del sistema Q (fig. stock -lo cual es razonable ya que se conocen la demanda y el tiempo de abastecimiento- y el pedido
3.3 b). completo se recibe al mismo tiempo.
44 Logística del transporte 3 Gestión de stocks 45

Para resolver el problema de toma de decisión es necesario plantear la ecuación de costes totales. Esta
ecuación contiene dos tipos de costes: el coste de adquisición y el coste de mantenimiento, que varían en 60
,unción •ecw•s.nt.ct.a: "• 1/•U2- U• 1001
sentido inverso con el tamaño del pedido (fig. 3.2).

40

CT(Q)=D S+ICQ ii
Q 2 ~ 30

.
o

i
donde: 2
CT(Q): costes totales anuales del inventario en función de la cantidad de pedido Q 20

Q: tamaño de cada pedido de reabastecimiento (en unidades)

D: demanda anual (en unidades de demanda)
S: coste de adquisición (€/pedido) 10
C: valor de cada unidad mantenida en inventario (€/unidad)
1: coste de mantenimiento, como porcentaje anual sobre C
o
La cantidad de pedido óptima o· es el valor que minimiza la función de costes totales: o
' O.avfo ••19oKto., env4o 6C)Umo, •
l .i 2

Q• = ~2 DS
Fig. 3.4 Robustez del modelo EOQ

IC Analíticamente podríamos escribir

En el sistema Q de control de inventario, se debe reservar suficiente stock para cubrir la demanda durante
el tiempo de procesamiento y transporte del pedido. El número óptimo de pedidos N• que han de
realizarse cada año viene dado por
donde:
Qi: cantidad de pedido del producto j (unidades)
ai : factor de conversión de unidades de Q en unidades de M
M: restricción sobre el conjunto de los productos

El problema es encontrar los valores de Qi que satisfagan la restricción M al mínimo coste. Así,
modificando la fórmula de coste total para considerar n productos, se obtiene solución al problema con
A pesar de que el modelo EOQ básico se formula partiendo de unas hipótesis muy restrictivas, su
multiplicadores de Lagrange. La ecuación del coste total es
relativa insensibilidad respecto a la exactitud de los datos favorece su empleo en muchas situaciones
prácticas, aun cuando los datos iniciales no se conozcan con gran certeza.

Puede mostrarse, por ejemplo, que cambios del 23% por encima del tamaño de pedido óptimo arroj an
incrementos de costes de sólo el 2%. Robusté ( 1988) muestra de forma general el incremento en coste
relativo al óptimo (en tanto por uno) en función de la desviación (en tanto por uno) respecto del Las hipótesis de que no hay descuentos por cantidad, que no se permite rotura de stock y que cada
tamaño de envío óptimo, s (fig. 3.4); como regla general, los incrementos porcentuales en los costes producto es independiente de todos los demás, se han seguido manteniendo.
son un orden de magnitud inferiores a las desviaciones porcentuales respecto a las variables de
decisión óptimas.
3.5 Compras
Al considerar conjuntamente todos los artículos de un inventario, puede resultar inviable la aplicación
directa de las estrategias de pedido EOQ por existir diversas restricciones, como: el nivel de stock Este apartado anal iza la toma de decisión respecto a compra de materiales y/o componentes. La visión
conjunto no puede exceder del dinero asignado a inventario, del espacio de almacenamiento disponible, pretendida es la de una introducción simple, aunque parcial. Para profundizar en las decisiones de
de la capacidad de producción o transporte, o de las cuotas asignadas por el proveedor. compra, nos remitimos a la amplia referencia de Santandreu ( 1986) y la clásica de Calimeri (1974).
46 Logística de/transporte
Para un determinado producto acabado, puede ser factible conocer sus ventas mensuales esperadas con
una antelación de varios meses: nk unidades para el mes k. La venta anual prevista para este determinado
producto es, pues, N = I:k nk (k= 1,... , 12).
Nótese que se denomina a los meses de forma numérica en vez de enero, febrero, etc., pues para facilitar
la labor de un jefe de compras, el hecho de cambiar de año debería ser simplemente circunstancial ya que
él negociaría mejor los precios y cantidades atendiéndose a las variaciones estacionales de la demanda
(en este sentido, podría interesarle contar el mes de agosto como mes 1). Obviamente, esta posibilidad es
remota debido al carácter determinante del año natural por motivos fiscales y de cuenta de resultados.
Una vez conocida la demanda de cada producto acabado {nd , es inmediato obetener la cantidad de
componentes de tipo j que deben comprarse para producir n unidades del producto acabado i es
directamente proporcional a n (el factor de proporcionalidad es un número entero superior o igual a 1 si
el componente se mide por metros cuadrados, peso, etc.; en cualquier caso representa la cantidad del
componente j que es necesruia para fabricar un producto acabado del tipo i).
Si varios productos acabados tienen un mismo componente, las distintas contribuciones se sumarán de
manera que el jefe de compras baraje una única cantidad para cada componente. Si los antetiores
factores de proporcionalidad, que transforman el número de productos acabados del tipo i en número de
componentes del tipo j, se denominan A¡i (si un determinado producto i no contiene un determinado
componente j tales coeficientes son cero), se tiene la siguiente demanda esperada (mensual) para cada
componente j:
mk (componente j) = I A¡¡ nk (producto i)
Vi
para los meses k= !, 2, ... , 12.
Una vez se dispone de la cantidad de cada determinado componente j que es necesario comprar para
que en el mes k se puedan vender las previsiones de demanda, el jefe de compras se enfrenta a dos
decisiones básicas:(!) cuándo gestionar la compra, y (2) qué cantidad comprar.
3.5.1 Cuándo comprar
Las cantidades de componentes obtenidas, mk> indican la utilización de tales cantidades para que se
fabriquen productos acabados nk que estén disponibles para la venta en el mes k.
Naturalmente, puesto que ni el proceso de producción ni el de gestión de compras es instantáneo, el jefe
de compras debe gestionar las compras de las componentes con ciet1o adelanto. Es decir, gestionar la
compra de las cantidades mk en el mes (k-1), donde 1 es el tiempo estimado para gestionar la compra,
recibir la mercancía y procesru·)a en fábrica (aunque 1 puede definirse en meses, no es necesariamente un
valor entero). A continuación se detalla cómo puede obtenerse este valor l.
El jefe de compras tendrá en su cartera una lista de proveedores para cada componente en pat1icular. A
igualdad de calidad y plazo de entrega, interesará encargar la compra a aquel proveedor que proporcione
un precio más bajo. Por experiencia, el jefe de compras debería conocer la siguiente información:
- el tiempo necesario para contactar Jos proveedores alternativos y pedir ofertas
3 Gestión de stocks 47
- el tiempo necesario para la adjudicación de la compra a la mejor oferta y comunicación de tal
adjudicación
- el plazo de entrega "en condiciones normales" del proveedor desde el momento de la adjudicación
de la compra
En muchos casos el plazo de entrega (del orden de semanas) es, con creces, superior a los otros dos
factores (del orden de días). Llamemos a la suma de los tres términos anteriores E. Los plazos de
entrega que no puedan incluirse en la denominación condiciones normales se estudian más adelante.
Por otra parte, el director de producción podrá asesorar al jefe de compras sobre cuáles son los plazos de
fabricación de un determinado producto.
Para el buen funcionamiento de la cadena de fabricación, interesa que todos los componentes de un
mismo producto estén a la disposición del director de producción prácticamente al mismo tiempo. Si a la
suma de tiempos de fabricación más control de calidad, empaquetado, carga, envío y recepción para un
determinado producto acabado i le llamamos F¡ , el jefe de compras sabe que las componentes de tal
producto deben llegar al almacén de fábrica en el mes k-F¡; es decir, deben pedirse en el mes k-E-F¡.
Si las componentes que se deben comprru· son únicas para un determinado producto acabado, está claro
que el tiempo total transcunido entre la gestión de la compra y hasta que el producto esté disponible para
la venta será, en condiciones normales, 1= E+F¡.
Si, como suele ocurrir (y es deseable que así suceda), una misma componente j puede usarse para varios
productos acabados i (precisamente aquellos productos para los que se cumple Aii>O), deberá
considerarse el caso más desfavorable en la fabricación de los diversos productos acabados. Aquí,
1 = E + max¡ { F¡ 1 V producto i que use la componente }
Nótese que esta fonnulación también se mantiene para el caso de que un solo producto utilice la
componente.
A continuación se determina la cantidad que deberá comprarse. Teniendo en cuenta esta cantidad, la
demanda mensual y el tiempo de entrega 1, el jefe de compras puede determinru· cada cuándo debe
realizar un pedido.
3.5.2 Cuánto comprar
En la subsección anterior se ha defmido cuándo deben realizarse las gestiones de compra para abastecer
la demanda de un determinado horizonte (mes k). Se ha supuesto que el plazo de entrega del proveedor
(E) era fijo e independiente de la cantidad pedida. Más adelante se analizarán fluctuaciones aleatorias de
ese plazo de entrega. Si tal plazo continúa siendo determinista (sin fluctuaciones) pero depende de la
cantidad pedida (aumenta con tal cantidad), deberá realizarse un ajuste para el cálculo de 1 una vez se
haya obtenido la cantidad de compra para un precio fijo y más adelante se generaliza pru·a incluir
descuentos por cantidad.
La gran mayoría de proveedores suelen ofet1ar un precio unitario de las materias primas que incluye el
transporte de las mismas hasta la fábtica. En este caso, es fácil entender que si se realiza una gran
48 Logístíca del transporte
compra (varios meses de ventas previstas) se minimizan los esfuerzos relacionados con la recogida de
ofertas de proveedores y de realización del pedido; es posible que también puedan conseguirse
descuentos en el precio, lo que se estudiará más adelante. Sin embargo, una vez recibida la mercancía se
deberá mantener en stock de fábrica hasta que el ritmo de fabricación (acorde al ritmo de ventas para
minimizar otros costes de stocks con mayor valor añadido) consiga utilizar toda la mercancía adquirida.
Por otra parte, si se realizan pedidos pequeños y muy frecuentes, se consigue disminuir el stock de
producción a costa de incrementar el esfuerzo de pedido. Si esta estrategia de pedidos ínfimos se llevara
a cabo de forma insistente, podrían producirse también reacciones secundarias: el proveedor protestaría
puesto que, debido a sus lotes óptimos de producción, o bien la producción de cantidades pequeñas no le
resultaría rentable y se vería obligado a aumentar el precio, o bien produciría más cantidades de las
pedidas y se vería obligado a mantener stocks que en sí serían para su cliente.
Debería quedar claro en este momento que tiene que existir un punto de operación óptimo entre los
dos extremos citados. Esta cantidad óptima de pedido, Q", puede determinarse fácilmente de la
manera siguiente: sea Cp el coste en euros de realizar un pedido (cru1as, télex, llamadas telefónicas,
tiempo del jefe de compras y personal auxiliar, etc.), ll el ritmo de producción de fábrica en objetos
anuales, iF el coste de mantenimiento de los stocks de fábrica (en euro anuales/euro-objeto-año), y P
el coste unitario del determinado objeto (euro/objeto). Si se ordena un pedido de Q objetos que se
supone que llegan instantáneamente, un objeto debe esperar como promedio en stock de fabricación
un tiempo de Q/(2f.l). El coste total para la empresa por un pedido de Q objetos que tienen un precio
unitario de P euro/objeto (salvo el coste del material que es QP) consta del coste del pedido y el coste
promedio de stock:
COSTE TOTAL = Cp + iF P Q 2 1(2f.l)
COSTE UNITARIO = (COSTE TOTAL)/Q = Cp/Q + iF P Q/(2f.l)
El valor óptimo de Q que minimiza el coste unitario antetior es
Si, como es usual, el coste de realización del pedido (Cr) y el coste de mantentimiento del inventario (iF)
es bastante independiente del tipo de materia prima, la anterior fórmula para el lote económico de
compra puede usarse para los distintos componentes sin más que ir cambiando la producción anual ll y
el precio unitario P:
A continuación se explica cómo calcular el factor aproximadamente constante Kp. En primer lugar, es
necesario determinar el coste promedio de un pedido, Cp. Este incluye el tiempo del jefe de compras
durante la gestión (captación y/o negociación de ofet1as entre proveedores, cursar, revisar y firmar la
orden de compra, recepción de la mercancía, reclamaciones, etc.). Para la evaluación de este coste deben
discernirse los elementos vatiables con el número de pedidos y los fijos (un ejemplo de estos últimos es
el sueldo bruto del jefe de compras, que sólo se podría eliminar si la empresa realizara tan pocos pedidos
3 Gestíón de stocks 49
que se pudiera prescindir de tal figura y encargar esta labor a otra persona dentro de la empresa que no
representara un coste adicional).
Consideraciones similares deberán hacerse para incluir el tiempo del personal administrativo, gastos de
teléfono, télex, fax, recepción, inspección y almacenamiento del pedido, y en su caso desplazamientos
por reclamaciones, etc.
Respecto al coste de mantenimiento del stock de fábrica, iF, deben considerarse los conceptos que se
enumeran a continuación. Este coste de mantenimiento de los stocks oscila usualmente alrededor del 20-
40%.
- Capital. El capital invertido en stocks no puede utilizarse en otras actividades productivas
para las empresa y, por otra parte, es posible que la empresa utlice financiación pidiendo
préstamos a entidades financieras.
- A falta de un conocimiento detallado del coste de opot1unidad de inversión del dinero para
la empresa, se puede considerar como coste de capital el asociado con los intereses de los
préstamos.
- Almacenaje. Se incluye en este coste los gastos derivados de la utilización del espacio
destinado a stock (alquiler o amm1ización), el salario del personal destinado a supervisar y
manipular el stock, así como los gastos de luz, limpieza y otros servicios directamente
relacionados con el mantenimiento de inventario.
- Seguro (prima).
- Impuestos relacionados con el mantenimiento de stocks, de existir.
- Deterioro y/o desaparición. Incluye el valor de aquella mercancía que debido a su
naturaleza (productos perecederos, etc.), a la manipulación sufhda durante su almacenaje
y/o pérdidas de diverso tipo (defectuosidad, robo, etc.) no puede utilizarse en el proceso de
producción. Se puede valorar como porcentaje de objetos perdidos por estas causas sobre
el total de objetos mantenidos en stock.
- Obsolescencia. Estos costes vienen determinados por el hecho de que un determinado
producto no puede venderse por motivos de cambio en la demanda.
La formulación vista permite obtener el número óptimo de objetos a comprar que minimiza el coste total
unitario (de pedido y de inventru·io). Idénticas formulaciones pueden realizarse en términos de cantidad
óptima a comprar en euro, toneladas, metros cúbicos, metros lineales, etc., dependiendo del tipo de
mercancía, sin más que hacer un cambio de unidades.
3.5.3 Descuentos en precio
Ciertos proveedores están dispuestos a proporcionar descuentos sobre el precio unitario de la mercancía
en caso de que el jefe de compras encargue grandes cantidades.
Sea M la cantidad minima de objetos pru·a la cual el proveedor está dispuesto a hacer un descuento del
lOOó % en el precio (es decir, ó viene dado en tanto por uno). Si el lote óptimo de compra, Q*,
calculado con el precio sin descuento (P) es superior o igual a M, es obvio que el jefe de compras debe
pedir una cantidad Q • y entonces la empresa se beneficia enteramente del descuento:
Si se ordena una cantidad Q~M, el precio unitario es P(l-5).
Si Q*>M, ordenar Q•
y el beneficio neto debido al descuento es Q*Pó.
50 Logística de/transporte
Si, por el contrario, el tamaño del lote óptimo de compra con el precio sin descuento es Q*<M, el j efe de
compras debe decidir qué es más interesante para la empresa: el ordenar M unidades a P(J-ó) € y tener
más stocks, o bien ordenar Q* unidades y pagar tin precio más alto P. No es dificil entender que si el
descuento ó se utiliza en mantener una cantidad de stocks adicionales, para que la empresa no salga
perdiendo al tomar el descuento, la cantidad mínima de pedido M debe ser, como máximo, igual a Q*
más los stocks adicionales equivalentes al descuento. La cantidad extra a comprar equivalente a un
descuento de ó sobre el precio unitario es Q*[l/(l-ó) 112-l]. En resumen,
Si Q*<M,
- ordenar Q• unidades al precio unitario P y no tomar el descuento si M>Q•/( 1-ó) 112 . En este caso, un
pedido de M unidades representa una pérdida global para la empresa aunque aparentemente
proporcione un ahorro en el precio unitario.
- ordenar M unidades al precio unitario P(J-ó), aceptando el descuento si M<Q*/(l-ó) 112 • Aunque el
beneficio aparente debido al descuento es de MPó, el beneficio real para la empresa es de sólo
[( 1
º. 112 - M ] p t5
- t5)
Si M=Q*/(J-ó) 112 , aceptar el descuento comprando M unidades a precio P(l-ó) o rechazarlo
comprando Q* unidades a precio P, produce idéntico beneficio para la empresa. Sin embargo, es
posible que la decisión de aceptar el descuento sea la más ventajosa desde el punto de vista
psicológico para el j efe de compras y desde el punto de vista práctico para el director de
producción (excepto cuando existen problemas de capacidad en el almacén de fábrica; en este caso
es posible que los costes de mantenimiento de los stocks sean no lineales)
En el caso de existir varios rangos de descuentos, se deben comparar cada uno de ellos con la decisión
de no tomar el descuento y comprar Q* . Puesto que los descuentos no son directamente
proporcionales a las cantidades compradas, sino que describen saltos (ejemplo: ó 1=0,02 ó 2% para
M 1=2.000, pero ó 2 =0,05 ó 5% para M2 =4.000), puede darse el caso de que no sea rentable aceptar un
determinado rango de descuentos pero sí resulte rentable aceptar otro rango ofrecido por el mismo
proveedor.
3.5.4 Componentes y/o proveedores críticos
Una empresa puede utilizar algunos componentes que son críticos (proveedor único, especificidades
técnicas muy determinadas, etc.) para la producción continuada: la falta temporal de unos de estos
componentes origina un bloqueo de la producción y conlleva costes elevados por demanda insatisfecha,
stock de productos semiacabados y/o reajuste de la cadena de producción. Si el proveedor es responsable
y los plazos de entrega E se cumplen a rajatabla, el hecho de que cierto componente sea crítico para la
empresa no debería presentar mayores cuidados que una detallada programación de los encargos de
pedidos por parte del jefe de compras de manera que nunca se rompa el stock de tal producto (es decir, la
llegada de un nuevo pedido se realice unos días antes de que el stock proviniente del pedido anterior se
agote completamente).
3 Gestión de stocks 51
En realidad, el plazo de entrega E no es fijo sino que tiene unas variaciones aleatorias por diversos
motivos aun con los proveedores más responsables (inclemencias del tiempo, imprevistos, etc.). Estas
(pequeñas) variaciones aleatmias pueden incrementarse para proveedores ubicados lejos de la fábrica o
en el extranjero. Sin embargo, pueden existir otras fluctuaciones atribuibles a la irresponsabilidad de
algunos proveedores. El plazo de entrega de un pedido es, pues, una variable aleatoria presumiblemente
distribuida de forma normal alrededor de la media E. Sea a su desviación típica.
El jefe de compras debería poseer información histórica sobre los plazos de entrega de los distintos
proveedores capaces de producir un componente. Para cada uno de ellos dispondrá del plazo de entrega
de una serie de pedidos, definido como la diferencia entre la fecha de recibo de pedido (R;) y la fecha de
realización del pedido (0;): e;=R;-0;.
Entonces, puede calcularse la media y la desviación típica muestra):
E= :Le;
i=n
i=J n
o-= [ I
i=I
(e;- E
( n -1)
f1 112
Es decir, cada proveedor puede caracterizarse por un plazo de entrega normalmente distribuido según
N(E,o\ Un proveedor con una a muy pequeña comparada con E es un proveedor muy fiable (este
concepto es independiente de que su plazo de entrega sea grande o pequeño). A igualdad de precio
unitario y calidad de producto, interesa encargar los componentes críticos a proveedores muy fiables
(aquellos con menor o). A igualdad de fiabilidad, conviene comprar a aquel proveedor con el plazo de
entrega esperado más coito (menor E).
Si, como puede ocurrir para algunas materias primas de una empresa, el proveedor es único (no es
posible la elección) y además es poco fiable, es necesario mantener un stock de seguridad que cubra a
la empresa de las negativas consecuencias que podría tener una rotura de stocks de tal componente.
Este tema se estudia a continuación, pero conviene puntualizar aquí que también debe existir un
balance entre la seguridad (por ejemplo, acumulando un stock de varios meses) y el coste de
mantenimiento de esos stocks.
3.6 Stocks de seguridad
Cuando existe variabilidad en plazos de entrega y/o contratiempos imprevistos que dificultan el
normal desarrollo del proceso de producción y/o dish·ibución, puede resultar conveniente mantener
unos stocks de seguridad que, a fuerza de mantener un sobrecoste acotado en inventarios, puedan
subsanar posibles pérdidas para la empresa muy superiores (las asociadas a los contratiempos
multiplicadas por la probabilidad de que éstos ocurran). Este stock de seguridad también tiene su
rázon de ser para productos acabados: en este caso, se utiliza para absorber fluctuaciones imprevistas
(a la alza) de la demanda. Extensiones sobre la determinación del stock de seguridad o de protección
como prefiere denominarlo Albe1t Rambaux, se encuentran en tres capítulos de su libro (1980).
De la misma manera que conviene ser selectivos a la hora de aplicar un análisis de seguimiento de
compras/stocks detallado, incrementando la atención en aquellos productos de tipo A de un análisis
ABC, en este caso conviene hacer lo mismo: analizar con más detalle los productos más conflicivos. A
52 Logíslica dellranspor/e 3 Geslión de stocks 53

continuación se particulariza el cálculo de este stock de seguridad para el caso de materias primas o entero o fi·accionario pero positivo, al ser r>E), se tiene la tabla 3.1 de stocks de segutidad y
componentes y para el caso de productos acabados. Para capítulos posteriores se deja la influencia del probabilidades de romper el stock:
grado de descentralización de la red de distribuciín física en el nivel global de stocks de la empresa.
Plazo de entrega real r = E+ ~ o
3.6.1 Materias primas Stock de seguridad = ~ o p

En primer lugar, se asume una razonablemente buena previsión de la demanda y una buena coordinación
en las decisiones logísticas. Estos son dos puntos clave papa el correcto funcionamiento de la operativa
logística de la empresa. Con estas suposiciones, los puntos de pedidó están definidos claramente salvo
fluctuaciones en los plazos de entrega y_producción. Las variaciones de la demanda deberían absorberse
con stocks de seguridad de productos acabados, a ser posible concentrados en un almacén regulador para
suavizar las fluctuaciones en uno y otro sentido entre todas las delegaciones.
El procedimiento para determinar QsEG es, pues, imnediato: una vez fijado el riesgo que se quiere
asumir en forma de probabilidad de que se rompa el stock debido a un pedido tardío (digamos del 0,5%),
se determina ~ en la tabla 3.1 (para la precisión inherente a estas cifi·as, basta con hacer una
interpolación lineal: ~==2,83) y el stock de seguridad es
QsEG= 2,83 O p

Un enfoque posible para abordar el problema es el siguiente: si existe una probabilidad ex de que la
ausencia de un determinado componente cause unas pérdidas a la empresa de D Euros en un año
(pérdidas directas como el coste de parar un lote de producción, o indirectas, como la pérdida de clientes ~ Probabilidad de demora en envío
y/o pedidos), el coste "esperado" de esta situación singular de riesgo es de Dex Euros (anuales). Por
tanto, la empresa debería estar dispuesta a costear un stock de seguridad de tal componente crítico de, o 50%
como máximo, Dex Euros/año. Esto puede traducirse fácilmente a cantidad de objetos si el coste de 0,255 40%
mantenimiento de inventario es iF Euros/Euro-objeto-año y el precio unitario del producto es de P
Euro/unidad: 0,525 30%

0,845 20%
QsEo :5 ex D 1 (iF P)
1 15,7%
Si se mantiene un stock de seguridad en fábrica superior a QsEo, la empresa está perdiendo dinero a
largo plazo pues resultaría más rentable no mantener ningún stock de seguridad y asumir 1,28 10 %
completamente el riesgo.
1,645 5%
En la práctica, ni ex ni D pueden conocerse con precisión (no es extraño cometer errores en su 2 2,2%
determinación que superan un orden de magnitud). Sin embargo, sí es más factible conocer a partir de
datos históricos un plazo de entrega medio E, y su desviación típica asociada, o , tal y como se ha 2,055 2%
visto anteriormente. Debe quedar claro que el jefe de compras a menudo puede influir en estos valores
2,325 1%
mediante constante seguimiento y/o presión al proveedor: se dan casos en los que, por su urgencia, el
jefe de compras se ve obligado a visitar en persona al proveedor o bien se desplaza personalmente a 2,575 0,5 %
recoger un pedido crítico. Aun cuando existe esta posibilidad, no será admitida como la tónica general
de actuación y se reserva para casos excepcionales. 3 0,15%

Si el punto de pedido (sin fluctuaciones) se ha calculado según el valor esperado del plazo de entrega 3,09 0, 1 %
E, el stock de seguridad debería absorber las fluctuaciones en el plazo de entrega superiores a E (si la 3,3 0,05 %
entrega se efectúa en un plazo inferior a E, la empresa paga un pequeño coste adicional de inventario;
este hecho es bastante infrecuente y a menudo puede obviarse pidiendo al proveedor que retrase su 3,63 0,01%
entrega adelantada). Si la variable aleatoria "plazo de entrega" está normalmente distribuida según
N(E,o 2), puede convenir mantener un stock igual a la producción prevista entre el plazo de entrega
Tabla 3.1 Probabilidades de demora en envíos
esperado (E) y el real (r, mayor que E).

Es decir, se mantiene un stock conespondiente a p(r-E), donde p es el ritmo de producción para un Nótese que cuanto más pequeño sea o (el plazo de entrega tiene muy pocas variaciones respecto a su
determinado producto. El valor de r es aleatorio, pero puede determinarse fijando que la probabilidad valor medio E), menor será QsEG· El stock de seguridad se traduce en una "valoración indirecta del
de que el plazo de entrega real sea superior a r, sea muy pequeña. Si se llama r=E+~o ( ~ es un factor riesgo" por parte de la empresa: si p es la probabilidad aceptada de que un pedido llegue tarde, el coste
54 Logística de/transporte 4 Sistema de distribuciónjisica SS

anual de QsEG(p) es directamente irOsEG(p). Por tanto, una gráfica que dibuje este coste como una
función de p, traduce el riesgo en dinero.

3.6.2 Productos acabados

Cuando la demanda tiene fluctuaciones impredecibles, conviene disponer de un stock de seguridad de

productos acabados para mantener un buen nivel de servicio. La máxima variación de la demanda
durante el periodo de reposición (!ead time, L) debería venir definida por la desviación típica de los
errores cometidos en la previsión durante tal petiodo, aL. Esta desviación típica debe ser directamente
proporcional a la desviación típica de los errores de previsión dw-ante uno de los intervalos temporales
(mes, semana) de los que se compone ellead time (ap). En la práctica se asume la siguiente relación
lineal (Brown, 1967):
a L= (0,659 + 0,341 L) ap 4 Sistema de distribución física
donde L= 1,2, ... , 12 es ellead lime en número de meses.
4.1 Componentes y estrategias de distribución
De manera similar al stock de seguridad de materias primas, existen dos posibles enfoques: a)
minimización del coste total incluyendo el de rotura de stock (con el inconveniente de tener que calcular Componentes
este último coste), y b) establecimiento de un nivel de servicio.
Un sistema de distribución fisica consta de unos vehículos, unas instalaciones fijas y unos objetos, o
personas, que deben ser distribuidos, cada uno de los cuales lleva asociados unos costes.

Los vehículos incurren en costes de operación (habitualmente, el vehículo va cargado en el reparto

y vuelve de vacío si no logra compensar envíos) y en costes de parada que incluyen carga y
descarga. Las instalaciones fijas soportan el coste del espacio destinado a guardar inventarios y el coste
de la carga y la descarga inicial y final.

Los objetos distribuidos llevan un coste asociado al inventario estacionario y otro coste asociado al
inventario en movimiento (pipeline). Nótese que este último inventario en movimiento se tiene que pagar
siempre y es independiente de la estrategia de envío, aunque varia al cambiar el modo de transp01te o las
condiciones de guiado del mismo.

Las tarifas reales de los transportistas reflejan el hecho de que el coste unitario de transporte en €/kg
disminuye con el tamaño de envío y que, además, el coste de envío es proporcional a la distancia de
transp01te. Existen ligeras diferencias entre los costes de transporte en vehículo lleno y en vehículo
fraccionado o falso flete (Less Than Truckload, LTL), conceptualmente irrelevantes.

Los costes de inventario tienen tres componentes básicas: el precio de la mercancía en stock, el coste de
mantenimiento de inventario, expresado habitualmente como porcentaje del coste de la mercancía, y el
tiempo transcurrido como stock. En la evaluación de estos costes deben tenerse en cuenta conceptos muy
delicados como las diferencias entre flujo de material y flujo de caja, fiabilidad de los datos,
homogeneidad de las unidades de los costes (sin márgenes empresariales), determinación de las unidades
de negocio de la empresa para diferenciar los costes asociados a envíos internos de partes producidas por
la misma empresa, etc.

Estrategias de distribución

La mejor manera de concretar diversas estrategias de distribución fisica es, quizás, con un ejemplo: Una
empresa dispone de varias fábricas y muchos centros de distribución o delegaciones con demanda
56 Logística de/transpone 4 Sistema de distribuciónfisica 57

equilibrada. Cada fábrica produce un componente de un producto y se plantea la mejor manera de enviar pedidos y el inventario en origen aumentará, de manera que el proveedor deberá decidir disminuir su
las componentes de las fábricas a los centros de distribución con camiones. producción hasta acoplarse al nuevo ritmo de ventas del distribuidor. Si, por el contrario, se produce
menos de lo que los consumidores están dispuestos a comprar, la empresa está perdiendo unas ventas
La primera estrategia de envío, quizás, consistiría en hacer envíos directos entre cada fábrica y una potenciales que irán a parar a la competencia o quedarán insatisfechas en el mejor de los casos.
delegación, con camiones llenos. Desde luego, esta es la estrateg ia que minimiza los costes de
transporte para un modo y tipo de vehículo dados, aunque podría tener unos costes de inventario muy CURVA DE CURVA DE
elevados. PRODUCCION CONSUMO
5M
Otra posible estrategia de distribución podría consistir en enviar desde las fábricas camiones llenos Vl
directamente a un centro de consolidación (almacén) que, además de aglutinar los diversos componentes, o
ti
...,
ejercería de regulador y a su vez enviaría camiones llenos a las delegaciones. (IJ 4M
o
w
Es probable que, si el coste unitario de las mercancías es elevado, cada una de las dos estrategias de o
envío vistas pueda mejorarse utilizando camiones fraccionados en vez de camiones llenos. o 3M
o
:5
:J
También es probable que pueda encontrarse una combinación óptima entre los envíos directos de fábrica ::E
:J
a delegaciones y los que se realizan a través del almacén regulador. (.) 2M
<(

o
Asimismo, puede contemplarse una estrategia de distribución de "paradas múltiples" consistente en 0::
w
visitar delegaciones cercanas de forma sucesiva con camiones lle nos. ::E
:J M
z
Por último, la estrategia óptima de distribución, para un problema dado, podría determinarse, no sin
notable esfuerzo, con programación matemática.
3M/X 4M/). 5M/). 6M/X
TIEMPO

4.2 De un origen a un destino Fig. 4.1 Envíos de un origen a un destino

Supóngase un origen y un destino separados una distancia o tiempo conocidos. Se dispone de Así pues, si existe un equilibrio y la producción es uniforme al ritmo de A. objetos por unidad de tiempo,
vehículos con capac idad para C objetos, en unidades de volumen, peso o tiempo, que incuncn en un T es el tiempo de transporte entre origen y destino, y se envían M objetos en un envío (valor que se
coste promedio por envío de y € (para la mayoría de casos, y = p + 2uD, donde O es la d istancia deberá determinar), el coste total por envío, sin contar el coste de la mercancía, que es independiente de
e ntre origen y destino y el factor 2 indica la ida y retomo en vacío). El coste de inventario es i €/€- la estrategia de envío, es
unidad de tiempo, y el coste de un objeto es P. Se plantea decidir cuándo hacer los envíos y qué
cantidad enviar. . . Ml Ml
Coste por enviO = r + p l [ - + M T +- J
2-1_ 2A-
El modelo que se utilizará es muy parecido al EOQ de gestión de inventarios. En esta ocasión,
conviene te ner presentes los costes de transporte explícita mente y contar como "tiempo de inventario"
todo el tiempo transcurrido desde la producción de un objeto hasta su consumo. Algunos modelos sólo El coste por envío mínimo se consigue, obviamente, para M=O, enviando vehículos vacíos. La función
consideran el tiempo entre producción y entrega al distribuidor o cliente, admitiendo que es éste quien obj etivo no es esa, sino la que expresa el coste promedio por objeto enviado. Los objetos incunen en el
debe pagar el coste de inventario en destino hasta consumo; esto permite hacer envíos mayores y coste de inventario en movimiento durante el transpo11e, independientemente de cuándo son enviados.
menos frecuentes. La función objetivo es, pues (en €/objeto),

El objetivo, sin embargo, es encontrar el óptimo global del sistema. El coste de inventario en destino es . y PiM
Z= P zT + - +- -
real, alguien lo paga, y por tanto debe de incluirse en el proceso de optimización. Es más, a igualdad de M A-
precio y producto, el cliente encargará los pedidos a aquel proveedor que le proporcione envíos de menor
cantidad y más frecuentes. El valor de M que minimiza Z se obtiene tomando derivadas e igualando a cero:

La fig ura 4. 1 muestra las curvas acumulativas de demanda y de producción, que deberian ser paralelas M0 = (y A. 1 P i ) 112
en un estado de equilibrio. Si se produce más de lo que se consume, el distribuidor dejará de encargar
58 Logística de/transporte 4 Sistema de distribuciónjisica 59

Teniendo ahora en cuenta que los vehículos tienen una capacidad para C objetos (por volumen, peso o
tiempo), se obtiene
RECION DE
SER\IICIO OEl

Una vez se ha determinado el valor óptimo M*, es inmediato sustituir en Z para obtener una estimación
del coste unitario; el coste total del envío es z*M*. El envío debe hacerse a intervalos de M*/A. unidades
de tiempo (días, semanas, meses).

Conviene insistir que en envíos entre un solo origen y destino, las variables de decisión son la cantidad
del envío (M) y la frecuencia del envío (inverso del intervalo de envío M */A.), y ambas son
interdependientes en un estado de equilibrio.

Es posible, sin embargo, contrariamente a la creencia de algunos profesionales del sector, que resulte
interesante hacer envíos con vehículos no totalmente llenos si los costes de inventario son muy
importantes.
Fig.4.2 Zonas de reparto
La formulación analítica permite derivar guías de diseño: cuanto mayor es la distancia entre origen y
destino, más tendencia existe a enviar camiones llenos; lo mismo ocurre si el ritmo de producción o
La determinación de la forma, orientación y tamaño de las zonas de reparto, así como las rutas de
consumo es muy elevado o si el coste unitario de transpo11e es alto.
distribución local específicas dentro de cada una de ellas, es un problema complejo al que se dedica todo
Si, al contrario, el coste de mantenimiento del inventario es muy alto o si los objetos son muy caros, la el siguiente apartado. El citado at1ículo de Burns et al. (1985) sienta las bases de la modelización y
tendencia es a enviar lotes menores que la capacidad del vehículo. Un ejemplo puede aclarar lo expuesto. compara las estrategias de envíos directos y por paradas múltiples (peddling).

Ejemplo numérico: El coste de transporte entre un origen y un destino es de 500 € (incluye vuelta en
vacío). Se producen y consumen 15.000 unidades/día de un objeto que cuesta 2 €/unidad; el coste de
mantenimiento de inventario es de 36,5% €/€-año, y el vehículo puede transportar hasta 60.000
unidades.
112
El tamaño del envío es: M0 = (500 * 15.000 12 * 10-3) = 61.237.
El tamaño de envío óptimo queda limitado por la capacidad del vehículo: M• = min { 61.237, 60.000}
= 60.000 unidades/envío. Por tanto, se enviarán camiones llenos (60.000 unidades) cada
60.000/1 5.000= 4 días. Si el número de días sale fraccionario (como es lo habitual), puede
redondearse a un número entero de días. La diferencia en intervalo por convenienca práctica (envío DISTRIBUCION
subóptimo) usualmente atToja aumentos de coste pequeños. LOCAL

4.3 De un origen a muchos destinos

A menudo resulta interesante realizar una partición de la región de serv1c1o en zonas de reparto,
ALMACEN 'ACCESO DIRECTO
A ZONA DE REPARTO

Fig. 4.3 Etapas del reparto con paradas múltiples

visitando clientes o destinos cercanos de forma consecutiva con el mismo vehículo (fig. 4.2).

Las necesidades o costes de inventario en destino pueden gestionarse ahora visitando más o menos
destinos con el mismo vehículo y es intuitivo que en esta situación no exista motivo por el que deba
interesar enviar vehículos no llenos, excepto en casos de logística de emergencias; pero, aun en este caso,
los vehículos visitan tantos destinos como capacidad tienen -entendida como número de objetos a
transportar en este caso por condicionantes de tiempo-, aunque fisicamente el vehículo tenga aún más
potencial de transporte por peso o volumen. Esta aseveración puede demostrarse en forma de teorema
(ver Bums et al., 1985). Los vehículos par1en del origen, quizás cerca del centro de gravedad de su
región de servicio, llenos (más precisamente, a capacidad), acceden sin realizar paradas intermedias a la
zona de reparto asignada, visitan los destinos, y vuelven al origen de vacío (fig. 4.3).
4.4 De muchos orígenes a muchos destinos
Este apartado está basado en Robusté et al. (1996) y Barcos et al. (2000). En posteriores capítulos se
trata el tema con algo más de detalle y se describen un par de algoritmos (un heurístico y otro
metaheurístico) que se han aplicado a problemas reales.
Las redes log ísticas de muchas empresas de transporte, como puede ser la de una empresa de
paquetería, están configuradas por una serie de servicios de transporte con orígenes y destinos en el
60 Logística del transporte
país o área de actuación, que aseguran, a través de unas determinadas frecuencias y capacidad de
vehículos, un plazo de entrega (normalmente 24 horas o entrega al día siguiente antes de las 10:00
para mensajería del sector servicios) y precio adecuado al cliente.
La viabilidad del sistema (tanto en términos económicos como logísticos y comerciales) exige la
sustentación de los servicios en puntos de ruptura de las cadenas origen/destino (y la consecuente
manipulación y clasificación de la mercancía) estratégicamente localizados en el territorio; estos
puntos son las delegaciones y las terminales de rotura de carga o hubs. El número y ubicación de las
delegaciones y hubs determinan la configuración de la red de distribución física, mientras que los
servicios dependen de la tipología de los vehículos (capacidad), sus frecuencias y la meta de plazo de
entrega ofrecido.
Habitualmente, los servicios de paquetería suelen asegurar la cobertura de todo un tenitorio nacional.
Las delegaciones tienen un ámbito de influencia aproximadamente provincial y su misión es la de
consolidar la carga de su zona de influencia. La distribución y recogida local dentro de estas zonas
(pickup and delivery, PUD) se realiza habitualmente con camiones pequeños o furgonetas, mientras
que el transporte de larga distancia entre delegaciones (linehauf) se efectúa mediante camiones de
gran capacidad.
Este trabajo se centra en el transpot1e de largo recomdo entre delegaciones, de manera que el sistema
logístico que debe considerarse tiene como mígenes y destinos las delegaciones del área en la que se
ofrece el servicio. Así, el envío de una carga desde su oiigen a su destino puede realizarse
directamente (si hay suficiente carga para "casi" llenar un camión), con paradas múltiples entre
delegaciones próximas en origen o en destino, o a través de un terminal de rotura de carga, que pueden
tener un ámbito de influencia nacional o regional.
De esta forma, para cada par origen/destino de la mercancía existe una cadena de transporte
configurada por una combinación de servicios/puntos de apoyo que resulta óptima en términos
económicos y/o de njvel de servicio. Esta selección no depende exclusivamente de la localización
del origen y destino considerado y del volumen movido entre los dos puntos, sino también de la
demanda existente en la red y de la configuración de costes logísticos existentes; el problema es
global y la optimjzación exige una visión integral. A pesar de que en muchos casos un porcentaje de
ahorro pequeño puede significar consideraciones económicas relevantes, normalmente en los
problemas reales no se obtienen las soluciones óptimas debido a la complejidad y gran tamaño que
presentan.
4.4.1 Aportaciones sobre el problema
Daganzo (1991) explica la importancia que tiene la utilización de terminales de rotura de carga en un
sistema de transporte de muchos orígenes a muchos destinos, puesto que ello puede suponer una
reducción significativa en los costes logísticos. Sin embargo, cuando se trata de un problema de
transporte desde un origen a varios destinos (o viceversa) la existencia de rutas a través de hubs sólo
se justifica cuando existen restricciones en la longitud de las rutas o en el tamaño de los camiones de
distribución.
Hall ( 1987) demuestra que transportar a través de dos terminales es una estrategia atractiva cuando el
número de orígenes y destinos es grande, siempre que no existan restricciones temporales. Transportar
a través de una sola tertninal es conveniente cuando o bien el número de orígenes o bien el número de
4 Sistema de distribución física 61
destinos es pequeño, estrategia lógica para redes de aprovisionamiento y distribución. Cuando es muy
impot1ante mantener una distancia de viaje pequeña la estrategia más adecuada es enviar la carga a
través de la terminal (o las dos terminales) que presenten menor distancia de viaje. Esta situación es
característica de las redes en las que los orígenes y los destinos están muy esparcidos o cuando el flujo
de carga entre orígenes y destinos es grande.
Hall ( 1989) examina varias estrategias simples, como: ruta por la terminal más cercana (al origen o al
destino), ruta por las dos tenninales más cercanas al origen y a destino respectivamente, ruta por la
terminal que produce la distancia mínima, estrategias con terminales tipo master (todos los envíos
entre diferentes zonas se hacen a través de una terminal master y los envíos dentro de una zona se
hacen a través de la terminal de la zona), y otras estrategias híbiidas. En este trabajo, Hall introduce
nuevos aspectos en el análisis, como son: el tiempo necesario para la clasificación y reorganización de
la carga, el tiempo que supone viajar por rutas que se desvían mucho de la ruta directa para pasar por
la terminal, la necesidad de tener que hacer clasificación de la carga en el lugar de origen cuando de
éste sale mercancía hacia varias tenninales, la necesidad de realizar viajes en vacío cuando el número
de aviones que entran a una terminal es diferente al número de aviones que salen de la misma. Hall
(1996) extiende el análisis hasta incluir el subsistema de reparto y recogida local.
Como ya se ha mencionado anteriormente, un factor decisivo para las empresas de paquetería es el
cumplimiento del plazo de entrega. Esto implica que aunque existan rutas óptimas en términos de
costes se elijan otras estrategias de ruta que proporcionen un mayor nivel de servicio. La
implementación informática de un algoritmo heurístico (Robusté et al., 1996) mostró que para
muchas parejas origen/destino no es factible el transporte por rutas que pasen por dos hubs, puesto
que al desvío respecto a la dirección principal se le añade un doble manejo de la carga con el
consumo de tiempo que ello supone. Así, para muchos pares origen/destino sólo será posible
transportar la carga a lo sumo por un hub, el más cercano al origen (o al destino) o bien el hub que
proporciona la distancia mínima.
Teniendo en cuenta lo anterior, no es dificil encontrarse con un conjunto de pares origen destino
asignados a un solo hub, entonces puede elegirse para el transporte entre cada par una ruta directa, una
ruta con paradas múltiples o bien una ruta a través del hub. Esta elección supone un problema muy
complejo en el que la decisión para cada par origen/destino está influenciada por las decisiones
tomadas para el resto de los paJes.
4.4.2 Formulación del problema
Se aborda aquí el siguiente problema: dado un conjunto de pares origen/destino asignados a un mismo
y único hub, se debe elegir para cada par aquella ruta que desemboque en un menor coste. Las
alternativas de ruta existentes son: transporte directo, ruta con dos paradas en origen y un único
destino (paradas múltiples de dos puntos en origen) y transporte a través del hub. Como se puede
observar, las posibilidades de hacer peddling se han reducido a dos paradas a lo sumo, y, además, en
origen, para poder tratar el problema de una manera más sencilla.
Sea el conjunto de orígenes iE N ={1, 2, 3, .. ., n} y el conjunto de destinosjE M ={1, 2, 3 ... ,m}. Sea
q;¡ la carga que debe transportarse entre el origen i y el destino j, bien sea directamente, con dos
paradas en origen, o a través del hub H (fig. 4.4). Se asume una capacidad C (en unidades de carga)
única para los vehículos. Es evidente que cuando un vehículo se llena en el origen lo más rentable es
enviar el vehículo directamente, con lo cual se asume sin pérdida de generalidad que O~ q;¡ < C.
62 Logística de/transporte 4 Sistema de dislribuciónfisica 63

La nomenclatura seguida para las distancias existentes entre los distintos puntos (orígenes, destinos,
N M
hub) del sistema es la siguiente:

d ;¡ = distancia directa entre el origen i y el destino)

dikj = distancia recorrida al viajar desde el 01igen i al destino j haciendo peddling
en origen con k, siguiendo la secuencia i - k - j
dih = distancia existente entre el origen i y el hub
d111 = distancia existente entre el hub y el destino j

Con todo lo anterior el problema puede formularse de la siguiente manera:

Minimizar (1)
i =l J= l i=l k=l J= l i=l J=l
Fig. 4.4 Red con n orígenes, m destinos y un hub
kotci

Sujeto a:
En este planteamiento no se va a considerar el coste de parada al hacer peddling ni el coste de parada i=l, 2, 3, ... , n ( 1.1)
y manipulación en el hub, de manera que minimizar el coste significará minimizar el número de
vehículos/kilómetro necesarios para realizar el servicio. k=J, 2, 3, ... , n; k;t.i j=l, 2, 3, ... ,m

JI JI
Por otro lado, aunque en algunas ocasiones pueda ser beneficioso el partir una carga para ser
transportada por dos rutas diferentes, en la práctica esta posibilidad es poco factible puesto que x ij + ¿zikj + ¿zkij + YiJ" =1 i=l, 2, 3, ... , n (1.2)
k=l k=l
complica mucho la operación y aumenta el riesgo de extraviar la mercancía. Por tanto, se asume que k# k#
para cada qiJ solamente es posible una única alternativa de ruta. j =l, 2, 3, ... ,m
La formulación matemática del modelo exige la definición de una serie de variables de decisión: 111

LqiJ Yijh:s:e w¡/¡ í=l, 2, 3, ... , n (1.3)

_ {1 si la carga de i a j debe enviarse directamente j=l
x .. - 11
O en el caso contrario
1)
L q ij Y¡;" :s: e w"J
i= l
j =l, 2, 3, ... ,m (1.4)

1 si la carga q" se transporta siguiendo una ruta con dos paradas en origen
XiJ, Z;kj• YiJh E {0,1} i=l, 2, 3, ... , n (1.5)
zikj = según la secuencia i - k - j k=J, 2, 3, ... , n; k;t.l j=l, 2, 3, ... ,m
{
O en el caso contrario
+

= {1 si la carga qif se transporta pasando por el hub

yijh .
O en el caso contrano O, 1, 2 ..., i=l, 2, 3, ... , n (1.6)
e
W¡" = número de vehículos que viajan desde el origen i al hub
W;,¡ = número de vehículos que viajan desde el hub al destino)
64 Logística de/transporte 4 Sistema de distribución.fisic:a 65

/11
n +
¿qij Sin es impar S- n!
- [ ( ( n -1) 12)! 2(n-J)/ 2
s <n-I)t 2
(2.2)
O, 1, 2 ... , i= l j=l, 2 , 3, ... ,m (1.7) J
e
A modo de ejemplo, y con objeto de reflejar de manera intuitiva la complejidad que alberga este
problema, se calcula el número de variables y restricciones requeridas para la formulación de un
donde [xf es la parte entera superior de x. problema con diez orígenes y cinco destinos. También se calcula el número de posibles soluciones:

Las inecuaciones (1.1) reflejan el hecho de que sólo es posible realizar una ruta con dos paradas en Número de variables binarias: 550
origen cuando la carga total que se recoge en el peddling cabe en un vehículo. Las ecuaciones (1.2) Número de variables enteras: 15
obligan a escoger para cada par otigen/destino una sola ruta, para evitar que una carga q;¡ pueda Número de restricciones: 515
pattirse para ser enviada al destino a través de dos rutas diferentes. Las inecuaciones (1.3) y (1.4) 32
Número de posibles soluciones= 2 ·10
establecen las variables W;11 y W1!i como el mínimo número de vehículos necesarios para transpo11ar
toda la carga que se envía desde cada origen al hub y desde el hub a cada uno de los destinos El ejemplo conduce a pensar que el número de variables y restricciones que deberían utilizarse para
respectivamente; (1.5) define a las variables X;¡, Z;kj e Y;¡11 como variables binarias, mientras que ( 1.6) y resolver muchos problemas reales haría que el planteamiento matemático expuesto fuese un camino
(1.7) definen a las variables W111 y W1!i como variables enteras. de resolución poco viable. Es por ello por lo que resulta necesario profundizar en la estructura de estos
problemas, para crear reglas sencillas de diseño que después puedan ser introducidas en algoritmos
4.4.3 Complejidad heurísticos. Esta sería una manera de dotar a este tipo de algoritmos de una sólida base científica y
conceptual.
El número de variables y restricciones que requiere esta formulación es:
4.4.4 Algunas reglas de diseño
Número de variables tipo X;¡ = mn
A continuación se citan algunas reglas de diseño muy sencillas y fácilmente demostrables. Cuando se
Número de variables tipo Z;k¡ = nm ( n -1) contempla la posibilidad de utilizar camiones de diferentes capacidades se asume un coste por
kilómetro para cada vehículo lineal con su capacidad.
Número de variables tipo Y¡¡, = nm
- Dadas dos cargas q;¡ y q!J, siempre será más rentable el envío directo de ambas cargas que
Número de variables tipo W¡, = n
realizar peddling en i y en k cuando la distancia entre i y k sea mayor que la mayor de las
Número de variables tipo W¡!i = m distancias directas desde cada origen al destino, es decir, cuando d1,:>Max(d;¡, d,). Esta regla es
válida incluso cuando se trabaja con vehículos de capacidades diferentes.
Número de restricciones tipo ( 1.1) = nm ( n - 1)
Número de restricciones tipo (1.2) = nm - Hacer peddling en tres orígenes i, k, 1 y destino enj, siguiendo la secuencia de ruta i-k-1-j, sólo
Número de restricciones tipo (1 .3) =n puede ser la mejor alternativa en el caso en el que d1k<d;¡ y dk1< dk¡ (condiciones necesarias pero
Número de restricciones tipo (1.4) =m no suficientes). Esto también se cumple cuando existe la posibilidad de trabajar con vehículos de
diferentes capacidades.
Cabe añadir que, con pequeñas modificaciones, esta formulación también permite trabajar con
- Dadas dos cargas con un mismo origen y dos destinos diferentes, q;¡ y q 18 , si la distancia del
vehículos de varias capacidades aunque eso implique el uso de un mayor número de variables.
origen i al hub es mayor que la suma de las distancias directas desde el origen a los respectivos
destinos, es decir si d 111>d;¡+d18, entonces el envío directo de ambas cargas siempre será mejor que
El número de posibles soluciones para el problema, S, puede calcularse con la fórmula que se muestra
el envío de las mismas a través del hub. Esta regla se cumple independientemente de la
a continuación. Algunas de ellas pueden no ser factibles por no cumplir las restricciones ( 1.1) de la
existencia de otras cargas que viajen a través del hub con destino enj o g, procedentes de otros
formulación expuesta anteriormente. Por otro lado, sólo se ha considerado como posible solución la
orígenes diferentes a i. Es válida incluso cuando se trabaja con vehículos de varias capacidades.
mejor alternativa de hacer peddling con dos orígenes (i y k) y un destino j, es decir, la mejor entre la
rutas i-k-j y k-i-j.

/11 4.5 Configuración de una red de distribución física eficiente

Sin es par S- n! 5"'2 (2.1)
- ( ( n 12)! 2" 12 J A partir de las bases sentadas para las rutas de reparto, pueden construirse modelos más genéticos que
representen la distribución de un origen a muchos destinos sin y con transbordos.
66 Logística de/transporte 4 Sistema de distribución flsica 67

El desarrollo de estas extensiones se encuentra recopilado en Daganzo (1991) y, por contenido de reparto), b) los circuitos sólo paran en terminales de un mismo nivel, y e) descomposición de
matemático y por extensión, queda fuera de los objetivos de esta monografía. Nos limitamos aquí a operaciones (la estrategia operativa óptima dentro de una zona de reparto no es afectada por las
perfilar la metodología de las extensiones y a adelantar algunas conclusiones sobre sistemas de decisiones tomadas fuera de ella).
distribución física complejos.
- Forma de la región de servicio casi óptima: a) terminales localizadas en el centro de sus áreas de
En el caso de envíos de uno a muchos sin transbordo, a continuación se enumeran los factores que influencia (mínimización veh/km de viaje), y b) forma "redondeada".
influyen en el problema (algunos de ellos son datos; otros, variables de decisión):
La fig. 4.5 representa esta jerarquía de las redes de distribución física: pa11e de los envíos no realizan
Datos: transbordo (los más cercanos al almacén regulador); otra parte reciben los productos a través de un
2 transbordo, y el resto de los clientes recibe los productos a través de dos. Los detalles analíticos se
- Área de la región de servicio (km )
2 encuentran en Daganzo y Newell (1986).
- Densidad de destinos (destinos/km )
- Capacidad de los vehículos (objetos/camión)
- Coste unitario de transporte (€/veh-km)
- Densidad de ritmo de demanda (objetos/día-km2 )

Incógnitas:
- Número de paradas /
.,...--
- Días entre envíos consecutivos /
/

- Tamaño de los envíos (objetos/camión) 1

1
- Área de la zona de reparto (km2/camión) 1
1
1
Una vez se ha formado una función de costes logísticos, las variables de decisión se determinan en 1
función de los datos minimizando los costes logísticos globales. \
\
\
Para el caso más genérico de distribución con un transbordo, la función de costes logísticos se escribe ' 1 TRANSFERENCIA 1

c 1(p,A,fo) = c'o(p,A,fo) + h(fo) + To(A,fo)

___
' , COMO MAXIMO / /
...... ...... .._ .,.., / /

donde el primer término hace referencia al transporte de acceso (linehau{) , el segundo término al coste
en la terminal, y el tercer término al coste de distribución local. Se tiene
2
- f 0 : densidad de terminales (terminales/ktn ) Fig. 4. 5 Jerarquía de una red de distribuciónfisica
- To(A,fo) ~ co(0,38 fo-ln, A, o)
- c 0(p,A,o): coste de servir un punto distante p km, con densidad de demanda A y densidad de
paradas o

Extensiones de estos modelos para el caso de transbordos múltiples se encuentran en Daganzo y Ncwell
(1986a).

Conviene resaltar, para finalizar, que un sistema de distribución física bien diseñado goza de una serie de
propiedades:

- Segregación de rutas de recogida/reparto.

- Estructura no redundante de la red (cada terminal o punto de demanda debe ser servido por una
única ruta, (por concavidad de los costes totales).

- Operaciones casi óptimas: a) minimización de la longitud de los circuitos (pa11ición de la región de

servicio en zonas de reparto conectadas simplemente; se busca el circuito más corto en cada zona
5 Diseño de rutas de vehículos 69

5 Diseño de rutas de vehículos

Una máxima popular entre los logísticos con experiencia es que "no hay manera de saber si una ruta
de reparto está bien diseñada hasta que se da el mismo problema a dos personas distintas y se
comparan las soluciones obtenidas". Más que método de comprobación, la máxima defiende
implícitamente la ausencia de método en la solución; si esto fuera así, se podría resolver el mismo
problema dos, tres, diez veces y, aun siendo las soluciones coincidentes, no tener garantías de que
cualquiera de ellas es buena (más precisamente, sin saber cómo es la solución obtenida de distinta
respecto a la solución óptima).

El objeto del presente apartado es establecer y aprender guías de diseño de rutas de repa1io, y entender
cómo debe diseñarse un sistema de distribución fisica.

La formulación básica del problema del diseño de rutas de reparto es la siguiente: una empresa dispone
de una flota de vehículos con base en un almacén para efectuar el reparto a clientes dispersos en una
región geográfica determinada; se pretende encontrar aquella configuración de rutas de reparto que
minimice alguna expresión del coste total de viaje medido en distancia, tiempo, etc.

Esta formulación es común a una multitud de problemas de optimización combinatoria, como la

recogida de correos, la recogida del dinero de las cabinas telefónicas, rutas de inspección preventiva,
lectura de contadores, visitas domiciliarias de un médico, etc.

Una primera parte de este apartado se dedica a revisar los algoritmos de optimización y heurísticos más
conocidos para la solución del problema del diseño de rutas. La segunda parte, a resumir los principales
hallazgos de las aproximaciones continuas.

Esta visión dual y complementaria debe ayudar a resolver de forma sistemática una gran parte de los
problemas de rutas de reparto. Naturalmente, los problemas reales contienen complicaciones adicionales
creadas por incidencias, gestión de retornos en vacío, decisiones en tiempo real, restricciones operativas,
etc., que también son analizables.

La tendencia habitual es integrar un proceso de diseño y toma de decisión sobre rutas con el sistema de
teleinformación para conformar un sistema de gestión DRP (Distribution Requirements Planning) o un
sistema expc1io.
70 Logíslica de/lransporle
5.1 Formulación del problema
Supóngase que los clientes que debe visitarse son i=2, .. ,n e i=1 hace referencia al almacén. Los
vehículos se indican por k=1, ... ,m. Cada cliente i solicita una demanda q; (en unidades de toneladas,
m3 , palets, cajas, etc., por unidad de tiempo) y la capacidad del vehículo k es ek (en las mismas
unidades que q;; es perfectamente factible que ek venga determinada por restricciones temporales). Se
supone, además, que, por conveniencia, los clientes y vehículos han sido numerados en orden
decreciente respecto a q; y ek respectivamente, es decir, q;+ 1 ~; y ek+I5ek para todo i=2, ... ,n-I y
k=1, ... ,m-1. Como ya hemos adelantado en la sección anterior, se trata de diseñar las rutas de reparto
para los vehículos (una ruta para cada vehículo comenzando y acabando en el almacén) de manera que
todas las demandas de los clientes sean satisfechas y el coste total de transporte sea mínimo. Sea cij el
coste de transporte entre el cliente i y el}.
La formulación del problema de optimización quizás más conocida es la proporcionada por Fisher y
Jaikumar (1981 ). Se plantea el siguiente programa lineal con variables auxiliares enteras:
Minimizar Z = LL L c ij X ij< (1)
1 j
Sujeto a:
~; q; Yi ~ Ck para k=l , ... ,m (la)
~i X;jk = ~j Xjik = Yik para i=l, ... ,n y k=l ,... ,m (1 b)
~k Yik = 1 para i=2, ... ,n y ~k Ylk = m (le)
V S~ {2, .... ,n} (Id)
/.je S
Xijk = 1, si el vehículo k visita el cliente j inmediatamente después del cliente i; O, en caso contrario. (le)
Yik = 1, si el cliente i es aprovisionado por el vehículo k; O, en caso contrario. (lf)
La función objetivo minimiza el coste total de transporte s umando las contribuciones de cada arco (i,j)
sólo cuando éste pertenece a una ruta determinada asociada a un vehículo k. La condición (la) indica
que la capacidad de cada vehículo en particular no puede ser sobrepasada; la condición (1 b) expresa
que cada cliente debe ser visitado por un vehículo (excepto el almacén, que es visitado por los m
vehículos); la restricción (1 e) asegura que una vez un vehículo ha llegado a un cliente, no se queda allí
y va a visitar más clientes (o regresa al almacén); las restricciones (Id) se encargan de eliminar ciclos
internos y sub-rutas, aprovechando un teorema sobre grafos conexos. Por último, las condiciones (le)
y ( 1f) indican los dos únicos posibles valores de las variables auxiliares x ijk e y ;k; es este carácter de
variables enteras o dicotómicas el que transfiere a todo el problema una complejidad de solución
notable y hace ardua la aplicación de conocidos algoritmos de solución de programas lineales
(simplex, Karmarkar, etc).
Puede hacerse una fmmulación equivalente del problema trabajando con costes de rutas factibles (por
capacidad de Jos vehículos) que es quizás más elegante pero más dificil de entender; naturalmente la
formulación como programa matemático también incluye variables enteras y aquí radica la dificultad de
su solución aun con ordenadores potentes. Por último, existen formulaciones basadas en programación
dinámica (ver, por ejemplo, Lawler et al., 1985, página 436) que tampoco se incluyen aquí.
5 Diseño de rutas de vehículos 71
No es factible solucionar un programa lineal entero de fmma eficiente para los tamaños de problema que
acontecen en la práctica. Para problemas pequeños y medianos, es posible utilizar la técnica de acotación
y bifurcación (branch and bound) o explotar la estructura particular del problema y aplicar la
descomposición de Benders (que, por cierto, no tiene por qué funcionar en problemas generales, como lo
han demostrado numerosos artículos en revistas de investigación operativa pese al éxito y expectativas
creadas inicialmente).
La referencia Lawler et al. (1985) cita que el problema de diseño de rutas de reparto (vehicle routing
prob/em, VRP, como se le conoce en la literatura especializada) de mayor tamaño que se ha resuelto,
demostrando la optimalidad de la solución, contenía únicamente 53 clientes y 8 veWculos; estos tamaños
son claramente insuficientes para empresas repartidoras de productos de gran consumo a comercios
detallistas como bares, granjas, etc.
5.2 Diseño de rutas de reparto por aproximaciones continuas (VRP)
Este capítulo presenta y resuelve el citado problema del diseño de rutas de reparto usando un
enfoque radicalmente distinto. Las posiciones concretas de los clientes se obvian y se representan
por una densidad de demanda con una cierta distribución estadística sobre la región de influencia
del almacén. Esta aproximación continua permite deducir expresiones compactas para las variables
de decisión del problema y, de allí, derivar guías de diseño de un sistema de distribución. El bagaje
matemático requerido por estas técnicas raramente supera los conceptos elementales de cálculo; las
ideas vertidas e hipótesis utilizadas son, sin embargo, sutiles y requieren un cierto ejercicio de
concentración.
Supongamos una región de servicio de un determinado almacén de área A que contiene N clientes a
visitar. Para un caso real, es posible que N sea del orden de varias docenas (quizás centenares de
clientes) esparcidos más o menos uniformemente en A (si los N clientes delimitan una región convexa
A', A'c A , significativamente inferior a A, tomaremos A' como la región de servicio efectiva del
almacén). Supongamos también, para visualizar más fácilmente el problema, que todos los clientes
solicitan aproximadamente la misma cantidad (en notación de la subsección anterior, q;zconstante para
todos los clientes i=2,... , n; en la notación actual, N=n-1, al considerar ahora el almacén
independicntememte de los clientes; obsérvese que para valores grandes de N y n, esta matización carece
de importancia) y que la flota de vehículos es homogénea (idéntica capacidad de los vehículos para
objetos homogéneos en volumen y peso). Aunque estas hipótesis no son tan restrictivas como a primera
vista parecen, las relajaremos más adelante.
Un vehículo genérico, pues, puede visitar e clientes como máximo por restricciones de capacidad. Las
restricciones pueden venir por peso o volumen (dependiendo del tipo de mercancía) o, simplemente,
tiempo (la "capacidad" efectiva de las furgonetas de reparto de paquetería urgente viene dada por la hora
e
máxima de reparto más que por volumen y peso). Por simplicidad de notación, representará a partir de
ahora la capacidad de un vehículo (en número máximo de paradas); la traducción de esa capacidad a
unidades fisicas (m3, kg, minutos) se realiza multiplicando e por la carga promedio repartida a un cliente
3
en m , kg o minutos/parada (en el caso de restricción temporal, el tiempo invertido en el trayecto
también juega un papel importante; la capacidad en minutos sería C multiplicado por Jos minutos/parada
más los minutos promedio de trayecto entre dos clientes consecutivos).
Si N=1, la distribución es de un origen (almacén) a un destino (cliente, a distancia fija del almacén). La
distribución adecuada, como se ha visto, es aquella que envía un tamaño de envío óptimo en el sentido
 r
72 Logística de/transporte
de que minimiza los costes asociados al transp01te y al mantenimiento del inventario conjuntamente. En
general, para mercancías baratas (bajo coste por kg), se tiende a enviar camiones llenos (siempre que las
necesidades de espacio ocasionadas por el almacenamiento de la mercancía no sean exorbitantes). Hacia
esta misma tendencia apuntan altos costes unitarios de transp01te, grandes distancias a recorrer entre el
almacén y el cliente, y elevados ritmos de consumo de la mercancía.
Ya se ha insinuado que puede convenir enviar vehículos parcialmente llenos para mercancías muy caras
o cuando los costes de mantenimiento de inventario son muy elevados. Todos los factores mencionados
que intervienen en la decisión de efectuar el envío de forma óptima están relacionados con la variable de
decisión (tamaño del envío) por medio de una raíz cuadrada; esto indica que si el coste unitario de
transporte pasa a ser el doble, el tamaño óptimo de envío aumenta pero menos que el doble
(exactamente, un 4 1%).
Para N>l, la distribución es de un origen (almacén) a muchos destinos (clientes). Es este caso, lo más
eficiente es visitar varios clientes con un mismo vehículos realizando paradas múltiples. Con este
sistema, puede gestionarse el tamaño óptimo de envío de cada cliente con la capacidad física del
vehículo variando el número de paradas por vehículo, de manera que no existen motivos para enviar
vehículos que no estén completamente llenos.
Cuando N es muy grande, como ocurre en las aplicaciones prácticas, es posible que se necesiten varias
rutas de reparto para visitar los N puntos en un periodo de tiempo determinado. Cada una de estas rutas
de reparto debe delimitar una zona de reparto cuyo conjunto forme una partición de la región de servicio
A (es decir, cada cliente sea visitado por un solo vehículo).
Otra consideración previa vista también al hablar de localización (capítulo 3), es que el almacén debe
ocupar la posición del centro de gravedad de la demanda, es decir, el centro de gravedad de la región
de servicio A; esto minimiza la distancia de acceso a los clientes, aunque a veces no siempre es
posible (ejemplo: empresa que nació en una determinada ciudad de la costa y ha crecido hasta realizar
distribución a escala nacional pero manteniendo su almacén regulador en la ciudad de origen; debido a
la mala ubicación del almacén respecto al centro de gravedad de su demanda nacional, sus costes de
distribución son mayores que el mínimo obtenible, pero es posible que por otro lado la empresa esté
pagando alquileres muy bajos o su demanda fuera de la ciudad de origen no justifique un traslado de
almacén).
La distribución a N puntos de repa1to con vehículos que pueden visitar un máximo de C puntos por viaje
t
necesita aproximadamente de (N!C/ rutas de reparto, donde ( ind ica el número entero más próximo al
argumento por exceso.
La correspondencia entre rutas de reparto y número de vehículos necesarios no es biunívoca, pues
depende de la disponibilidad de tiempo para hacer el reparto y otros condicionantes operativos. El
mismo reparto diario necesitará distinto número de vehículos si todos los clientes deben haberse
visitado antes de las 1O de la mañana, o bien en el supuesto de que se disponga de toda la jornada
laboral para repartir.
Puesto que los vehículos van llenos (excepto quizás uno de ellos), el número de clientes que se deberá
visitar en una ruta de reparto es, precisamente, C. Para la mayoría de las aplicaciones prácticas, C puede
oscilar entre valores de 3-4 clientes por día (reparto de muebles, por ejemplo: otra particularidad de los
sistemas de distribución óptimos es la separación de operaciones; en general, no interesa mezclar el
5 Diseño de rlllas de vehículos 73
repa1to con la recogida y, en el caso de lo muebles, interesa diferenciar la entrega del montaje; así operan
la mayoría de los grandes almacenes a costa de un sacrificio adicional del cliente: su presencia el día de
la entrega y el día del montaj e, usualmente, el día siguiente de la entrega; sin embargo, si este requisito
de presencia se combina con una información precisa sobre la hora de visita, con una franja de 2 horas,
información que no proporcionan los distribuidores de muebles más "caseros", el cliente percibe un nivel
de servicio global superior al procedimiento habitual de entrega y montaje secuencial) hasta varias
decenas de clientes por día (paquetería). En cualquier caso, los C clientes deben configurar una zona de
reparto compacta y "redondeada" (convexa), elongada y orientada hacia el almacén (así se minimiza la
distancia de acceso a las zonas de reparto).
Una zona de reparto genética estará situada a una distancia de acceso r del almacén (distancia del
almacén al centro de gravedad de los puntos de demanda que contiene la zona de reparto en cuestión); la
operativa es, pues, la siguiente: el vehículo sale lleno del almacén con carga para visitar a C clientes y se
dirige directamente (sin parar) a su zona de reparto correspondiente; allí empieza a repartir a los clientes
y, una vez vacío, emprende el camino de regreso al almacén. La figura 5.1 esquematiza una zona de
reparto de forma rectangular (la forma geométrica exacta no es muy impo1tante, pues las zonas deben
empaquetarse hasta cubrir la región de servicio A; las guías de diseño que exponemos aquí son
insensibles a pequeñas variaciones en la forma geométrica de las zonas, mientras se mantenga su área y
elongación).
12W
r -----..¡
J
Fig. 5. 1 Modelización de una zona de reparto
Notemos que para una densidad de demanda J (definida como el número de puntos por unidad de área)
constante dentro de una zona de rcpa1to, el área a de esa zona está determinada, puesto que a lo sumo
podrá contener C puntos: a = C/J.
La esbeltez fJ (cociente entre anchura de la zona y su largura) de la zona de rcpa1to, sin embargo, puede
oscilar entre un valor infinitesimal (zona extremadamente alargada) y la unidad (zona cuadrada; una
disposición de zonas de rcpa1to alargadas pero con el lado más largo no orientado hacia el almacén
produce una distancia mayor de recorrido).
Para una zona muy esbelta (fJ<< J), bastará con v1s1tar la mitad de los clientes en el viaj e de ida
(siguiendo una banda de anchura la mitad de la zona de reparto) y el resto en el viaje de vuelta (por el
otro lado de la zona); dentro de la zona de reparto, la distancia transversal a la dirección de avance
recorrida al conectar los puntos será pequeña necesariamente, puesto que la zona es muy estrecha; lo
contrario ocurre con la d istancia longitudinal (en el sentido de avance).
 r
74 Logística de/transporte
Del mismo modo, si la zona es poco esbelta (/JzJ), la distancia longitudinal será lo más corta posible,
pero habrá previsiblemente bastante zigzagueo en la dirección transversal al sentido de avance. Es
intuitivo que entre los extremos comentados tiene que existir un punto de balance que proporcione la
esbeltez óptima de la zona de reparto.
Daganzo (1984b) demuestra que la esbeltez que minimiza la distancia total (transversal y longitudinal)
entre puntos consecutivos de la zona de repatto es
Po "' 6/C
Este valor para la esbeltez no es aún el valor óptimo, pues su cota superior es f3max=1 y, además, debe ser
posible realizar una partición de la región de servicio que permita el empaquetado de zonas de reparto;
esto puede conllevar tener que utilizar una esbeltez superior a la calculada {30 . En resumen, la esbeltez
óptima es el resultado de la siguiente expresión:
p*""' min { 1, max { 4C/N, 6/C} }
Antes de pasar a dar la "receta" para la construcción manual de rutas de reparto, conviene comentar algo
sobre el orden de visita de los C clientes asociados a una zona de repatto.
5.2.1 Problema defviajantc de comercio (TSP)
El orden de visita de los puntos dentro de una zona de reparto nos brinda la op01tunidad de introducir el
problema del viajante de comercio (Traveling Salesman Problem, TSP), quizás el problema más
estudiado de la optimización combinatoria.
Dados N puntos y una matriz de distancias entre ellos {dij} (i,j=l, ... ,N), se trata de encontrar el circuito
que visita los N puntos con una distancia total mínima. El circuito comienza y acaba en un mismo punto,
pero su detetminación es independiente de ese punto (el circuito TSP es una característica topológica
intrínseca de la disposición de los puntos y la red de transporte, pero no depende de qué punto se haya
considerado como origen). De igual manera, es simple deducir que el circuito debe visitar cada punto
una y sólo una vez (en caso contrario, no es óptimo).
En otras palabras, dada una asignación arbitraria de los N primeros números enteros a los N puntos, {n 1,
n2, .. ., nN} con nk E { 1,... ,N}, se trata de encontrar la permutación que minimiza la expresión
El número de circuitos posibles es (N-1)!. La enumeración y evaluación de todas las soluciones posibles
para cualquier problema de más de un par de docenas de puntos es intratable aun con los más potentes
ordenadores.
Su formulación como programa matemático se concreta en un programa lineal con variables de decisión
enteras, de solución muy ineficiente por procedimientos del tipo branch-and-bound. En la literatura
técnica, el problema se reduce a encontrar un ciclo hamiltoniano óptimo, para el que se conjetura que no
existen algoritmos eficientes de solución (contrariamente al problema dual, el ciclo euleriano o
"problema del cartero chino" , de solución sencilla).
5 Diseiio de rutas de vehículos 75
Pese a su complejidad, no es dificil demostrar algunas propiedades de un circuito TSP:
a) Casi aditividad. Para una densidad de puntos constante, la longitud del circuito TSP es aproxima-
damente proporcional a N.
b) Sin cruces. La desigualdad triangular asegura que el circuito TSP no debe intersectarse a sí
mismo (en caso contrario, siempre puede encontrarse una solución mejor deshaciendo la
intersección). Esta propiedad no es extrapolable a grafos direccionados (cuando las calles tienen
un solo sentido).
e) Convexidad. Si los N puntos delimitan un contorno que encierra un espacio convexo, el circuito
TSP visita los puntos de la frontera de forma consecutiva (en caso contrario, se produce un cruce).
Una manera sistemática de visitar todos los puntos es cubrir la zona de repmto a por una determinada
geometría de bandas o cintas de anchma w, y visitar entonces los puntos en el orden en que aparecen en
un sentido de avance de la banda. La longitud de la banda es a!w.
Una banda muy ancha contendrá vaivén transversal al sentido de avance de la banda, pero poca distancia
longitudinal. Al contrario, una banda muy estrecha casi no tendrá vaivén transversal (la banda es tan
estrecha que no da lugar a una ubicación de puntos muy dispar), pero es posible que las idas y vueltas en
sentido longitudinal sean importantes para cubrir el área a. Es posible formular como función objetivo la
distancia media entre puntos consecutivos y, minimizándola, obtener una anchma de banda óptima (ver
Daganzo, 1984a). El procedimiento de solución manual es sencillo: calcular el ancho de banda óptimo,
dibujar un patrón de banda que, aproximadamente con el ancho calculado, cubra de forma natural la
zona a cerrando un circuito; entonces, basta empezar por un punto arbitrario y una dirección de vanee
de la banda arbitraria e ir visitando los puntos que aparecen de forma ordenada. La figura 5.2 muestra
esta operativa para un caso de 111 puntos uniformemente distribuidos en un rectángulo de 6x 1O cm; la
distancia del circuito mostrado es de 81,3 cm.
Es más, no hace falta determinar concretamente el circuito para prever su longitud total a ptiori. A
continuación se expresan las distancias obtenidas con el método de bandas para las dos métricas más
usuales:
D(L 1) = 1,15 (aN) 112
D(L2 ) = 0,90 (aN) 112
Se recuerda aquí el concepto de métricas ya visto en el capítulo 3, de localización:
donde L 1 indica la métrica de cuadrícula y L2 la euclídea.
Los anteriores valores, experimentalmente, se encuentran un 20% por encima de los valores óptimos
(tours TSP). Varios autores (Eilon et al. 1971, Robusté et al. 1990) han conjetmado los siguientes
valores para los circuitos TSP:
TSP(L 1) = 0,95 (a N) 112
TSP(~) = 0,75 (a N) 112
76 Logística de/transporte
Distintas mejoras manuales permiten reducir la rigidez de la solución con bandas y disminuir la longitud
del circuito encontrado en un 12-15%:
- Orientación adecuada de la banda con la red.
- Patrón adecuado de banda.
-Vaivén (los puntos pueden visitarse en orden no consecutivo).
-Intercambio en bandas contiguas (las fronteras que representa la banda pueden saltarse).
-Esquinas.
- Detección de agrupaciones de puntos y huecos.
Fig. 5.2 Circuito TSP resultado de un patrón de bandas
(Fuente: Daganzo, 1984a)
En definitiva, con simples procedimientos de construcción manual pueden solucionarse en una hora y
con un sobrecoste esperado de un 5-8%, problemas TSP de más de 200 puntos. Esta habilidad ha sido
comprobada de forma experimental y repetidamente pidiendo a estudiantes de doctorado solucionar
con guías y sin ellas un mismo problema de 240 puntos uniformemente distribuidos en un rectángulo
de 6xl0 cm.
Precisiones mayores son dificiles de conseguir manualmente. Más adelante se presentará brevemente un
procedimiento de afinado por ordenador de una buena solución inicial obtenida de forma manual.
5.2.2 Guías para el diseño de rutas
Dado que el número de puntos en una zona de reparto es igual a la capacidad de los vehículos, C, y las
zonas de reparto son alargadas y orientadas hacia el almacén cuando C es del orden de decenas, la
5 Diseño de rutas de vehículos 77
estrategia de las bandas debería proporcionar una solución muy precisa para la visita de los puntos dentro
de cada zona de repmto. En efecto, basta con subdividir longitudinalmente cada zona de repatto en una
banda que va y vuelve. El vehículo accede a la zona de reparto lleno (sin parar desde el almacén) y
comienza a repartir siguiendo la banda (una de las dos semizonas), vuelve por la otra semizona y queda
vacío justo cuando ha visitado el último punto de la zona de reparto.
Si la zona de reparto tiene pocos puntos, veremos que debe ser redondeada. En ambos casos es sencillo
determinar el procedimiento de visita de los puntos dentro de una zona de reparto: si existen muchos
puntos (C alta), el procedimientos de las banda es muy preciso; si existen pocos puntos no puede
aplicarse el procedimiento de las bandas, pero el problema es entonces sencillo por el limitado número
de puntos (menos de 10). Estamos ya en condiciones de proporcionar los pasos para la construcción de
rutas de vehículos, que se resumen en la tabla 5.l.
Caso Pasos Descripción
Dividir la región A en zonas aproximadamente cuadradas, que
A, contengan C puntos cada una. Tratar de diseñar las zonas de modo
que los puntos se agrupen alrededor del centro; de este modo se
reducirá la distancia total viajada.
A
Az Construir rutas del tipo "viajante de comercio" en cada zona de
C$;6 reparto (esto es sencillo ya que C$;6).
~·,1 Para cada zona, borrar una línea y conectar los dos extremos al
AJ almacén. La línea óptima será normalmente aquella cuyos
extremos estén más cerca del almacén.
A4 Afinar (con un ordenador, si se desea).
s, Si ~· ==4(C/N), dividir la región A en zonas en forma de sector
circular (método de bmTido).
B Si ~>4(C/N), el valor calculado en la optimización ~·""6/C puede
y debe ser usado para la construcción de las zonas de reparto tanto
C>6 8 1 bis como sea posible, incorporando las condiciones de contorno
específicas del problema. No todas las zonas tienen por qué tocar
~·$; 1 el almacén.
Construir rutas del tipo "viajante de comercio" usando la
Bz estrategia de "recorrido en bandas" si se desea. Si ~>4(C/N), las
zonas de repmto son bastante estrechas: las rutas óptimas deberían
ser fáciles de encontrar.
BJ Efectuar los pasos A3 y A4 •
Tabla 5.1 Pasos para la construcción de rutas de reparto
La figura 5.3 muestra una aplicación real de esta metodología para el diseño de zonas de reparto del
periódico San Francisco Chronicle a domicilio. En primer lugar se muestra la imprenta y las zonas con
las que trabajaba el periódico, después de muchas alteraciones basadas en "prueba y error" . A
78 Logíslica del lransporle
continuación se muestra la solución obtenida sin mucho esfuerzo con los pasos indicados en la tabla 5.1.
La orientación de las zonas sigue la cuadrícula de las calles de San Francisco (sólo una calle es diagonal:
Market St.); el distinto tamaño de las zonas se ajusta a la densidad de demanda. El diseño obtenido
manualmente tiene un coste ligeramente inferior al usado por el periódico.
~fruwort ~''••-v"
/QH, Uninhobit•cf ertft ~~ t;.~Mowau:l """
- - Oidtld ltiW"IIIlotiU -~'''icl~
Fig. 5.3 Disei'ro de zonas para el reparto de periódicos
(Fuenle: Han y Daganzo, 1986)
La guías de diseño de rutas de repm1o vistas hasta aquí pueden ampliarse hasta incluir extensiones
como costes no lineales (para productos perecederos, por ejemplo), ventanas temporales de reparto
(los clientes establecen unos horarios para realizar el reparto; dos clientes muy cercanos en distancia
pueden estar muy alejados en tiempo si pet1enecen a ventanas temporales distintas; el número de
vehículos/km reali zados para repartir la misma demanda aumenta y existe solapamiento de zonas de
reparto), reparto de objetos heterogéneos (mezcla de densidades y precios), varios modos de
transporte (para la aplicación de las aproximaciones continuas es conveniente establecer la idoneidad
de cada modo y trabajar luego con redes unimodales), restricciones del tiempo de transpot1e de los
conductores, etc.
En ocasiones, puede interesar afinar la solución obtenida o la existente. Para ello pueden utilizarse
diversos métodos de perturbación de soluciones base que cada vez van buscando soluciones mejores.
Existe un grupo de algoritmos de simulación que, además de constituir en sí mismos potentes métodos
de solución casi óptima, tienen un papel sin parangón como afinadores de una solución base.
5.3 Heurísticos
Los programas informáticos que existen en el mercado, obviamente, no pueden basarse, por razones de
tiempo de ejecución, en formulaciones que lleven al óptimo global del problema. Por este motivo existen
docenas de algoritmos heurísticos que proporcionan, en un tiempo razonable, una solución también
razonablemente buena en algún sentido. Aquí sólo se comentarán tres de los más clásicos, que producen
buenos resultados para la mayoría de los problemas y además son sencillos de aplicar.
5 Dise1io de rulas de vehículos 79
5.3.1 Método de barrido (Gillett y Miller, 1974)
Quizás es el algóritmo heurístico más sencillo de aplicar y entender; por este motivo es usado con
prodigalidad por los profesionales de la logística. Sin embargo, no conviene aplicarlo en todos los casos.
Pertenece al conjunto de heurísticos de dos fases: "agrupar primero y diseñar las rutas luego" (este orden
produce mejores resultados usualmente que el orden inverso). Supongamos que las distancias se miden
con una métrica euclídea (también puede extenderse a otros tipos de métrica; las distancias pueden verse
afectadas de "factores de ruta" que reducen la distancia a vuelo de pájaro a distancia reales en la red de
transportes). La ubicación de cada cliente que debe visitarse puede darse entonces en coordenadas
polares (r¡.()J con el almacén situado en el origen de coordenadas (r 1=0), y un cliente arbitrario i=2,
fijando, junto con el almacén, el origen de los ángulos (82=0). Los clientes han sido etiquetados de
manera que B2~ .. ::;e,. El algoritmo tiene los pasos siguientes:
Paso l. Tomar un vehículo k que aún no haya sido utilizado.
Paso 2. Empezando con el cliente i que aún no haya sido asignado a ninguna ruta y posea menor
ángulo 8;, incluir los siguientes clientes i+ 1, i+2, ... etc., en la ruta k mientra no se supere la
capacidad ckdel vehículo.
Paso 3. Si se han "barrido" todos los clientes o bien se han utilizado todos los vehículos, proceder al
paso 4. En caso contrario, volver al paso l.
Paso 4. Conectar los clientes dentro de cada sector circular empezando y finalizando por el
almacén.
Ya se intuye que la solución proporcionada por este algoritmo no es óptima y depende enormemente
del cliente escojido para empezar a "batTer" (aquel con 82=0) y del orden en el cual se van asignando
los vehículos. De hecho, en ciertos casos la aplicación de este algoritmo no es ni siquiera
recomendable.
5.3.2 Algoritmo de Clarke y Wright (1964)
Es, quizás, de los algoritmos más conocidos por los especialistas y también uno de los más antiguos; se
le conoce igualmente como el algoritmo de los ahorros. Su filosofía se resume en: se conectan todos los
clientes de dos en dos con el almacén y se calculan los ahorros obtenidos en coste de transporte; se
clasifican las altemativas de unión por ahonos decrecientes; se toma la alternativa de unión de máximo
ahorro y que a la vez sea consistente con el número de vehículos y sus capacidades; se procede iterando
hasta que no existe mejora.
Paso l. Calcular los ahorros sij = c 1rcij-c¡1 para todos los pares de clientes i y j.
Paso 2. Ordenar los ahonos en orden decreciente.
Paso 3. Empezando por el ptincipio de la lista ordenada, ejecutar los siguientes pasos:
Paso 4. Buscar el primer arco factible según las restricciones impuestas al problema de diseño de
rutas (capacidad de los vehículos, número de vehículos), que puede usarse en expandir uno
de los dos extremos de la ruta en construcción.
Paso 5. Si la ruta no puede extenderse más, terminarla. Escojer el primer arco factible en la lista
ordenada para empezar una ruta nueva.
Paso 6. Repetir los pasos 4 y 5 hasta que no se puedan escoger más arcos.
Es factible que este algoritmo dej e clientes "colgados" (sin asignación a una ruta particular) o bien
produzca rutas circulares, y se ha comprobado su inoperancia para algunos casos concretos (por ejemplo,
cuando los clientes ocupan posiciones equidistantes en los vértices de una red cuadriculada).
80 Logística de/transporte 5 Diseño de rutas de vehículos 81

5.3.3 Algoritmo de Fisher y Jaikumar (1981)
Se basa en determinar unas "semillas", una para cada vehículo, a partir de las cuales se formarán las
rutas. Adelantamos aquí que la solución final depende de cómo se hayan escogido esas semillas.
Paso l. Escoger m clientes para ser semillas de rutas y asignar un vehículo a cada una de ellas.
Paso 2. Para cada cliente i y para cada ruta k, calcular un coste de inserción d;k relativo a la semilla
de la ruta.
Paso 3. Resolver el problema de asignación generalizada siguiente:
Las principales características que definen este algoritmo son:
- Pa1tiendo de una solución inicial encuentra otras posibles soluciones a través de perturbaciones
aleatorias a pa1tir de la solución incumbente; de esta manera, va saltando de solución en solución
indefinidame nte.
- Una vez encontrada una nueva solución, el algoritmo decide aceptarla o no en función del
criterio de recocido simulado. Así, para cada iteración j , se acepta una nueva solución si la
funció n objetivo ha disminuido o si se determina aleatoriamente con una probabilidad (pi) de
aceptación que está en función del incremento en el coste (cjwCj), y de un parámetro, llamado
temperatura (Tj), que depende del número de iteraciones realizadas hasta ese momento (el
nombre del algoritmo proviene de la analogía fisica del proceso de cristalización de metales por
enfriamiento lento o recocido):

Minimizar Z = L L d ;k Yik
k

- La solución se dará por definitiva cuando se cumpla una de las condiciones de parada.
con las restricciones (la), (le) y (1 t). - La función coste es el tiempo total utilizado por los vehículos para realizar las rutas.
Paso 4. Conectar los puntos dentro de cada ruta definida por Yik·
Robusté et al. (1990) consideraron tres tipos de perturbaciones aleatorias: la inversión de un tramo
de una ruta, el traslado de un tramo de una parte a otra de la misma ruta y el intercambio de un
tramo de una ruta por el tramo de otra. La figura 5.4 representa gráficamente estos tipos de
5.4 Metaheurísticos perturbaciones aleatorias. La sucesión de letras representa una ruta y cada una de las letras un núcleo
de recogida de basura. Así, la letra O representa el centro logístico (planta de tratamiento de residuos,
5.4.1 Recocido simulado (Simulated Annettling) (Kirkpatrick et al., 1983) vertedero, incineradora, terminal de transpmte, etc.) de donde salen y regresan los camiones.

El artículo de Robusté et al. (1990) describe en detalle el destemple o recocido simulado, Simulated
Annea/ing, y constituye una refere ncia pionera en la aplicación de este algoritmo al diseño de rutas de Inversión: Antes: OABCDEFGHIJO
reparto. Después: OABCDJIHGFEO
A continuación se describe el algoritmo de recocido simulado clásico y sucesivas modificaciones
generadas por resultados erróneos de una ap licación profesional. Un caso de recogida comarcal de Traslado: Antes: OABCDEFGHIJO
basuras con gran heterogeneidad en la demanda (los contenedores de basuras podían estar llenos o Después: OABDEFGHICJO
contener materia que apenas llenaba el 5% de su capacidad), propició que el programa CALHOP
(Robusté, 1988) se modificara en el programa TRASH (Robusté, 1997); al mantener algunas Intercambio: Antes: Rutal: OABCDEFGHIJO
subrutinas de generación de soluciones basadas en el caso de demandas constantes (CALHOP), el
Ruta2: OabcdefghijO
programa TRASH proporcionaba resultados erróneos. La aplicación profesional se resolvió por
Clarke y Wright, pero posteriormente se aprovechó una tesina de graduación para revisar el Después: Rutal: OABCDbcdeflJO
algoritmo y el código informático de TRASH para generar el nuevo programa RESACCA Ruta2: OaghEFGHijO
(Magriñá, 2000), con un recocido simulado modificado ad hoc para el problema de recogida de
basuras comarcal.
Fig. 5.4 Tipos de perturbaciones aleatorias del recocido simulado clásico
Si se utiliza el algoritmo de recocido simulado clásico (Robusté et al., 1990) se puede resolver el
problema de las rutas de vehículos para los casos que tienen igual número de camiones que rutas y sin Se necesita la construcción de una solución inicial para poder empezar las perturbaciones. Aunque se
la imposición de carga máxima recogida por cada ruta ni tiempo máximo de trabajo de los camiones. podrían construir rutas iniciales uniendo los núcleos aleatoriamente, también se puede intentar
empezar la optimización en la solución inicial con la elección de los núcleos que formarán una ruta
Este algoritmo es indicado cuando las cargas de basura que deben recogerse en cada núcleo son muy por su proximidad.
parecidas (distribución homogénea de cargas) y pequeñas en comparación a la capacidad del camión,
y que la j omada de trabajo tampoco sea un factor restrictivo. En esos casos, en la configuración Se han definido tres condiciones de parada. La primera de ellas, cuando existe un número determinado
óptima obtenida cada camión sólo hace una ruta diaria. de iteraciones consecutivas con el mismo valor de la función objetivo. La segunda, cuando se hayan
 r
82 Logística de/transporte
intentado un número determinado de alteraciones en la solución y ninguna haya cumplido la condición
de recocido simulado. Y la tercera condición, cuando se haya superado un número determinado de
iteraciones y, por lo tanto, la temperatura sea muy pequeña.
El recocido simulado modificado
El recocido simulado clásico sólo puede resolver unos casos muy concretos y deja sin solución
aplicable otros muchos. Por este motivo, se ha desarrollado una modificación del algmitmo del
recocido simulado para poder resolver los otros casos, como aquellos en que la demanda de recogida
de los núcleos sea heterogénea o los casos en que la capacidad de los camiones sea restricti va. El
algoritmo modificado ha sido programado en el programa RESACCA (REcocido Simulado Aplicado
a los Circuitos de CAmiones de recogida de basuras; Magriñá, 2000).
Los factores relevantes para el problema específico de la recogida comarcal de basuras son:
- Restricción de no superación de la capacidad del camión en cada ruta.
- Restricción de no superación de la jornada de trabajo en cada camión.
- Posibilidad de que cie1tos núcleos de demanda puedan tener cargas más grandes que la
capacidad del camión.
- Posibilidad que un mismo camión realice más de una ruta.
Fig. 5.5 Solución de un ejemplo con demanda homogénea (5 camiones, 50 núcleos)
En primer lugar, para considerar las limitaciones de la capacidad de los camiones y de la jornada de
trabajo hay que añadir dos condiciones más cuando se tantea una modificación aleatoria. Es decir,
para aceptar una nueva sol ución, apatte de cumplirse el criterio de recocido simulado, se tiene que
cumplir que en cada ruta la suma de la basura recogida no supere la capacidad del camión y que todos
los camiones no trabajen más de la jornada máxima establecida. Estas dos restricciones que se han
añadido producen una reducción del número de soluciones posibles, ya que, a diferencia del criterio
de recocido simulado, estas restricciones son independientes de la iteración y sólo dependen de la
configuración específica de la solución analizada.
5 Diseño de rulas de vehículos 83
Fig. 5.6 Solución de un caso sencillo con demanda heterogénea (5 camiones, 24 núcleos)
En los casos reales se plantea también la posibilidad de que haya núcleos con demanda de recogida
más grande que la capacidad de camión. Si eso sucede, el algoritmo fracciona la carga de los núcleos
para que se visiten varias veces y ninguna de las veces la carga recogida sea más grande que la
capacidad del camión. Es sencillo demostrar que la partición óptima fracciona las cargas en unidades
de camión más otra carga con el resto. De esta manera, las pa1tes que son iguales a la capacidad del
camión conforman una ruta por sí solas y no entran en el juego de las perturbaciones aleatorias, y la
parte con el resto es tratada como los otros núcleos con carga más pequeña que la capacidad del
camión.
Para poder considerar diferente número de camiones y rutas y, por tanto, que un camión pueda realizar
diferentes rutas dentro de su jornada de trabajo, hay que añadir otro tipo de perturbación aleatoria. De
esta manera, a las perturbaciones de inversión, traslación e intercambio, hay que sumar la de cambio
de asignación de camión. Es decir, cada ruta tiene asignado un camión, que es el que tiene que realizar
dicha ruta y, con esta perturbación, una determinada ruta que era realizada por el camión X será
realizada por el camión Y. Como es obvio, para aceptar esta nueva solución, tienen que cumplirse los
tres criterios que se imponen en todas las iteraciones: criterio de recocido simulado, capacidad
máxima de la ruta y jornada máxima que puede realizar el camión.
Hay que introducir a priori en el modelo el número camiones y el número de rutas que se van a
utilizar. Esto es un inconveniente, ya que el número de camiones sí que es un parámetro de diseño
pero el número de rutas utilizadas no. Para evitar este problema, al programa se le introduce el número
de vehículos y un intervalo de posibles valores de la variable "número de rutas". El mínimo de este
intervalo suele considerarse el número de camiones. El máximo depende de las distancias que se
deben recorrer y las cargas que se deben recogerse en cada caso concreto. Normalmente, con el
máximo igual al doble del número de camiones, es suficiente. De esta manera, el programa intenta
encontrar una solución inicial con el mínimo del intervalo; si lo consigue, calcula la optimización con
el recocido simulado modificado; si no lo consigue, lo intenta con el siguiente valor del intervalo, y
así sucesivamente hasta llegar al final del intervalo. Así, se hace la optimización con el mínimo
número de rutas que puede calcular. Este planteamiento se basa en el criterio que normalmente el
tiempo total empleado es menor si utilizamos menos rutas.
 FUNIJACION UNIVERSITARIA LOS llllERTADOIU
BIBLIOTECA CENTRAL
MERNANDO SANTOS CASTILLO

84 Logística de/ transporte 5 Diseiio de rtllas de vehículos 85

Finalmente, falta explicar cómo se determina la solución inicial. Esta solución inicial tiene que
cumplir las dos restricciones ya expuestas: máxima carga por ruta y máximo tiempo empleado por
camión. Por este motivo, en muchos casos se hace dificil encontrar un algoritmo sencillo que dé una
solución inicial que cumpla estas dos restricciones. Esto es debido a que esta primera solución está
poco optimizada y, por lo tanto, los recorridos que utiliza rápidamente llegan a capacidad máxima de
la ruta o a jornada máxima. Para poder superar esta dificultad se ha ingeniado el recocido simulado
modificado e interrumpido.
Solución inicial: el recocido simulado modificado e interrumpido
El procedimiento para encontrar la solución inicial empieza en un algoritmo que agrupa los núcleos en
rutas imponiendo solamente una de las dos condiciones, la carga máxima recogida en cada ruta. Se ha
podido comprobar que en la mayoría de casos en que se conoce que existe solución posible, este
principio cluster jirst es capaz de encontrar esta primera solución.
Estas rutas iniciales que no cumplen la condición de no superación de la jornada máxima por cada
camión se utilizan como solución inicial en el recocido simulado modificado e interrumpido. Las
características de este algoritmo son las mismas que el recocido simulado modificado pero con unas
pocas diferencias:
- Los criterios que tienen que cumplir una perturbación para ser aceptada como nueva solución
son solamente dos: el criterio de recocido simulado y la condición de no superación de la carga
máxima por ruta.
- La función objeto, en lugar de ser el tiempo total, es sólo el exceso temporal que sufre cada
camión respecto a la jornada laboral.
- Este proceso es intenumpido cuando se llega a una solución que tiene la función objeto negativa.
reforzado el rastro de feromona. Sin embargo, la feromona también se va evaporando con el paso del
tiempo con lo que el rastro de fcromona sufre, por otro lado, cicr1o debilitamiento. En definitiva,
puede decirse que el proceso se caracteriza por una retroalimentación positiva, en la que la
probabilidad de que una hormiga escoja un camino aumenta con el número de hormigas que
previamente hayan elegido el mismo recorrido.
El primer algoritmo basado en la optimización mediante colonias de hormigas fue aplicado al
"problema del viajante" (Dorigo et al, 1996), con unos resultados bastante alentadores. A partir de
dicho algoritmo se han desarrollado diversos heurísticos que incluyen varias mejoras, y han sido
aplicados no sólo al TSP sino también a problemas como el VRP y el QAP entre otros (Dorigo et al,
1999). En este trabajo de investigación se ha desarrollado un heurístico basado en uno de dichos
algoritmos mejorados llamado MMAS (Max Min Ant System), el cual se describe brevemente a
continuación.
Los algoritmos ACO son procesos iterativos. En cada iteración se "lanza" una colonia de m hormigas
y cada una de las hormigas de la colonia construye una solución al problema. Las hormigas
construyen las sol uciones de manera probabilística, guiándose por un rastro de feromona artificial y
por una información calculada a priori de manera heurística. La regla probabilística para el caso del
TSP es
con J. E Nk; (5)

El objetivo de este algoritmo es encontrar la solución que tiene núnimo el exceso respecto a la jornada
laboral. Así, provocamos la intenupción del proceso cuando la función objeto es negativa porque esto
nos indica que la solución que analiza la iteración en que nos encontramos cumple las dos condiciones
impuestas en el recocido simulado modificado. Si no se llega a una solución con función objeto
negativa implica que no se puede configurar el sistema de recogida con ese número de rutas y de
camiones.
El resultado final de aplicar RESACCA a los casos reales de recogida de basuras comarcal es que, en
general, se consiguen ahonos sobre los resultados del algoritmo Clarke y Wright (ver Magriñá y
Robusté, 2000).
5.4.2 Colonias de hormigas
donde p~ (t) es la probabilidad con la que, en una iteración t del algoritmo, la hormiga k, situada
actualmente en la ciudad i, elige a la ciudad) como próxima parada. N¡k es el conjunto de ciudades no
visitadas todavía por la hormiga k. T iJ (t) es la cantidad de feromona acumulada sobre el arco (i,j) de
la red en la iteración t. 1]iJ es la información heurística para la que, en el caso del TSP, se utiliza la
inversa de la distancia existente entre las ciudades i y j. a y fJ son dos parámetros del algoritmo, los
cuales hay que ajustar.
Cuando todas las hormigas han construido una solución debe actualizarse la feromona en cada arco.
La fórmula que debe seguirse es

Los algoritmos ACO (Ant Colony Optimiza/ion) son modelos inspirados en el compor1amiento de l
colonias de hormigas reales. Estudios realizados explican cómo animales casi ciegos, como son las
hormigas, son capaces de seguir la ruta más corta en su camino de ida y vuelta entre la colonia y una
~ T~e.•t

Y
{1O
= 1Lr best .
SI
. ;¡
e arco 111, J; pertenece a
en caso contrario
Tbest

fuente de abastecimiento. Esto es debido a que las hormigas pueden "transmitirse información"
gracias a que cada una de ellas, al desplazarse, va dejando un rastro de una sustancia llamada
feromona a lo largo del camino seguido. Así, mientras una hormiga aislada se mueve de forma donde p es el coeficiente de evaporación de la feromona. T best puede ser la mejor solución
esencialmente aleatoria, los "agentes" de una colonia de hormigas detectan el rastro de feromona
dejado por otras hmmigas y tienden a seguir dicho rastro. Éstos, a su vez, van dejando su propia encontrada hasta el momento o bien la mejor solución encontrada en la iteración. L best es la longitud
feromona a lo largo del camino recorrido y por tanto lo hacen más atractivo, puesto que se ha de la solución T best .
86 Logística del tramporte
Se obliga a que el nivel de feromona permanezca en un rango [rmin, rmax]. Estos límites se imponen
con el objetivo de evitar el estancamiento en la búsqueda de soluciones. Toda la feromona se inicializa
con '[ max.
Tras la actualización de la feromona puede comenzarse una nueva iteración. El resultado final es la
mejor solución encontrada a lo largo de todas las iteraciones realizadas.
El heurístico desarrollado opera como sigue (Barcos et al., 2002). En primer lugar, se envían
directamente aquellos vehículos que queden llenos en el propio origen. A partir de este momento el
heurístico trabaja con una nueva matriz de cargas en la que ya se han eliminado las cargas
correspondientes a los vehículos llenos.
Dada la gran complejidad que alberga el problema se ha creído conveniente dividirlo en dos
subproblemas: subproblema D-H y subproblema D-H-P. Ambos se resuel ven mediante
optimización con colonias de hormigas. El subproblema D-II consiste en encontrar la solución
óptima del problema general pero ignorando la posibilidad de hacer peddling. El subproblema D-H-
p parte de la solución encontrada en el subproblema D-H e intenta mejorarla introduciendo la
posibilidad de hacer peddling.
Resolución del subproblema D-H mediante optimización con colonias de hormigas
En una iteración del proceso, cada hormiga de la colonia deberá elegir, para cada carga, una
alternativa de ruta entre las cinco posibles consideradas (excluyendo el peddling). Todo par
origen/destino tendrá asociado un determinado nivel de feromona y un parámetro de información
heurística p ara cada opción de ruta. En la resolución de este subproblema se ha decidido tomar como
información heurística la inversa del mínimo coste imputable a la carga cuando ésta sigue una
determinada ruta.
Cuando una carga se transporta a través de una ruta con hubs, el mínimo coste imputable a la misma
es la parte proporcional a la carga del coste de dicha ruta, exceptuando el coste por manipulación de la
carga en los hubs que se le imputa completamente. Sólo para el caso de envíos directos, el coste
imputable es igual al coste total de la ruta. Así, por ejemplo, si Q(i, j) se envía a través del hub h, el
mínimo coste imputable a la misma y el parámetro de información he urística conespondiente se
calculan según las fórmulas (7) y (8) respectivamente
C~in = Q(i,j) (RD(i,h) + RD(h,j) + 4P +e:.' e) (7)
" e
r¡lJl~ (8)
Q(i,j) (4P + RD(i, h) + RD(h,j) +e:.· e)
e La elección de una carga entre las candidatas a peddling se realiza de manera probabilística, siguiendo
Por lo demás, el procedimiento es simil ar al descrito en el tercer apartado, excepto un detalle: sólo se
toman como válidas aquellas soluciones que cumplan con el nivel de servicio exigido en 24 horas.
5 Diseño de rutas de vehículos 87
Pasos previos a la resolución del subproblema D-H-P
El subproblema 0-H-P pat1c de la solución encontrada para el subproblema 0-H e intenta mejorarla
introduciendo la posibilidad de hacer peddling. Llámese a esta solución inicial lf 0 •
En primer lugar, para cada carga Q(i, j) se construyen dos conjuntos de cargas candidatas a hacer
peddling en origen y en destino respectivamente (siguiendo la secuencia de ruta i-1-j en cualquiera de
los dos casos). Para que una carga Q(l, j) sea candidata a peddling en origen con la carga Q(i, j) es
preciso que se cumplan estas condiciones:
-Ambas cargas deben caber en un vehículo, es decir Q(i, j) + Q(l, j)::; e.
-El coste de la ruta con paradas múltiples debe ser menor o igual que el coste de enviar ambas
cargas directamente.
- La ruta con peddling debe asegurar que el plazo de entrega (servicio en 24 horas o en 48 horas)
de ambas cargas sea igual o mejor que en 1f 0 .
Estas tres condiciones serían suficientes para la pertenencia al conjunto de candidatas a peddling en
0
origen siQ(i,j) y Q(l,j) se enviaran directamente en 1f • Si, por el contrario, algunas de las dos
cargas o ambas se enviaran a través de algún hub, entonces habría que añadir otra condición: el coste
de la ruta con peddling debería ser menor que el mínimo coste imputable a las dos cargas en
0
1f (véase el apartado 5.3).
Si no se cumple esta cuarta condición, no quiere decir que la carga Q(l,j) no puede ser candidata a
peddling, sino que tiene menos probabilidad de serlo. En el algoritmo, esto se traduce en que Q(l, j)
sólo es considerada como candidata un porcentaje de las veces que se construye una solución. Dicho
porcentaje (probabilidad) se calcula dividiendo el mínimo coste imputable a las dos cargas en
1f 0 entre el coste de la ruta con peddling. Lógicamente, a mayor diferencia entre ambos costes, menor
será la probabilidad.
Resolución del subproblema D-H-P mediante optimización con colonias de hormigas
Cada hormiga de la colonia, en cada iteración, debe construir una solución tomando cargas que se
transpot1an directamente o a través de hubs en 1f 0 para generar con ellas rutas que hacen pedd!ing.
Esto se consigue eligiendo, para cada Q(i, j) , otra carga Q(l, j) entre sus candidatas a peddling.
Después se intenta añadir otra parada más en la ruta eligiendo entre las candidatas de Q(l, j) , y así
sucesivamente, intentando agotar la capacidad del vehículo. Se comienza por las cargas con mayor
distancia entre el origen y el destino. Si a alguna carga se le agotan las candidatas, entonces dicha
carga se envía tal y como en 1f 0 • Las rutas conpeddling construidas deben asegurar que los plazos de
entrega de las cargas involucradas sean iguales o mejores que en 1f 0 .
una fórmula similar a (5). Existirá un nivel de feromona y un parámetro de información heurística
(utilidad) asociado a cada carga candidata. La utilidad correspondiente a una ruta de peddling en
origen, según la secuencia i-1-j, se calcula así:
 88 Logística de/transporte
Q(i, j) + Q(l, j)
(9)
D(i,l) + D(l,j)
D(i,j) + D(l,j)
Es p1·eciso aclarar que todo lo dicho en estos dos últimos subapartados respecto al peddling en origen
se aplica igualmente al peddling en destino. El resto del proceso de optimización del subproblema D-
H-P se realiza de manera similar a lo explicado en el tercer apartado, aunque con una peculiaridad
añadida: tras cada iteración, se toma la mejor solución encontrada en la misma, y a partir de ella se
realiza una mejora local. Con ella se pretenden consolidar de manera más eficiente las cargas que
todavía se transportan directamente o a través de hubs.
El resultado final para el problema general será la mejor solución encontrada a lo largo de los dos
procesos ACO descritos.
5.4.3 Algoritmos genéticos
Los algoritmos evolutivos (AE) son algoritmos de búsqueda iterativa que tratan de imitar los
procesos naturales de evolución. Se diferencian de los algoritmos habituales de búsqueda (e.g.,
métodos del gradiente, hill-climbing, simulated annealing) en que la búsqueda es conducida
usando la información de una población de estructuras en lugar de una dirección o de una
estructura simple.
Los AE consideran como soluciones potenciales muchas estructuras de datos y trabajan con un
muestreo más amplio del espacio de búsqueda que los métodos tradicionales, por lo que aumenta la
\, posibilidad de converger al óptimo global. Sin embargo, esto no implica la necesaria convergencia al
óptimo global en un número finito de iteraciones.
Un AE mantiene una población de individuos, P(t) = (x/, ... , x,) en cada iteración t. Cada individuo,
x/, representa una solución potencial del problema. Cada solución se evalúa para conocer su aptitud.
El operador de selección identifica los mejores individuos de la población actual, P(t), los cuales serán
los progenitores de la siguiente generación, t+ l.
Algunos miembros de esta nueva población son sometidos a transformaciones por medio de
operadores genéticos para formar nuevos individuos que, potencialmente, serán mejores.
Las transformaciones pueden ser mutaciones o cruces. Una mutación consiste en la creación de un
nuevo individuo por un pequeño cambio en un progenitor; las mutaciones sirven para aumentar la
diversidad, esto es, para tomar nuevos puntos en el espacio de búsqueda.
Los cruces son transformaciones en las que se crean nuevos individuos por combinación de partes de
varios progenitores. Después de cierto número de generaciones el programa converge y se espera que
el mejor individuo represente un óptimo cercano a la solución. La estructura de un algoritmo evolutivo
se muestra a continuación:
5 Diseño de rulas de vehículos 89
inicio
u-O
inicialización de P(t) P(t):Población
evaluación de P(t)
mientras (no condición de terminación) hacer
inicio
U-t+l
selección P(t) de P(t-1)
transformación P(t)
evaluación P(t)
fin
fin
Básicamente, se han desarrollado cuatro tipos de AE: los algoritmos genéticos (AG), los programas
evolutivos (PE) (Michalewicz, 1996), las estrategias evolutivas (Rechenberg y Schwefel) y la
programación evolutivas (Fogel). El algoritmo utilizado para optimizar la función objetivo (5) es un
programa evolutivo. La diferencia fundamental entre un AG y un PE es el tipo de codificación que se
usa para los individuos. En un AG un individuo es una cadena de bits, mientms que en un PE un
individuo es un vector de números reales; ello proporciona a estos últimos más rapidez de cara a la
optimización numérica.
En intemet son accesibles diversos programas de algoritmos genéticos, entre los que destaca el
sistema GENOCOP (Genetic algorithm for Numerical Optimiza/ion for Constrained Problems),
desarrollado por Michalewicz et al., que es capaz de optimizar funciones objetivo reales sometidas a
restricciones lineales en las variables de decisión, incluyendo intervalos de validez para cada variable
de decisión.
La idea principal es eliminar las ecuaciones presentes en el conjunto de restricciones y diseñar unos
operadores genéticos que garanticen que los individuos descendientes estén dentro del espacio de
búsqueda. Las ecuaciones son eliminadas al principio, junto con un número igual de variables del
problema (Michalewicz, 1996); esto modifica el espacio de búsqueda, que se convierte en un espacio
definido por un conjunto de inecuaciones. La convexidad de este espacio de búsqueda garantiza que
las combinaciones lineales de las soluciones potenciales, produzcan soluciones sin necesidad de
verificar las ecuaciones.
Los operadores genéticos usados son los siguientes:
l. Mutación uniforme
Este operador requiere un único padre x y produce un único descendiente x'. El operador
selecciona aleatoriamente una componente k E (1, ... , q) del vector x = (x¡, ... , x"' ... , xq) y
produce otro vector x' = (x 1, ••• , x/, ... , xq), donde x' es un valor aleatorio (distribución de
probabilidad uniforme) del rango permitido para la variable k.
El operador juega un papel importante en las fases iniciales del proceso de evolución ya que
permite a las soluciones moverse libremente en el espacio de búsqueda. Además, en las últimas
fases del proceso evolutivo, el operador permite movimientos lejos de un óptimo local en
búsqueda de un óptimo mejor.
90
2. Mutación de frontera
Este operador requiere también un único padre x y produce un único descendiente / Es una
variación de la mutación uniforme, y x/ es uno de los dos extremos del interva lo permitido
para la variable k con igual probabilidad.
Este operador sirve para problemas de optimización donde la solución óptima está cerca de la
frontera del espacio de búsqueda. Consecuentemente, si el conjunto de restricciones está vacío
y el límite para las variables es bastante ancho, el operador es engorroso.
3. Mutación no uniforme
Este operador es el responsable de la capacidad de refinamiento del sistema. Se define como
sigue: si x = (x 1, ..., x¡¡, ... , x,) es un cromosoma y el elemento xk es seleccionado para su
mutación (el dominio de xk es [h, uk]) , el resultado es el vector x' = {x¡. ... , x/, ..., xt), donde:
x' = {xk +D. ( t,u k -X k) si un binario aleatorio es O
k xk -D. ( t,xk - lk) si un binario aleatorio es 1
La función t.(t, y) devuelve un valor en el rango [O y] tal que la probabilidad de que t.(t, y)
tienda a cero aumenta con t. Esta propiedad provoca que el operador busque al principio
(cuando tes pequeño) uniformemente en el espacio, y muy localmente al fmal del proceso. La
función L1(t, y) es la siguiente:
donde r es un número aleatorio entre O y 1, T es el número máximo de generaciones y b es un
parámetro que determina el grado de no unifo rmidad.
4. Cruce aritmético
Este operador se define como la combinación lineal de dos vectores: si x 1 y x 1 van a ser
cruzados, la descendencia resultante es x/ = a x 1 + (1 -a) x 1 y x z' = a Xz + (1-a) x,. Este
operador usa un valor aleatorio O~ a ~ 1 que garantiza que x 1 y x 2 pertenezca al espacio de
búsqueda. a puede ser constante (cruce ari tmético uniforme) o variable (cruce aritmético no
uniforme); en este último caso, a depende de la edad de la población.
5. Cruce simple
El operador se define como sigue: si x 1 = (x¡. ... , xJ y x2 = (y¡. ..., yJ van a cruzarse en la
posición k, la descendencia será
x/ = (xt• ... , Xk, Yk+ t a+ Xk+ i (1-a), .. ., Yq a + x" (1-a))
y
x/ = (y 1, ... , Yk· xk + l a + Y k+ l (1-a), ... , Xq a+ y" (1 -a))
Una propiedad de los espacios convexos es que existe O~ a~ 1 tal que x/y xz' pertenecen al
espacio de búsqueda. Ahora hay que encontrar el máx imo valor de a para obtener el máximo
intercambio de información posible (si a=I , el intercambio es máximo). La forma de proceder
Logística de/transporte 5 Diseño de rutas de vehículos 91
es la siguiente: se empieza con a= 1 y, si alguno de los descendientes no pertenece al espacio de
búsqueda, se disminuye a en una constante 1/p. Después de p intentos, a=O y los descendientes
son idénticos que los progenitores.
6. Cruce heurístico
Este operador usa valores de la función objetivo para determinar la dirección de búsqueda y, si
produce descendencia, produce un único individ uo.
El operador genera un descendiente x 3 a partir de dos progenitores x 1 y x 2 de acuerdo con la
siguiente regla:
donde res un número aleatorio entre O y 1 y x 2 es mejor individuo que x 1. Es posible que x 3 no
pertenezca al espacio de búsqueda; en tal caso se genera otro valor de r, y si después de cierto
número de intentos no se encuentra una solución, no hay descendencia. Este operador
contribuye a la precisión de la solución encontrada; sus mayores responsabilidades son el
refinado y la búsqueda en la dirección más prometedora.
Una aplicación de los algoritmos genéticos realizada por el autor en el campo del tráfico se encuentra
en Ramos, Robusté y Oñate ( 1996). A partir de la formulación de Yang y Yagar ( 1994), se desarrolló
un modelo numérico para la asignación del tráfico a rutas en ciudades con congestión, en las que
existe una red de autopistas superpuesta a la red de calles. Se asume que la elección de rutas por parte
de los viajeros sig ue el principio de equilibrio de usuario de Wardrop. El problema se resuelve
utilizando un modelo convencional de equilibrio para redes discretas y un modelo continuo de
equilibrio. El resultado es una función con restricciones, cuyo óptimo expresa el fl ujo de tráfico en
condiciones de equilibrio. El algoritmo utilizado para optimizar esta función objetivo esta basado en la
computación evolutiva. Se utiliza una malla de elementos fi nitos para discretizar la red de calles, lo
cual permite la obtención de buenas aproximaciones sin necesidad de elaborar un grafo de transporte
para la red de calles. A modo de ilustración gráfica, la fig ura 5.7 muestra las curvas de accesibilidad
en un continuo con una red de autopistas (el círculo central es la ciudad y las depresiones discretas son
las rampas de acceso a las autopistas).
Fig. 5. 7 Curvas de accesibilidad en un continuo
con una red de autopistas para el acceso a una ciudad
 r
92 Logíslica dellransporle 5 Diseño de rulas de vehículos 93

5.5 Problema del cartero chino (CPP)
Para finalizar el capítulo, se aplican las aproximaciones continuas al problema del cmtero chino
(Chinese Postman Problem CPP), ya descrito. Esta sección está basada en Cananza y F. Robusté
(1998), un attículo que sintetiza los resultados de la tesis doctoral de Octavio Carranza (1997) y aplica
el problema a la recogida de basuras puerta a puerta en Córdoba, Argentina.
Los sistemas de recogida de basuras han alcanzado una complejidad creciente, a partir de la aparición
del reciclaje y de numerosas técnicas de disposición, como el compostaje o la generación de gas a
pattir de entenamiento, que se suman a la ya existente disposición en vettederos de entenamiento y a
la incineración. El proceso de recogida involucra gran parte del coste total de disposición de los
residuos sólidos urbanos.
El problema del recorrido de todos los arcos de una red en la menor distancia posible es el llamado
problema del cartero chino, analizado por primera vez por Mei-Ko en la China en el año 1962. Evans
y Minieka ( 1992) hacen una caracterización de los tipos de problemas alternativos que pueden
presentarse (referidos a los distintos tipos de redes, orientadas, no orientadas y mixtas) y las distintas
posibles soluciones. El problema puede transformarse en otro equivalente, que consiste en encontrar el
conjunto de caminos entre parejas de nodos asimétricos (definidos como aquéllos en donde la cantidad
de arcos entrantes es distinta a la cantidad de arcos salientes), cuya distancia total es menor. La
condición de estos caminos es la de que su inclusión en una nueva red que considere a estos caminos y
en la red original permita eliminar la imparidad de todos los nodos de la red original.
Existen diversos algoritmos presentados para resolver el problema (Cristofides, 1973; Golden y
Wong, 1981; Peam, 1989; Lin y Zhao, 1989; son algunos de los ejemplos). La consideración básica
que se puede hacer sobre estos algoritmos es la de que ninguno de ellos ha considerado la topología de
las redes. Esta característica permite simplificar el problema para algunos casos, concretamente en
algunos tipos de las grillas cuadradas.
5.5.1 Antecedentes
Las aproximaciones continuas buscan sustituir el carácter discreto de un hecho singular cualquiera por
la frecuencia de realización de un proceso estocástico. Esto permite trabajar con funciones continuas,
resolviendo exactamente un modelo aproximado de forma rápida y con poca información en vez de
resolver aproximadamente un modelo complejo (nunca exacto). Este tipo de formulaciones -exactas-
simplifican el análisis de sensibilidad y generan guías de diseño que aportan conocimientos.
4) Existe una clara tendencia hacia soluciones interactivas en el diseño de rutas, lo cual se puede
realizar con este método a través de sistemas de información geográficos.
Las aportaciones que se han realizado en cuanto a las aproximaciones continuas, y que sirven de base
al método que se quiere proponer, son tres: l) referida al ancho óptimo de zonas (Daganzo, 1984b) 2),
referida a las esbelteces óptimas (Daganzo, 1984a) 3), referidas a la orientación (Newell y Daganzo,
1984).
1) Ancho óptimo
Por una parte, Daganzo ( l984b) busca determinar el modo como la distancia esperada en el problema
del viajante cambia con la forma de la zona. Buscando una heurística que brinde soluciones
razonablemente buenas -que se aproximen lo suficiente al óptimo- propone la siguiente solución:
suponiendo un rectángulo de lados L (largo) y 2w (ancho), se recorren la mitad de los puntos que se
encuentran en el semiancho del mismo en uno de los dos sentido de la dirección principal; la otra
mitad de los puntos se recone en el sentido contrario, en ambos casos con independencia de la
ubicación de los puntos sobre el ancho de la zona. Si se supone que los puntos están distribuidos
aleatoriamente (según una distribución normal, por ejemplo), la distancia local recorrida entre puntos
en grillas cuadradas será
dw=w/3+ 1/ow (1)
donde o es la densidad de puntos en la zona analizada.
Estimando el ancho óptimo para la heurística se obtendrá un valor de
w* =.J3! 8 (2)
La heurística se comprobó con tres experimentos, y se halló que esta solución se aproxima al 5% del
valor óptimo.
2) Esbelteces óptimas
Daganzo (1984a) encuentra una fórmula simple para determinar en qué medida conviene elongar las
zonas hacia el depósito que las sirve. En la fórmula (3),J es la distancia promedio total recorrida por
punto (que se compone de una distancia local y una distancia de travesía), C es la capacidad del
vehículo (cantidad de puntos a servir) y p es la distancia de travesía (distancia desde el depósito al
centro de la zona a servir):
d = (2/C) [p-L/2] + d*, si p>= L/2 (3)
Buscando el óptimo de esta función para grillas del tipo de las analizadas, se llega a valores de pe de
6, con P=2w/L.

La técnica tiene ventajas objetivas sobre otras formulaciones analíticas conocidas: 3) Orientación de las zonas

1) Permite aprovechar la experiencia y la visión global humanas, desde el primer momento de la Newell y Daganzo (1984) determinan el ahorro total que se puede conseguir de acuerdo con la
modelización hasta la implantación práctica. orientación de la zona. Existen dos ángulos para considerar, el ángulo (), que forma la dirección
2) Es especialmente útil en ciudades donde se carece de información geográfica digitalizada, principal de la zona con respecto a la dirección de la grilla cuadrada, y el ángulo que forma la malla
hecho que se produce muy a menudo. con respecto a las isócronas. Los autores deducen que el ahorro máximo por punto visitado será
3) Los métodos de resolución exactos son inaplicables para grandes cantidades de arcos (Gendreau 1 1
et al., 1997). En el caso que se analizó se debían estudiar 40.000 arcos y el máximo analizado d' =--- (4)
con el algoritmo citado había sido de 5.000.
max 2w8 cost/J
94 Logística de/transporte 5 Diseiio de rutas de vehículos 95

5.5.2 Redes ortogonales con sentidos alternativos y sin nodos interiores asimétricos
En el caso de mallas cuadradas, la cxtradistancia total recorrida en una red es directamente
proporcional a la cantidad de nodos perimetrales de la misma. La figura 5.8 muestra el conjunto de
caminos entre parejas de nodos asimétricos. En esta figura se ha supuesto que la red es no
orientada, pero, como demuestra Carranza ( 1997), la diferencia en la solución entre una red no
orientada y una que lo es con sentidos alternativamente distintos en ambas direcciones, es sólo de
una constante.
IMPAR
El óptimo de la función se obtiene para ~=0.5. Como se aprecia en esta figura, el óptimo tiene una
variación relativamente baja en un entorno amplio de valores de ~- Analizando diversos casos
derivados del primero que hemos analizado - una malla rectangular con nodos asimétricos ubicados
regularmente a lo largo del perímetro- se puede llegar a la conclusión de que el valor de ~= 0.5 es una
buena aproximación a la solución óptima. Así, se analizan diversos casos: considerar nodos
inaccesibles o incomunicados en cada uno de los 4 vértices del rectángulo, considerar avenidas,
considerar diagonales o considerar que Jos sentidos varían cada dos calles en ambas direcciones o en
una de ellas.

40

1~ 35

30

25
IMP AR

'\
o ){

Fig. 5.8 Esquema de recorrido de una red Fig. 5.9 Gráfica de la función (7)- f3 vs. Distancia total recorrida

La función que se deberá minimizar será la (3), sólo que en este caso la distancia local que se deberá
recorrer vendrá dada por la ecuación (6), derivada de la (5). En estas ecuaciones dr es el sumatorio de
las longitudes de todos los segmentos de la red, y db es la distancia total necesaria para recorrer todo
los segmentos. En este caso w es el ancho de la malla y p es una constante cuyo valor es O ó 2,
dependiendo de la paridad o imparidad de los nodos asimétricos del perímetro:
La tabla 5.2 presenta las oscilaciones porcentuales que se producen por emplear una valor de esbeltez
~ distinto al ideal para cada caso. El caso base es aquel cuya deducción de esbeltez se ha presentado, y
los casos 1 a 4 son algunos de los casos ya citados, cuyas esbelteces óptimas están en las filas 2,3,5 y
6 de la tabla.

(5)
~ Caso base Caso 1 caso 2 Caso 3 Caso4 Diferencia
0, 17 1% 7% 0% 4% 0% 2,4%
0,23 0% 5% 0% 2% 0% 1,5%
(6) 0,50 2% 1% 0% 2% 0,8%
0,73 0% 0% 1% 0% 3% 0,9%
La función (3), incorporando la particularidad de este caso y expresada tomando como variable
independiente a~, es la función (7). Se muestra su gráfica en la figura 5.9. 1,5 1 1% 0% 4% 1% 7% 2,5%

Tabla 5.2 Distancia viajada para p = 5, 8 = JO, C/8 = 0,9

(7)
La última columna, "Diferencia", presenta el error promedio que se obtendría por aplicar la esbeltez
de la fila correspondiente. Así, se aprecia que empleando una esbeltez de 0.5 el error promedio no
96 Logística del transporte 5 Diseño de rutas de vehículos 97

supera el 5%. Esta tabla ha sido calculada para los valores de capacidad C de 9 t (la capacidad más al 50% y las columna COS(100) indican lo mismo para toneladas recogidas en horas al 100%. La
empleada en camiones de recogida de basuras oscila entre 8 y 9 t) y para una densidad de basuras de capacidad normal de los camiones es de 9 t, pero existe la posibilidad de emplear camiones de 13 t, lo
10 t/km2 y una distancia de travesía de 5 km. Se aprecia que para entornos razonables de estos valores, que se considera en la columna COS(l3).
el error medio de la esbeltez considerada no supera prácticamente el 1%. Las anteriores
consideraciones llevan a concluir que para rutas oientadas a 90° con la dirección de la red, el valor
óptimo de esbeltez es 0,5. X Tzv(i) Rendimiento variable Rendimiento=2 t/h COS(13)
COS(l V) COS(50) COS(50) COS(lOO)
Orientación de las rutas a 45° o 1,1 10,1 7,9 5,9 7,0 7,7
1 1,2 10,4 8,2 4,9 7,3 7,9
De acuerdo a la fórmula (4), el ángulo óptimo de orientación es de 45°. Con esta orientación, las
esbelteces óptimas cambian. Una de las dos situaciones que se pueden producir es que no haya nodos 2 1,2 10,6 8,6 5,1 7,6 8,1
inaccesibles sobre el perímetro. En este caso, la esbeltez óptima es de 0,2. En el caso de que haya 8 1,6 11,9 11,5 6,9 9,3 9,3
nodos inaccesibles en el perímetro la esbeltez será de 0,65 . 9 1,6 12,1 12,1 7,3 9,6 9,6
15 2,0 13,4 17,8 10,9 11,4 10,9
Los a horros que se pueden conseguir con una adecuada orientación se resumen en la tabla 5.3. Como
16 2,0 13,6 19,2 11,8 11 ,7 11 ' 1
se aprecia en esta tabla estos ahorros pueden ser más importantes que los generados por la aplicación
de una esbeltez que se aleje del óptimo. 25 2,5 15,6 59,2 36,7 14,4 13, 1

Tabla 5.4 Tabla de costes marginales

13 Área L w Distancia total Ahorro

En el cálculo de costes (para más detalles, ver Carranza, 1997) se ha n considerado tanto los costes de
0,2 0,45 1,50 0,30 29,60
personal (en horas normales y extra) como los variables y fijos del vehículo, incluida la amortización
0,65 0,45 0,83 0,54 32,25 9% de este último. Se consideran dos hipótesis de rendimiento, el variable, que asume un rendimiento
decreciente del equipo a partir de las 7 horas normales, y una segunda hipótesis que asume que ese
0,5 0,45 0,83 0,54 30,30 2% rendimiento es constante.
0,2 1,8 3,00 0,60 57,34
El sombreado de las distintas columnas en la tabla 5.4 remarca las distancias en que es rentable operar
0 ,65 1,8 1,66 1,0 8 62,24 8,5% según el tipo de política que se defina. Asumiendo que los rendimientos fueran decrecientes, con la
0,5 1,8 1,66 1,08 58,80 2,5% estructura de costes analizada se puede afirmar lo siguiente:

Tabla 5.3 Comparación de la distancia total para orientaciones a Oy 45° con la grilla
5.5.3 Dimensionamiento de las rutas
La dimensión de las rutas es un factor que debe tenerse en consideración. Un buen
dimensionamiento de las mismas puede permitir obtener ahorros del orden del 10% de los costes de
la operación (Carranza, 1997). La figura 5.9 permite apreciar el rango de distancias a que se
encuentran los distintos puntos de la ciudad analizada con respecto a la base operativa. Es razonable
suponer de antemano que las zonas más cercanas a la base operativa tendrán dimensiones óptimas
distintas a las zonas más alejadas a ella. La tabla 5.4 ilustra sobre los costos de distintas políticas
operativas.
La operación se desarrolla con dos operarios y un chófer por equipo. Las horas normales de una
jornada nocturna (horario en que se desarrolla la mayor parte de la operación) son 7, y las dos horas
siguie ntes son lo que se denomina horas extras al 50%. Las horas siguientes son las llamadas horas al
100%. La columna COS(l V) indica el coste de recoger una tonelada en un segundo viaje y en horas
1) El empleo de camiones de 13 tes más conveniente por restricciones viales.
2) Conviene operar en un segundo viaj e y con horas extra al 50% hasta la distancia de 8 km con
respecto a la base operativa, si se emplean sólo camiones de 9 t.
3) A pat1i.r de los 8 km de distancia de la base operativa, conviene operar con camiones en un solo
viaje, empleando sólo camiones de 9 t.
Con rendimientos constantes se puede afirmar lo siguiente:
4) Conviene operar con camiones en segundos viaj es y horas extra al 50%, aun suponiendo que se
dispusiera de camiones de 13 t hasta una distancia de 15 km con respecto a la base operativa.
5) A partir de una distancia de 16 km conviene emplear horas extra al 100% y, si se dispusiera de
camiones de 13 t, emplear éstos.
El presente análisis se ha limitado a la posibilidad de efectuar la recogida durante el horario nocturno.
Durante el día, las horas normales aumentan en una, y consecuentemente cambia el análisis de costes.
La mecánica que se debería emplear sería la misma utilizada en el presente apartado.
98 Logíslica dellransporle 5 Diseño de rulas de vehículos 99

5.5.4 Análisis de redes con bajas relaciones de distancia

El análisis de 15 zonas de una ciudad permite avanzar a nuevas conclusiones que no se habían Rango Tipo de red orientada Densidad de nodos Tipo de red no Densidad de nodos
vislumbrado en el desarrollo de las fórmulas para esbelteces en grillas cuadradas con sentidos impares interiores orientada impares interiores
>0.90 tipo square grid sin <5 tipo square grid <40
alternativamente distintos y orientaciones sucesivamente distintas. Las redes analizadas en primera
nodos interiores
instancia se denominan de altas relaciones de distancia, pues el valor de su recorrido final para el
<0.90 y>0.8 tipo square grid con >20 y>5 tipo square grid >40 y<50
problema del cartero chino es muy similar al de los nodos de la red (las relaciones oscilan entre nodos interiores
0,85 y 0,9). <0.80 y >0.7 tipo square grid <30 y >20 tipo square grid >50 y<60
o n1ral
El experimento que se realizó consistió en solucionar el problema del ca1tero chino mediante un <0. 70 tipo square grid >30 tipo square grid >60
algoritmo conocido (Lin y Zhao, 1989). Los valores obtenidos llevaron a bajas relaciones de distancia, o rural
y a conjeturar sobre las causas que conducían a dichos valores. Para ello se buscaron distintas
correlaciones (tabla 5.5) que en mayor o menor medida ayudaron a corroborar algunas hipótesis. Las Tabla 5.6 Clasificación teórica de redes CPP
dos caracte!Ísticas que distinguían a estas redes de las ya analizadas eran: la existencia de nodos
asimétrico interiores y la de que los sentidos de las calles no cambiaban alternativamente.

f Variable dependiente Variable independiente Rz R

1 Relación de recorridos Dens idad de nodos impares interiores 0,82 0,90
2 Relación de recorridos Nodos interiores 1 unidad de perímetro 0,72 0,85
3 Relación de recorridos (Nodos totales- Nodos críticos)/unidad de 0,70 0,84
superficie
4 Relación de recorridos Total de nodos impares/unidad de superficie 0,63 0,79
5 Recorr. total - Long. total de los Total de nodos impares 0,81 0,90
segmentos
6 Relación de recorridos Total de nodos impares/unidad de superficie 0,63 0,79
7 Recorr. total - Long. total de los Nodos totales - Nodos críticos 0,79 0,89
segmentos

Tabla 5.5 Parámetros analizados que influyen en las variaciones de recorridos

La principal hipótesis fue la de que los nodos interiores tenían un mayor peso que los nodos
perimetrales. Esta hipótesis fue corroborada, pues, como se aprecia en la citada tabla en la primera
correlación, la densidad de nodos asimétricos interiores es la que mejor explica la variación en
relación de recorridos. El análisis llevó a definir nuevos conceptos relacionados con los nodos
perimetrales (nodos críticos y supercríticos). Los nodos supercríticos pueden entenderse como los
nodos interiores que existirían si las zonas fueran perfectamente rectangulares. Su diferencia con los
nodos interiores reales (o la diferencia entre nodos perimetrales y críticos) nos da una idea de en qué
medida la zona se apmta de la tipología teórica ideal de grilla o square-grid. La otra conclusión que se
puede extraer es la de que la densidad de nodos supercríticos da una mejor explicación de la variación
en las longitudes de recorridos que la densidad absoluta.

La perspectiva general del experimento llevó a la necesidad de proponer una clasificación de las redes,
de acuerdo con diversas características. Una clasificación general sólo había sido realizada por Eglese
y Li ( 1992), con la limitación de que únicamente consideraba valores de relaciones de distancia. La
clasificación obtenida en el experimento se propone en la tabla 5.6.

La aplicación, como se ha dicho, se ha realizado en la ciudad de Córdoba, Argentina, con resultados

que mejoran la operac ión actual.
6 Centralización y descentralización 101

6 Centralización y descentralización

6.1 Grado óptimo de descentralización

A menudo una empresa se plantea cuántos almacenes debería tener para distribuir, con un detenninado
nivel de servicio, a un territorio; una cuestión similar surge en el caso de grandes empresas que,
depreocupadamente, han ido incorporando almacenes y delegaciones hasta que han detectado las
ineficiencias de tal sobredimensionamiento y ahora se preguntan qué almacenes deberían cerrar.

Intentar buscar el grado de descentralización "óptimo" para una empresa no es simple y, de nuevo,
debe plantearse claramente y desde un principio qué quiere decir óptimo: cuál es la función objetivo
que se pretende optimizar. En segundo lugar, si queremos huir de generalidades (algunas ya descritas
al hablar de localización) o de la aparente sofisticación de la programación matemática, cada estudio
debe ser a medida de los condicionantes particulares de una empresa.

Las figmas 6.1 muestran cómo varían diversos indicadores logísticos en función del número de
almacenes. Observemos que los costes de transporte pueden disminuir inicialmente al tener varios
almacenes de consolidación (reducción del transporte local), pero un número exagerado de almacenes
puede volver a incrementar el coste, esta vez por haber convertido lo que antes era transpo11e local
(desde el almacén al cliente) en transporte hasta el almacén.

Para una empresa específica, pueden llegar a calibrarse relaciones entre el stock de seguridad de un
producto k y sus ventas, por ejemplo: SsEG = (l vl
Aunque pocas empresas disponen de relaciones calibradas como las insinuadas, teóricamente es factible
componer funciones de coste que varíen con el número de almacenes (ver Hax y Candea, 1984, página
486 y siguientes) y encontrar, bien analítica bien numéricamente, el número óptimo de almacenes N•
que minimice los costes totales (si es esa la función objetivo):
112
COSTE TOTAL= A+ B N+ C N + DIN +etc.

La necesidad de recursos es superior en los sistemas descentralizados ya que cada subsistema debe
cubrirse de las fluctuaciones estocásticas (y no hay colas, ni stock, ni tiempo negativo, para compensar
las fluctuaciones positivas). Ejemplos: mostradores de facturación, dársenas de autobuses, cajas en
hipermercado, etc.
102 Logística de/transporte 6 Centralización y descentralización 103

NIVEL DE
STOCK DE SSc= Ko(V)
SEGURIDAD
SERVICIO

Supongamos que la misma demanda se satisface ahora con N almacenes, cada uno de los cuales sirve
directamente un número de clientes tal que el almacén i (i=1, ... ,N) sirve una demanda asociada de V;
(L; V;= V).
L--------------.-N

COSTE
El stock de seguridad total de este sistema descentralizado, s1 la demanda de cada almacén es
TRANSPORTE
TOTAL independiente de la de Ótros almacenes, es

112 112
SSo =N SS;= N K o(V;) =N K o(V)/N =N SSc
L----------------N Para obtener una relación compacta, se ha supuesto que cada almacén sirve una demanda idéntica (una
N-ésima parte de la demanda total) y que, al ser la demanda de cada almacén independiente, la valianza
Fig. 6.1. Variación de indicadores logísticos en función de almacenes de la demanda total es igual a la suma de las varianzas de las ventas de cada almacén. En resumen, el
stock de segUiidad total de un sistema descentralizado aumenta con la raíz cuadrada del número de
almacenes. O, lo que es lo mismo, la eliminación de un almacén de un conjunto de N, produce
La figura 6.2 representa gráficamente algunas de estas posibles funciones. Las funciones lineales podrian inmediatamente unos ahorros relativos en stock de seguridad de 100 · 8 %, con
representar el coste de los almacenes (alquiler o compra repercutido durante un periodo de negocio) Y el
de las comunicaciones entre ellos (aunque ciertas referencias parecen indicar que estos costes pueden 8 = l - ( 1 - 1/N ) 112
llegar a aumentar hasta con el cuadrado del número de almacenes); las funciones parabólicas
representarian los costes del stock de seguridad y de otras operaciones logíst.icas que. dispongan. ~e Si N=20, la reducción de un almacén disminuye el stock de seguridad en sólo un 2,5%; pero si N=3, los
economías de escala; las funciones hiperbólicas podrían representar el coste asocmdo al mvel de serv1c1o ahorros pueden ser del orden del 18%.
y los costes de transporte; etc.

6.3 Stock activo en un sistema descentralizado

COSTE
TOTAL
Para estudiar la variación del stock activo o de ciclo con el número de almacenes, conviene recordar la
formulación del modelo EOQ o de Wilson.
STOCK S
La cantidad de pedido óptima, Q·, como se ha visto, tenía la expresión

TENENC IA
ALMACENES Y
CO~UNICACIONES

donde:
DE ALMACENES D: demanda anual
S: coste de pedido o adquisición
Fig. 6. 2 Grado óptimo de descentralización C: valor de cada unidad mantenida en inventario
1: coste de mantenimiento, como porcentaje anual sobre C (€/€-año)
A continuación se expone intuitivamente el porqué de algunas relaciones funcionales indicadas en la
figura 6.1. En pruticular, se discute cómo varían los stocks de seguridad y el de ciclo al aumentar el Si los costes de pedido y de mantenimiento de inventario no varían mucho entre almacenes, puede
número de almacenes de una red de distribución. decirse que el lote de pedido óptimo es directamente proporcional a la raíz cuadrada de la demanda (para
un almacén determinado).

6.2 Stock de seguridad en un sistema descentralizado Gestión autónoma

El stock de seguridad cubre las variaciones aleatorias de la demanda. Para un sistema centralizado (un En este primer caso de gestión, los delegados de los almacenes ordenan sus lotes econormcos de
único almacén regulador externo o intemo a al fábrica), es lógico suponer que el nivel de stock de producto cuando les es más conveniente. El stock de ciclo promedio de un almacén es la mitad del
seguridad es proporcional a la desviación típica de las ventas totales V: tamaño de pedido y, por tanto, proporcional a (0;) 112 •
 r
104 Logística del transporte 6 Centralización y descentralización 105

Para todo el sistema descentralizado, el stock de ciclo total es la suma de los stocks de ciclo en cada Sistema centralizado:
delegación (proporcional a L¡ (D¡) 112).
- Dispone del stock de ciclo y el stock de seguridad para toda la demanda en el almacén regulador o
Para un sistema centralizado, el stock de ciclo promedio es proporcional a la raíz cuadrada de la demanda fábrica.
total: (D) 112 . - Dispone de stock de seguridad para cubrir el periodo de mercancías en tránsito (t:ranspotie) en
delegaciones.
Por tanto, al ser las constantes de proporcionalidad las mismas, se verifica lo siguiente: - Cuando existe valor añadido entre fábrica y almacenes en delegaciones (almacenaje activo).
- Cuando el número de almacenes actual es muy grande.

&
- Cuando gran parte de la demanda es servida desde fábrica o el almacén regulador.
- Cuando el coste de transferencia de stock entre almacenes es muy alto.

i=N Sistema descentralizado:

¿JD;
i=J
La relación anterior indica que el stock de ciclo de un sistema centralizado es menor o igual que el de
un sistema descentralizado. En particular, si la demanda servida por cada almacén es
aproximadamente la misma, D¡""D/N (i=l, ... ,N), se obtiene la relación:
- Cuando el tiempo en tránsito es muy elevado (modo de transporte muy lento o gran distancia entre
fábrica y delegaciones).
- Cuando existe compensación de las demandas locales en delegaciones (entonces el stock de
seguridad global es menor).
- Cuando el nivel de ventas es muy grande (el stock de seguridad no es tan significativo entonces).
- Cuando la demanda es errática o imprevista.

Gestión uniforme

Si los pedidos se programan para el conjunto de la empresa, todos Jos almacenes hacen el mismo
número de pedidos al año (D¡/Q¡=constante V i). Es fácil ver que, a costa de no pedir de fmma óptima
para cada almacén, se disminuyen los stocks de ciclo en el sistema descentralizado. Sea g;; el número
de pedidos anuales:

D
=>
2f.J

Un sistema descentralizado, por tanto, puede gestionarse de forma coordinada de manera que el stock
activo total sea el mismo en el sistema descentralizado y en un hipotético sistema centralizado con un
único almacén regulador. No ocurre lo mismo con el stock de seguridad.

6.4 Condicionantes de descentralización

Para finalizar esta breve reseña a la descentralización de un sistema de distribución física, a

continuación se enumeran algunas propiedades y factores que influyen a la hora de aconsejar un tipo u
otro de sistema de distributivo.
r
7 Caso: Distribución de paquetería 107

7 Caso: Distribución de paquetería

En España, el sector de la paquetería urgente en gran parte proviene de la transformación del sector
del transporte, para lo cual los niveles superiores de las empresas debieron modificar fuettemente su
forma de pensar y dirigir el negocio. Este escenario hace que los niveles gerenciales de las empresas
tengan la necesidad de contar con medios que permitan acotar el contexto de incettidumbre en que se
enmarcan sus decisiones.

Los problemas de competitividad de las empresas nacionales provienen de que gran parte de ellas sólo
realizaron cambios y no una transformación de sus estructuras organizacionales. La necesidad de
ofrecer un elevado nivel de servicio a un coste competitivo y de expandir el área de servicio, hizo que
muchas veces se adoptasen decisiones operativas, tácticas y/o estratégicas no basadas en un enfoque
sistémico del problema y, por tanto, sólo se logró minimizar costes en funciones logísticas
individuales, suboptimizando el sistema.

En el caso de expansiones, aún hoy, muchas veces se sigue operando de forma idéntica sin estudiar
cuál es el verdadero impacto que la adición de nuevos pares 0 /D genera en la red logística. En otros
casos se realizan cambios en los modelos de distribución, con disminución de ciertos costos y
aumento de otros, por lo que el costo total a menudo no resulta muy afectado pero el impacto en el
nivel de servicio al cliente u otras operaciones puede ser relevante.

Las empresas de paquetería urgente tienen una red logística con la siguiente estructura:

- Delegaciones de ámbito local cuya misión es la de consolidar la carga de la zona de influencia

que le ha sido asignada. A éstas arriban vehículos que se encargan de las operaciones de
recogida y reparto, generalmente de pequeñas dimensiones, y los de grandes dimensiones que se
utilizan para los viajes de larga distancia (interdelegaciones).
- Hubs o delegaciones de rotura de carga que cuentan con una mayor dimensión y donde se
realizan las operaciones de cross-docking. Aquí entran y salen vehículos de dimensiones
similares.
- Los envíos de largo recorrido entre delegaciones pueden hacerse de forma directa, con paradas
múltiples o a través de hubs.

Esta estructura se representa en una red mediante nodos y arcos, donde los nodos corresponden a cada
delegación y las carreteras que unen dichas delegaciones se representan con arcos. Cada nodo de la
red actúa como receptor y emisor de carga.
108 Logística deltramporte 7 Caso: Distribución de paquetería 109

En la distribución de muchos orígenes a muchos destinos hay muchos factores que hacen que el ¿xijkm -Z 111 ~O V i, j , m (5)
problema sea complejo, entre los que destacan: las distintas capacidades de los camiones de los que se k
dispone, las frecuencias de los envíos y las metas de plazo de entrega que se fija cada empresa. Dos donde:
factores impot1antes que intervienen en este problema son: la ubicación de los hubs y el diseño de las
rutas de distribución y recogida. Para facilitar el estudio, el problema se subdivide en dos pat1es a<l : factor que refleja la economía de escala y el factor de descuento que hay por enviar el
teniendo en cuenta estos factores. Es muy importante entender que estos dos aspectos están muy flujo a través de un hub
relacionados entre sí.
: flujo entre i y j
Los sistemas logísticos de muchos orígenes a muchos destinos con t:estricciones de tiempo tienen tal : costo de viajar por el arco (i, j)
complejidad que fácilmente se toman decisiones erróneas; además, en el activo mundo empresarial,
raramente se puede aprender de la experiencia propia. xijkm : porción de flujo que desde i va a j pasando por los hubs k y m respectivamente. Si k= m,
esto quiere decir que el flujo que va desde i hasta j pasa solamente por un hub
= 1 si k es un hub
7.1 Formulación del problema
= Osi k no es hub
La formulación del problema, basada en Barcos et al. (2000), se ha hecho en el apat1ado 4.4 y no se Se asume que: W;; = O y C;; = O para todos los nodos i.
repite. La restricción (2) obliga a que haya p hubs en la red. Las restricciones (4) y (5) impiden que el flujo
entre dos nodos sea enviado a través de un nodo que no es hub.
7.1.1 Localización de hubs
Este modelo es muy dificil de resolver. Las soluciones óptimas se conocen para redes con 25 nodos
La necesidad de establecer una ubicación óptima de los hubs reviste una gran complejidad porque hay como máximo (O'Kelly y Bryan, 1998).
que considerar muchos factores, en la mayoría de los casos, muy dificiles de cuantificar. Dentro de los
aspectos que hay que tener en cuenta al evaluar los costos están: impuestos, subvenciones,
En este planteamiento es complicado determinar el valor de a porque por un lado hay que considerar
disponibilidad y estado de las vías de acceso, costo del terreno y costo y cualificación de la mano de
los ahorros que se tienen al hacer uso de hubs en los envíos, pero por otro lado hay que considerar los
obra. Esta sección está basada en Rodríguez et al. (1999). costos que acarrea el mantener esos hubs.
Existen diversos problemas de localización, dentro de los cuales tienen especial impm1ancia para este
Métodos de solución
caso el de las p-medianas y el de localización simple de plantas (PSLP) puesto que los diferentes
planteamientos matemáticos para determinar la ubicación óptima de hubs se basan en planteamientos
Los métodos para resolver el proble ma de los p-hubs se pueden clasificar en 5 grupos:
que de estos problemas se han hecho.
- Programación matemática basada en el planteamiento primario.
A continuación se expone una formulación lineal del modelo de ubicación de hubs: se trata de una
- Programación matemática basada en el planteamiento dual.
formulación compacta del modelo comúnmente llamado HUBLOC presentada por Skorin-Kapov
- Teoría de grafos.
(1997). Este modelo obliga a que el flujo entre cada par origen/destino pase por dos hubs .
- Métodos de enumeración.
- He urísticos.
Min L LL LWif ( C;k + oc Ckm + C"if) X ifkm
j k 111
(1)
Programación matemática

Sujeto a: Una de las formulaciones matemáticas del problema se expuso en el capítulo 3 .l. l. Esta formulación
(2) ha tenido muchas modificaciones y adaptaciones. Una revisión extensa de la formulación entera de
¿zk =p los problemas de localización puede verse en Campbcll (1994). Dentro de los métodos de
k programación matemática que se han desarrollado para encontrar la solución exacta de este tipo de
LLXifkm = 1 V i,j (3) problemas hay los modelos que se basan en el planteamiento primario del problema, como son los
k 111 planteamientos de programación entera, entre los c uales hay los lineales y los cuadráticos, y luego
LXiJkm -Zk ~ o V i, j,k (4) están los que se basan e n el planteamiento dual.
111
Para resolver el planteamiento entero se han desarrollados muchos algoritmos de ramificación y
acotamiento y algoritmos que convierten el planteamiento cuadrático en un problema de programación
110 Logística de/transporte
lineal por medio de la relajación del problema original. Una revisión de estos algoritmos se puede ver
en Mirchandani y Francis ( 1989).
Teoría de grafos
Los métodos que se basan en la teoría de grafos aprovechan la estructura de la red. Estos métodos han
dado buenos resultados en redes no orientadas que tienen estructura de árbol. Goldman ( 1971)
presentó un algoritmo muy eficiente que resuelve el problema de ubicar un solo terminal, en O(n)
pasos. Para el problema de ubicar p-hubs cuando p > 1, Matula y Kolde (1976) desarrollaron un
algoritmo que encuentra la solución en O(n 3 p 2) pasos mientras que Kariv y Hakimi (1976)
encontraron un algoritmo que encuentra la solución en O(n 2 p 2) pasos.
Métodos de enumeración
Los métodos de enumeración consisten en evaluar todas las posibles soluciones y elegir la mejor. Es
posible usar este procedimiento cuando la red no es muy extensa, porque para una red de gran tamaño
requiere mucho tiempo de cómputo. Esta metodología fue presentada por Hakimi (1965).
Métodos heurísticos
Al igual que los problemas de optimización combinatoria, los problemas de localización en redes
requieren mucho tiempo de cómputo; por lo tanto, son muy difíciles de resolver por métodos exactos
y por ello se han desarrollado diversos métodos heurísticos para encontrar una solución, que aunque
aproximada, dé unos buenos resultados. Algunos de estos métodos heurísticos se basan en nociones
intuitivas de la solución del problema.
Dentro de los métodos heurísticos están: los métodos de partición de nodos, métodos de agrupación,
método miope y método de intercambios heurísticos entre otros.
Partición de nodos
Este algoritmo fue desarrollado por Maranzana (1964) y empieza eligiendo p nodos como candidatos
para ser hub. Una vez escogidos estos nodos, asigna cada nodo de la red al nodo candidato que más
cerca se halle, y de esta forma la red queda dividida en p subconjuntos. Luego se encuentra el nodo
que sea la mediana absoluta de cada subconjunto y el conjunto original de candidatos es reemplazado
por los nodos que son mediana absoluta en cada subconjunto. Este procedimiento sigue hasta que el
conjunto de candidatos no cambia. Este procedimiento, según demostración de Maranzana, puede
converger a una solución no óptima. Los resultados computacionales presentados por Maranzana son
escasos, pero sin embargo el autor afirma que su algoritmo funciona bien en los problemas ejemplo
Handles y Mirchandani (1979).
Métodos de agrupación
Estos métodos agrupan los nodos en p grupos y luego se elige la ubicación del hub del grupo. La
asignación de los nodos a los grupos se hace basándose en una medida que tiene en cuenta diferentes
criterios, como son la posición de los nodos dentro de la red y la cantidad de carga que entra y sale de
cada nodo. Puesto que la ubicación de los hubs es desconocida, el método de agrupación heurístico
asume que el hub se encuentra en el centro de masa del grupo.
7 Caso: Distribución de paquetería 111
El centro de masa de halla de la siguiente forma: todos los nodos i tienen coordenadas (x~, x~ ). El
centro de masa del grupo es
donde:
O¡ : total de carga que sale del nodo i
D; : total de carga que recibe el nodo i
Después de terminar la asignación de los grupos, el nodo más cercano al centro de masa en cada grupo
es elegido para ser hub.
Método miope
Este procedimiento fue propuesto por Kuehn y Hamburguer (1963) y consiste en encontrar la mediana
absoluta de la red y luego ir introduciendo otras medianas hasta completar los p hub que el problema
requiere. Las medianas que se van introduciendo en la solución son los nodos que no han sido
elegidos como hubs y que maximicen el ahorro para la red hasta completar el conjunto de los p hub.
Cornuejols, Fisher y Nemhauser ( 1977) han realizado estudios sobre este método y afirman que en la
mayoría de los casos no se llega a la solución óptima, pero que la solución se desvía aproximadamente
un 7% del óptimo.
Métodos de intercambios heurísticos
Los métodos de intercambios heurísticos han sido estudiados por muchos investigadores, entre ellos
Kuehn y Hamburger (1963) quienes fueron los primeros en proponer un método de este tipo.
También han estudiado el problema: Cooper (1964), quien presentó un método para ubicar hubs en
un plano continuo, Teitz y Bart ( 1968), quienes adaptaron el método de Cooper para e l problema de
encontrar la ubicación óptima de p hubs en una red, y Diehr ( 1972), Cornuejols, Fisher y
Nemhauser (1977), Garfinkel, Neebe y Rao (1974) y Khumawala, Neebe y Dannenbring (1974),
quienes han presentado resultados computacionales para un método de intercambios simples y otro
de intercambios dobles.
Los procedimientos de intercambios heurísticos descritos por Klincewicz ( 199 1) parten de una
elección inicial de los p mejores hubs y luego encuentran todas las posibles combinaciones de p en k.
La primera parte del procedimiento sólo tiene en cuenta las combinaciones que difieren en un hub de
la elección actual y, basándose en una medida de ahorros locales, decide cuál de los dos nodos en los
que difieren las combinaciones es más apropiado.
Partiendo de los resultados obtenidos, se puede continuar con el mismo procedimiento, pero en lugar
de tener en cuenta las combinaciones que sólo difieren en un hub, tener en cuenta las combinaciones
que difieren en dos.
112 Logística de/transporte
7.1.2 Estrategias de optimización de rutas
Como ya se dijo anteriormente, los envíos de largo recorrido entre delegaciones pueden hacerse de
forma directa, con paradas múltiples o a través de terminales de ruptura de carga. De esta forma, para
cada par origen/destino existe una cadena de transporte que resulta óptima en términos económicos
y/o de nivel de servicio. La selección de esta cadena no depende exclusivamente de la localización del
origen y destino considerado y del volumen movido entre los dos puntos, sino también de la demanda
existente en la red y de la configuración y costes logísticos existentes; el problema es global y la
optimización exige una visión integral. · que buscar un compromiso entre espacios vacíos en los camiones y longitudes medias de ruta
En este apartado se hará una pequeña revisión del problema de diseño de rutas de reparto (VRP), que,
aun no siendo el problema objeto de investigación, constituye un elemento básico a la hora de poder
analizar sistemas más complicados, como son los sistemas de distribución de muchos orígenes a
muchos destinos. Posteriormente se hará una breve introducción a un modelo de optimización global
desarrollado desde la perspectiva de las aproximaciones continuas. Seguidamente se hará una pequeña
revisión de estrategias de diseño de rutas a través de hubs y estrategias discriminatorias que aparecen
en la literatura científica. Por último, se hará un breve resumen sobre lo investigado acerca de la
gestión del retorno de los vehículos.
El diseño de rutas de reparto
Este apartado complementa el capítulo 5 dedicado al diseño de rutas de vehículos. El VRP se enfrenta
a la consecución de un conjunto de rutas que comienzan y terminan en un depósito, de manera que
cada cliente es visitado al menos una vez sin violar ciertas restricciones de capacidad y/o de tiempo.
Se pretende que el conjunto de rutas creadas proporcionen una longitud total recorrida mínima. El
VRP ha sido un problema al que se ha dedicado bastante esfuerzo por parte de los investigadores. Los
resultados más importantes de dicho esfuerzo pueden encontrarse en Bodin et al. (1983), Magnanti
(1981) y en el libro editado por Golden y Assad (1988). También, y desde el punto de vista de las
aproximaciones continuas, se han desarrollado modelos para investigar la forma óptima y el tamaño
de las rutas, así como para estimar la relación entre la longitud de las rutas y ciertos atributos de las
mismas. En esta línea, merecen una mención especial los trabajos de Daganzo (1984a y b) y Newel y
Daganzo (1986).
Este tipo de problemas se complican cuando los clientes exigen ser servidos en una ventana de tiempo
o cuando el tiempo de la mercancía en tránsito está limitado. La ventana de tiempo puede ser estricta
(hard time window) o flexible (soft time window). En el primer caso, si un vehículo llega demasiado
temprano a visitar a un cliente, se le permite esperar hasta que éste esté listo; sin embargo, no se le
permite llegar después del tiempo más tardía de inicio del servicio. En el segundo caso, tales
intervalos de tiempo pueden ser violados a un determinado coste. Golden et al. (1977), Desrosiers et
al. (1995) y el libro editado por Golden y Assad (1988) presentan algunas investigaciones realizadas
sobre el VRP con ventanas de tiempo (VRPTW).
También se han aplicado las técnicas de las aproximaciones continuas a este tipo de problemas y se
han obtenido fórmulas simples que expresan el coste de transp01te cuando existen ventanas de tiempo,
(Daganzo 1987a y b) y se han examinado estructuras para el VRP cuando la mercancía transp01tada es
perecedera (Han y Daganzo, 1986). Las guías de diseño proporcionadas por las aproximaciones
continuas pueden ser mejoradas con los métodos numéricos, como mostró Robusté et al. ( 1990) con
algoritmos de recocido simulado (Robusté 1988).
7 Caso: Distribución de paquetería 113
El coste de transportar mercancía desde un origen a varios destinos (como es el caso del VRP) podría
entenderse como el intento de minimizar el producto de dos factores: el número total de camiones y la
longitud media por ruta. Sin embargo, ambos factores están enfrentados, ya que para minimizar el
número de camiones habría que minimizar la cantidad de espacios vacíos en los vehículo, y para ello
probablemente se requerirían rutas muy poco compactas, con grandes desvíos respecto a la dirección
principal de la ruta, lo cual tendería a aumentar la longitud media por ruta. Por otro lado, rutas
compactas y estrategias que minimizasen la longitud media por ruta exigirían la existencia de cantidad
de espacios vacíos, y por tanto sería necesario utilizar mayor número de vehículos. En resumen, habría
aceptables.
Este aspecto ha sido abarcado en la bibliografia científica para problemas de tipo VRP; son de
especial interés Hall (1989a), Hall (1993) y Hall et al. (1994). En estas dos últimas referencias se
refleja la importancia del tamaño de los camiones en relación con el tamaño de las cargas a
transportar, puesto que cuando el tamaño de las cargas es comparable al de los camiones es más dificil
minimizar los espacios vacíos y más prominente el enfrentamiento descrito anteriormente.
Optimización global de sistemas logísticos
No es mucha la bibliografia existente sobre la optimización global de sistemas de muchos orígenes a
muchos destinos. Merece especial mención el trabajo realizado por Daganzo (1996). En este libro se
establecen pautas de diseño de estos sistemas y se abarcan temas como: forma y tamaño de las zonas
de influencia de las terminales de consolidación, frecuencias de servicio, número de terminales de
ruptura de carga, estrategias de rutas entre delegaciones (haciendo paradas múltiples, o haciendo uno o
dos transbordos).
Para sistemas con varias terminales, pero con un solo transbordo permitido, Daganzo opta por planes
operativos que tiendan a minimizar el número de camiones/km totales recorridos y el número de
paradas realizadas por los camiones. Para ello, es necesario dotar a los hubs de una jerarquía y cada
par origen/destino será servido a través de la terminal de mayor nivel que exista entre el origen y el
destino; si no existe terminal entre ellos, habrá que usar la más cercana en el sentido de producir
menor distancia.
Para resolver problemas tácticos o estratégicos habrá que construir una función de costes logísticos
en términos de una o dos variables de decisión, de manera que sea relativamente fácil deducir de
ella cuestiones como: dada una frecuencia de servicio ¿cuál será el número óptimo de tenninales?
Daganzo construye esta función para una red en la que las características de la misma (densidad de
orígenes y destinos y densidad de flujo carga) no varía en el espacio ni en el tiempo, y además se
supone que los vehículos llegan y salen de la terminal llenos. Dicha función consta de varios
términos:
-coste de paradas por unidad transportada=
3a 5 (N r 112 )
AHIRI2
112
- coste de desvío por unidad transp01tada = Rl J
2
(_5!._J( 3N
1
v/lutr r
114 Logística deltranspol'le
- coste de largo reco rrido (line-hauf) por unidad transportada, del orden de
[
- cd- ]lR l112
v mt<r
- c oste de terminal por unidad transp011ada = a5 + a6 ;¡
N
1
- c oste de acarreamiento de inventario por unidad transportada= c11 H
La suma de estos cinco términos constituye la función de costes logísticos, en donde:
dens idad espacial de delegaciones origen (0 0 ) = densidad espacial de delegaciones destino (od)= O
(número de orígenes o destinos/área)
A.= densidad de flujo de carga pa ra un par origen/destino (número de unidades transportadas por
2
unidad de tiempo y de área ) proporc ión f 'J de los ~rígenes de la subversión i envían su carga directamente a la subversión j y e l
1
H : periodo de servicio (tiempo" )
IRI: tamaño de la región de servicio (área)
NT: número de hubs
cd: coste por vehículo y km
Vmax: capacidad de los vehículos (número de unidades capaces de transportar)
eh: coste de acarreamiento de inventario por unidad transportada y por día
a 2 : coste añadido de desvío por parada ($/parada)
a 5 : coste fijo de manipulación en el termina l por unidad ma nipulada ($/unidad)
a 6 : constante que hace referencia al coste fij o de operar un te rminal
Otras estrategias de ruta a través de terminales
Hall (1987a) demuestra que transpo rtar a través de dos terminales es una estrategia atractiva cua ndo el
número de orígenes y destinos es grande, siempre que no existan restricciones te mporales. T ransportar
a través de un solo terminal es conveniente cuando, bien el número de orígenes, bien el número de
destinos, es pequeño; es, pues, una estrategia lógica para redes de aprovisiona miento y distribución.
Cua ndo es muy importante mantener una distancia de viaje pequeña la estrategia más adecuada es
enviar la carga a través del terminal o los dos termina les que presenten menor distancia de viaj e. Esta
situación es característica de las redes en las que los oríge nes y los destinos está n muy esparcidos o
cuando el flujo de carga entre orígenes y destinos es grande.
Ha ll ( 1989b) examina varias estrategias simples como : ruta por la termina l más cercana (a l origen o a l
destino), ruta por las dos terminales más cercanas a l origen y al destino respecti vamente, ruta po r la
terminal que produce la distancia mínima, estrategias con terminales tipo master (todos los envíos
entre diferentes zonas se hace n a través de un terminal master, los envíos dentro de una zona se hacen
a través de l terminal de la zona), y otras estrategias híbridas. En este trabajo, Hall introduce nuevos
aspectos e n el análisis, como son : el tiempo necesario para la clasificación y reorganización de la
carga, e l tiempo que s upone viaj ar por rutas que se desvían mucho de la ruta directa para pasar por el
termina l, la necesidad de tener que hacer clasificación de la carga en el lugar de origen cuando de éste
sale mercancía hacia varias terminales, la necesidad de realizar viaj es en vacío cuando el número de
7 Caso: Distribución de paquetería 115
aviones que entran a un termina l es diferente a l número de aviones que salen de él. Hall (1 996)
extie nde e l análisis hasta incluir el subsistema de repa11o y recogida local.
Estrategias de ruta discriminatorias
H asta ahora se ha hecho a lusión a estra tegias de ruta que pasan forzosamente por uno o dos hubs.
Sin embargo , hay casos en los que servir un par o rigen/destino a través de un termina l puede ser
ine fi ciente, p or ej emp lo cua ndo e l origen está cerca d el destino y ambos lej os de l terminal. Surge
así la necesidad de encontrar una serie de pautas y estrate gias que ayuden a decidir sobre e l tipo
de ruta (dire cta, paradas múltiples o a través de hubs) con la que debe servirse un par
o rigen/destino.
En Daganzo ( 1996) se examina una estrategia discriminato ria para sistemas de muchos orígenes a
muchos de stinos con un solo hub. El autor basa dicha estrategia en la localización global de los pares
origen/destino dentro de la región de servicio, los cuales, en lugar de ser tratados individualme nte, se
agrupan en st~bregiones origen y subregiones destino. Daganzo analiza una estrategia en la que una
resto de orígenes ( 1- f l') lo hacen a través de un hub.
La conclusión a la que llega (para casos en los que los camiones viajan llenos) es que todos los
orígenes de la s ubversión i despachan sus vehículos de la misma manera: o se envía todo e l flujo de
carga directamente o se envía a través del hub. Se envía todo el flujo directa mente cuando el coste de
mandar una unidad directamente es menor que el coste ma rginal de mandar una unidad a través del
hub. Además, si e l sistema tiene las frecuencias de entrada y salida a l hub coordinadas e igualadas,
entonces puede decirse que todo e l flujo entre la subversión origen i y la subversión destino j se
enviará directamente si r¡+rr rij>cte , donde r¡ y ri son las distancias de las subregiones al terminal y r¡
es la di stancia e ntre ambas subregiones. J
Hall ( 1987b) desarrolla un procedimiento para decidir si el envío de la carga se hace directame nte o a
través de una termina l, pero basándose en la localización d e los pares origen/destino así como e n los
fluj os de carga entre ellos. El procedimiento se aplica a redes con muchos orígenes y pocos destinos
en donde cada origen es asignado a una sola terminal. Por ello se asume q ue el fluj o en los arcos que
unen terminal y destinos es gra nde y, por tanto, el costo marginal en dichos arcos, insensible a
ca mbios en el fluj o. Debido a e llo, el problema puede di vidirse en M (número de o rígenes)
subproblemas independientes en donde se estudia la mejo r manera de enviar la carga desde cada
origen a todos los destinos. Las economías de esca la dificultan la decisión, de manera que el coste de
tra nsportar una carga por la terminal depende de las rutas elegidas para el reto de pares origen/destino.
Según Hall, este procedimiento podría modificarse para resolver problemas en los que se permiten
rutas con paradas múltiples.
Retorno de los vehículos
En sistemas logísticos como los de una empresa de paquetería es normal que se intente aprovechar el
retorno de los vehíc ulos a s u lugar de origen para realizar tareas de recogida de carga (backhauling).
En los mode los que presenta Daganzo (1996) para sistemas de muchos orígenes a muc hos destinos se
asume que los flujos de carga entre los orígenes y los destinos están aproximadamente equilibrados,
de manera que cuando un vehículo realiza su última e ntrega s u posición es la adecuada para comenzar
un recorrido de recogidas sin necesidad de realizar un recorrido considerable en vacío. Sin embargo,
 Logísrica delrransporte 7 Caso: Distribución de paquetería 117
116

en muchos casos la demanda no está equilibrada, lo que hace que en los terminales el número de los
vehículos que entran no sea igual al número de vehículos que salen, y se puede derivar en una
cantidad de recorrido en vacío muy grande. Por ello, y dado que las empresas pueden beneficiarse de
una buena gestión de los retornos se han realizado trabajos de investigación en esta línea.
INPUTS
M atrlz. de cargas, dl~tancias y velocidades 0/D
7.2 Heurístico ad hoc
La estrategia de expansión de empresas courier (de envíos rápidos) se ha basado en la absorción de
redes de distribución física existentes, es decir, empresas. Las empresas, pese a los nuevos directivos,
son lo que son sus personas y sus recursos materiales. No sorprende, por tanto, que la adquisición de
la cultura empresanal, los procedimientos y la sofisticación en los recursos que requieren los servicios
courier conlleve una digestión lenta que haya creado problemas de implantación. Si a este "choque
cultu~al" se le unen graves errores, tanto de concepto como de ·proceso, el resultado puede ser

.
Densidades de carga en origen
Parámetros de capacidad y costos de los vehiculos negativo.
Nivel de servic io al cliente

Una multinacional de los envíos urgentes, implantada en España en la pasada década, sufría grandes
Módulo 1: OPTIMIZACIÓN DE
TERMINALES pérdidas diarias debido a una multitud de conceptos. Uno de ellos (error conceptual) era su facturación
Lo callz.a c lón
Número
.- -- --- -- - -- -1 únicamente por peso (simplificación correcta para envíos habituales de productos densos; en este caso
se trataba de envíos industriales pesados): los clientes pedían presupuestos y encontraban a est~
+
-·
Archivo: TERMINALES
1 USUAR IO: posibilidad de inleractuar 1
Módulo 2: OPTIMIZACIÓN DE
RUTAS ..... --- -- -,-- - --
1 co n el software empresa muy competitiva para envíos voluminosos pero poco pesados. Con el tiempo, las frecuencias
de .los envíos en función de la densidad de lo sobjetos mostraba dos claros segmentos de mercado: los
Rutas directas entre OID
obJetos densos (segmento específico del negocio) y los objetos livianos (un segmento añadido donde
1- - - - - -~- -- - --
Rutas a travé$ de delegado nes
la emp~esa perdía dinero a mansalva). Tanto a nivel de controler como a nivel operativo en las
...
Rutas a través de hubs
Archivo: RUTAS
1
1 USUARIO : posibil idad de interac tuar 1 delegaciOnes y los hubs de clasificación (cross-docking), los operarios habían detectado estas
Módulo 3: ASIGNACIÓN DE
CARGAS ..., - --- - - - ¡ - - - - -
1 con el software _1 dinfuncionalidades (se habían transportado lanchas neumáticas hinchadas, al no poner tarifa al
volumen), pero no se habían transmitido a los cargos directivos (error de proceso).

- - - - --
Ve hlculos directos entre OID
Peddlíng a través de Delegaciones
Vehiculos ·a través de hubs

... r - - ---
1 -·-r-
Archivo: CARGAS Y
VEHICULOS
1 USUARIO : Rutas de vehlculos asigna dos
1
1
Para aligerar las pérdidas de esta empresa, se diseñó una herramienta de ayuda a la toma de decisión
en un plazo de pocas semanas, basado en un algoritmo heurístico ad hoc. Para el análisis de la
Módulo 4: CÁLCULO DE
COSTES l _ - - _J ::!rg..! - - - -- 1
?istrib~c!ón de largo rec?rrido, se generó una hcnamienta conceptual plasmada en un programa
mfo~attco para P~ .. El s1ste~a de ayuda a la decisión es transparente al usuario en todo momento y

r1 ---- -
_+__ ---- , permtte pseudooptaruzar el Sistema de larga distancia con un mínimo de información relevante. La
Archivo : COSTES 1 Módulo Auxiliar: GRÁFICO aplicación de este modelo a la empresa del sector de la paquetería industrial urgente en cuestión fue un
U S UARIO : Costes totales y costes USUARIO: V Isua lización de las rutas elemento clave para la toma de decisiones en su reflote.
1 desagregados por cada 1 por las cu ales se envía
1 _ _ _ -o ~ra_:!ó ~ _ _ _ _ la carga

Fig. 7.1 Flujograma de diseño de un software de gestión de la paquetería
En el libro editado por Golden y Assad (1988) se presenta un estudio sobre el VRP con backhau/s, su
formulación y los algoritmos aplicados para su resolución. Existen algunos trabajos de investigación
centrados en algoritmos (Jordan, 1982 y Dejax y Crainic, 1987) que tienen que ver con peculiaridades
como control en tiempo real, pero que no proporcionan fórmulas en función de unos pocos
parámetros.
Daganzo y Hall ( 1993) desarrollan modelos y fórmulas para estimar las distancias recorridas cuando
los vehículos, tras su última entrega, pueden realizar labores de recogida antes de volver a la tenninal
de donde partieron. Estas fórmulas pueden ser aplicadas tanto cuando la terminal en cuestión es una
delegación como cuando es una terminal de ruptura de carga. J01·dan y Bums (1984) y Hall (1991)
realizan estimaciones de los recorridos en vacío para redes pequeñas, y utilizando estrategias con las
que cada vehículo visita como mucho dos terminales de ruptura de carga antes de regresar a su origen.
Base conceptual
La consolidación en terminales permite utilizar menos rutas y menos vehículos que el seivicio directo
entre cada origen y destino. Aunque hay muchos condicionantes que pueden detenninar qué tipo de ruta
es más conveniente para cara relación origen/destino, Daganzo (1991) muestra que la distribución entre
muchos orígenes y muchos destinos debe analizarse para cada pareja separadamente, lo que,
probablemente, tenderá a minimizar el número de camión/kilómetros totales y el número de paradas de
los camiones. Para ello conviene dotar de una jerarquía a los hubs y a las rutas; entonces hay que "servir
cada par 0-D por la tenninal de nivel mayor entre el origen y el destino; si no existe terminal entre ellos,
usar la más cercana en el sentido de producir menor distancia".
Hall (1987) demuestra que las rutas por dos tenninales son apropiadas para el transporte de muchos
orígenes a muchos destinos, siempre que no existan restticciones temporales como las que ocurren en la
entrega en 24 horas. Las "rutas por la(s) mejor(es) tenninal(es) más cercana(s)" son deseables cuando es
importante mantener la distancia de viaje pequeña, como cuando los migenes y destinos están muy lejos o
c~ando el flujo de mercancías entre orígenes y destinos es grande. Hall ( 1989) examina varias estrategias

La figura 7. 1 muestra un posible esquema de un software de optimización de la rutas de paquetería. La simples como "ruta por la terminal más cercana" (al origen o al destino), "ruta por las dos terminales más
cercanas a origen y a destino respectivamente", "ruta por la terminal que produce la distancia mínima", y
función de los diversos módulos ha sido explicada anteriormente.
118 Logística de/transporte
otras de túbridas, para un sistema de transporte aéreo urgente. En otro artículo (Hall, 1995), extiende el
análisis hasta incluir el subsistema de repatto y recogida local (PUD).
Para el modelo informático desanollado se supuso que cada delegación i cerraba a un tiempo t;O) que
dependía de la delegación destino j (ij=l, ... ,N); en el modelo se tl'ata de, dada una configuración física
determinada (número y ubicación de delegaciones y hubs conocidos), asignar una matriz de flujos qij (en
unidades de camiones) de fonna casi óptima, para poder simular la operativa corriente. La flota de
camiones puede tener varias capacidades (en peso o volumen).
La asignación de camiones " llenos" es inmediata, pero para ello debe definirse el concepto lleno
infonnáticamente; así, se definen un parámetro de infracarga ( 10%: a partir del 90% de la capacidad del
camión ya se considera lleno) y otro de sobrecarga (3-5%: una sobrecarga de tal magnitud puede
acomodarse en el mismo camión a fuerza de mejorar el empaquetado).
A continuación conviene mirar si con una o dos paradas múltiples en migen o en destino también se llena
algún tipo de camión; es dificil incorporar más de tres delegaciones por los requerimientos de servicio
urgente. Para la comparación de distancias se definen los parámetros topológicos de factor de ruta
(cociente entre la distancia real sobre la red de carreteras y la distancia euclídea) y de ''proximidad'
(sensibilidad a distancias iguales).
Finalmente, se diseñan las rutas por uno o dos hubs. Una vez identificado el hub, los destinos se
estructuran por orden decreciente de carga, y se empaquetan los camiones que dejan menos espacio
vacío; esta estrategia intenta minimizar el número de camiones usados para una carga dada. El modelo
calcula los costes de transporte y de clasificación y manipulación con funciones predefinidas que
deberían ser objeto de un análisis más fino; en el caso real, la falta de datos sobre costes no permitió
asignar economías de escala entre los hubs, por lo que no debería sorprender la habitual asignación de
rutas al hub más cercano al origen o al destino que se encuentre dentro de una elipse de la que el
origen y el destino son sus focos.
Implementación informática
De acuerdo con los criterios anteriores, se implementó un sistema de ayuda a la decisión basado en
una modelización de la red de transpotte de larga distancia. Su funcionalidad bás ica consiste en la
simulación de un escenario determinado, con un conjunto de delegaciones y hubs prefijado por el
usuario, y casi optimización de las rutas de transporte en cuanto a minimización del número de
camiones y de camiones/kilómetros rcconidos.
El problema específico de la empresa que se analizaba permitió adoptar unas hipótesis que
simplifican la solución de un hipotético problema general de optimización global de una red de
muchos orígenes a muchos destinos con restricciones temporales. Se adoptaron las siguientes
hipótesis de modelización:
- Se contempla el factor camiones/kilómetro como el objetivo principal a minimizar, y no el
tiempo, si bien éste se tiene en cuenta y también va implícito en la elección de rutas mínimas.
- No se contempla la optimización empleando ventanas temporales.
- Se supone un conjunto de tipos de rutas determinado y una secuencia de asignación de rutas fija.
- No se contemplan los retornos en vacío de los camiones.
7 Caso: Distribución de paquetería 119
El modelo de la red de transporte se implementó infonnáticamente en un entomo de ordenadores tipo PC,
procurando un tiempo de ejecución reducido (algoritmos heurísticos) y una representación de los
resultados fácilmente comprensibles por el usuario final. La extrapolabilidad de los datos de entrada y
salida se garantizó en fonnato ASCII (hojas de cálculo o procesadores de texto) y se eligió como lenguaje
de programación el C.
Datos de entrada
Los datos de entrada necesarios para el modelo son los siguientes:
Matriz de flujos de carga entre orígenes y destinos, en peso.
Matriz de distancias y velocidades entre todos los nodos de la red.
Matriz de horas de cierre de los envíos 0 /D, es decir, que desde cada delegación se pennite la
salida de cargas a horas escalonadas según el destino sea próximo o lejano, con la finalidad de
cumplir los requisitos de servicio.
Vector de densidades de carga en los orígenes, a fin de determinar el volumen de las cargas, que en
general es la principal limitación de la capacidad de los camiones.
Datos sobre los camiones (tipos de camiones, capacidad y coste de cada tipo).
Parámetros de funcionamiento del sistema y configuración física: número de hubs, delegaciones,
factores de sobrecarga e infracarga de los camiones según el tipo de ruta seguido, tipo de estrategia
para la ordenación de la carga en los hubs (temporal u optimización de camiones), factores de
"proximidad" para el cálculo de rutas, cargas mínimas para considerar c iertas rutas, etc.
Funcionamiento
Se puede considerar el modelo como dos bloques diferenciados: un primer bloque genera la optimización
y selecciona las rutas entre 0 /D y un segundo bloque se encarga de la asignación de la carga a los
camiones. El cálculo de rutas mínimas se realiza para todo el conjunto de orígenes y destinos, de manera
que aunque pueda parecer ineficiente a primera vista, presenta las siguientes ventajas:
Se calculan todas las rutas de una sola vez, lo cual permite después utilizar diferentes pruebas de
asignación de carga variando los parámetros (número de camiones distintos, horas de cierre de las
delegaciones diferentes, etc.) sin tener que recalcular cada vez los caminos mínimos.
Se pueden ensayar parámetros diferentes para el cálculo de rutas mínimas sin tener que ejecutar
cada vez la asignación de carga, con lo cual es posible tener un modelo de la red de caminos
mínimos confonne con el usuario antes de asignar las cargas.
Pennite una intervención manual para modificar las rutas por parte del usuario, por cuanto los
ficheros de rutas tienen un fotmato ASCII editable e inteligible.
Los tipos de rutas se intentan asignar en el orden siguiente:
Rutas directas.
Rutas de peddling a través de una delegación intermedia (en origen o destino).
Rutas de peddling a través de dos delegaciones intennedias (origen o destino).
Rutas que emplean un hub.
Rutas que emplean dos hubs.
Dada una carga inicial entre un origen y un destino, ésta se intenta enviar por una mta directa; si ello no es
posible, se intenta con el siguiente tipo -peddling a través de una delegación intennedia- y así
120 Logística de/transporte
sucesivamente hasta llegar al final, donde toda la carga remanente se envía por dos hubs. Si este último
paso no interesa, el usuario puede ajustar los parámetros necesarios para que no se asigne carga por rutas
de dos hubs y la carga restante puede colocarse de nuevo como input y realizar una nueva ejecución con
menores restricciones de ocupación en el resto de tipos de rutas.
En cuanto a la consolidación de la carga en los hubs, se pueden emplear dos estrategias diferentes:
minimizar el número de camiones o considerar la prioridad temporal de salida de la carga. Ésta última
permite tener en cuenta los envíos a destinos lejanos en servicio urgente.
El modelo se implementa en dos procesos diferenciados que corresponden a los dos bloques ya
referidos -selección de rutas y asignación de carga-, con el beneficio añadido de poder emplear toda la
memoria del ordenador disponible para cada uno de ellos. Existe un tercer módulo gráfico auxiliar, que
permite visualizar sobre un mapa todas las rutas entre los pares 0 /D a las que se ha asignado carga. De
esta manera es posible corregir posteriormente algunos parámetros del modelo y preparar una nueva
ejecución, o realizar pequeños reajustes manuales en los resultados finales.
Datos de salida
El modelo da al usuario la posibilidad de acceder a prácticamente todos los datos del proceso, tanto los
intermedios como los finales, con la finalidad de que puedan analizarse los pasos seguidos y observar si es
razonable el camino seguido y en qué paso se ha llevado a término cada operación. El fonnato de salida es
ASCII. De esta manera, se pueden resumir los datos de salida como:
Optimización de rutas, donde cada ruta queda descrita con la secuencia de nodos que atraviesa.
Rutas directas 0 / D.
Rutas con delegaciones intermedias.
Rutas a través de hubs.
Asignación de la carga, donde cada camión empleado se describe por la ruta seguida, como
secuencia de nodos, indicando para cada uno de éstos el código asignado al nodo, las horas de
llegada y salida del camión, el tipo y la carga transportada en porcentaje sobre la capacidad
máxima del mismo.
Camiones directos 0 /D.
Camiones a través de delegaciones intermedias.
Camiones a través de hubs.
Cargas 0 / D que se asignan en cada tipo de ruta.
Costes desglosados de la operación de la red.
Visualización gráfica, donde el usuario puede observar sobre un mapa las rutas asignadas entre uno
o varios orígenes y uno o varios destinos. Sólo se muestran las rutas que realmente están cargadas,
no todo el conjunto posible de rutas mínimas entre origen y destino.
Resultados de la reestructuración
Con el modelo informático desarrollado se pudieron simular numerosos escenarios de reestructuración de
la red de distribución de larga distancia. En la mayoría de los casos, se conseguían mejoras sobre las
prácticas existentes y, cuando se producía una pérdida en el nivel de servicio, ésta no era relevante ya que
se producía exclusivamente en relaciones donde ya no se aseguraban las 24 horas.
7 Caso: Distribución de paquetería 121
Con una herramienta transparente que implementa principios de diseño simples y contrastados se pudo
contestar a numerosas preguntas del tipo "what ij?" en cuanto a número de delegaciones, número de
hubs, su ubicación, tamaño de los camiones, horas de cierre de cada delegación en función de la zona de
envío final, papel de cada hub, etc.
La modificación de las frecuencias de las líneas de reparto y recogida local y del modo de pago a los
transpmtistas conseguía ahorros del 15% del coste de reparto y recogida afectando únicamente el nivel de
servicio del 5% de la carga. Una disminución más relevante en el nivel de servicio ofrecido a algunos
clientes especiales (afectación del nivel de servicio a un 8% de las expediciones) significaba ahorros que
podían llegar hasta el 25%. Estas mejoras en el subsistema de repatto y recogida local (PUD) podían
representar por término medio un 7% del total de los costes de transporte.
Naturalmente, la hetTamienta desarrollada fue sólo un eslabón en el conjunto de decisiones a las que tuvo
que enfi·entarse la empresa, pues el programa no puede aconsejar sobre la conveniencia de colaboración
con otra empresa de la competencia, sobre la necesidad de vender más, la necesidad de convertir ciertos
costes fijos en variables, o la necesidad de reducir el nivel de servicio a todos o algunos clientes. Sin
embargo, el modelo prototipo desarrollado, contratiamente a los modelos tipo caja negra, permite aplicar
de forma transparente y racional principios de mejora tanto en el diseño estratégico de la red de
distribución fisica como en la operativa diatia.
Estos problemas de distribución de paquetería, por su complejidad, son susceptibles de usar
metaherísticos. La tesis doctoral de Lucía Barcos (2002), codirigida por la profesora María Jesús
Álvarez (Universidad de Navarra) y el autor, desarrolla un algoritmo metaheurístico de optimización
mediante colonias de hormigas (ACO). Para ello se divide el problema general en dos subproblemas.
Primero se resuelve el problema mediante ACO contemplando solamente las alternativas de ruta
directa y a través de uno o dos hubs. La solución encontrada en esta primera fase se utiliza como
solución de pmtida para una segunda fase, en la que se intentan introducir rutas con paradas múltiples
para mejorarla. En esta segunda fase también se utiliza la optimización mediante colonias de
hormigas. El metaheurístico ACO ha sido brevemente descrito en el apmtado 5.4.
8 Caso: Dise1io logístico del servicio de autobuses urbanos 123

8 Caso: Diseño logístico del servicio de autobuses urbanos

El autobús es el modo de transporte colectivo más habitual en ciudades intermedias (aquéllas con un
solo centro, pocos centenares de miles de habitantes e incipiente metropolitanización). La conve-
niencia y utilidad de herramientas sencillas y de fácil operatividad para los planificadores de
transporte locales y los propios operadores es evidente. Este capítulo presenta como contribuciones los
resultados de dos tesis doctorales y una tesina de graduación dirigidas por el autor.

La primera (Rovira, 1994) es un modelo híbrido de optimización analítica, numérica y de guías de

buena práctica operativa. Se aplicó a la ciudad de Sevilla con mejoras en costes y nivel de servicio
(Rovira y Robusté, 1996).

El segundo modelo (Merino, 1997) considera un sistema de transporte urbano por autobús con rutas
fijas en ciudades con un único centro, aproximando de manera continua la demanda de viajes en la
hora punta de la mañana en forma de densidad (viajes por unidad de superficie).

El objetivo es minimizar los costes totales del sistema, incluyendo los costes del operador (operación
de la red en un determinado nivel de servicio) y del usuario (acceso a la red, espera y recorrido en
función del nivel de servicio).

Las principales variables de decisión (intervalo de paso entre autobuses consecutivos, espaciamiento
de ruta y longitud de la ruta) se optimizan en cada área de servicio en una configuración logística de
muchos orígenes (barrios) a un solo destino (centro) para la hora punta de la mañana. La ciudad se
divide en tres áreas de estudio concéntricas, donde se calculan los valores casi óptimos de las
variables de decisión; estos valores sirven al planificador de rutas como prediseño que será afinado
posteriormente de forma manual o por ordenador.

Una de las aportaciones novedosas consiste en incorporar el coste del nivel de servicio (entendido
como densidad de pasajeros de pie por unidad de área neta del autobús) como integrante explícito del
modelo total, lo que proporciona niveles de servicio mejores que cuando se optimizan los costes sin
tener en cuenta esta variable.

Para ello, se ha asumido un valor de los ahorros del tiempo de recorrido que varía de forma creciente
con la densidad de pasajeros de pie. Al introducir este coste en el modelo, se tiende a mayores
densidades de rutas, menores intervalos de paso y, por tanto, mejor calidad del servicio.
 124 Logística de/transporte
El modelo ha sido implementado usando hojas de cálculo comerciales y permitiendo variar los
parámetros (densidad de demanda, capacidad de los vehículos, costes unitarios, velocidades, etc.).
Después de analizar la sensibilidad del modelo respecto a las variables de decisión, se procede a la
aplicación del modelo en Mérida (Venezuela). Los resultados del modelo mejoran la red existente
y demuestran que es posible aumentar el nivel de servicio y, a la vez, disminuir los costes
operativos.
La tercera contribución (Vega, 2001; tesis codirigida por el profesor _Ángel lbeas de la Universidad de
Cantabria) modeliza el sistema incluyendo la variabilidad del tiempo de recorrido que le confiere el
nivel de congestión del tráfico rodado según la relación flujo/capacidad de la red de calles.
El uso compartido de la red viaria significa una interacción del tráfico en la operación de la red de
autobús. En los periodos punta, dicha interacción disminuye la velocidad de operación e incrementa su
variabilidad: los costes de operación aumentan y el nivel de servicio a los usuarios disminuye.
El tiempo de recorrido depende, pues, del grado de saturación de la red de calles. Esto incide en los
costes para el operador y también pare el usuario. En efecto, el tiempo del viaje, el de espera al
servicio (para servicios explotados por frecuencia, la mitad del intervalo de paso si los intervalos son
constantes, espera que aumenta con el cuadrado del coeficiente de variación de los intervalos; para
servicios con horarios de paso, la espera es independiente del horario; viajes cortos con varias
opciones de líneas de autobús ven disminuido su tiempo de espera al aumentar la frecuencia efectiva
del servicio), y las condiciones de confortabilidad del recorrido se ven empeoradas con la variabilidad
introducida por la congestión viaria.
La modelización analítica del sistema permite obtener las variables de decisión óptimas de forma
explícita y analizar en detalle la incidencia de la interacción del tráfico en el servicio ofrecido por los
autobuses: la variabilidad de los intervalos de paso afecta al tiempo de espera, al coste de
funcionamiento de los autobuses y al coste del nivel de servicio asociado a la ocupación.
¡¡
,.
Como resultado complementario del modelo, es posible determinar la adecuación de segregar uno de
los carriles del viario para uso exclusivo del servicio de autobuses (carril bus). Esta opción aumenta la
velocidad comercial del autobús y la regularidad del se1vicio, al coste de disminuir la capacidad del
viario para el resto de vehículos y, por tanto, aumentar la congestión.
Si existe un umbral de demanda mínimo que garantice un flujo de pasajeros/hora equivalente a una
fracción (por menores costes sociales del transpotte público colectivo urbano respecto a los costes
sociales del vehículo privado) de la capacidad en pasajeros/hora de un carril y se controla la ocupación
y uso del carril bus segregado, es posible determinar la longitud de carril bus conveniente desde el
punto de vista social para las hipótesis de demanda de tráfico inelástica y elástica al tiempo de viaje.
El modelo se ha aplicado a la ciudad de Santander a partir de datos de 160 viajes realizados en
autobús y de una modelización numérica de la red viaria. Las aceptables correlaciones obtenidas entre
las predicciones del modelo y los datos de base permiten calificar el modelo global de robusto.
La exposición de los tres modelos puede incluir una redundancia de conceptos, particularmente en la
descripción de los costes que gobiernan el sistema, pero al tratarse de tres aportaciones independientes
con notaciones y situaciones específicas propias, tal redundancia se considera positiva a tenor del
carácter didáctico en modelización del transporte que pretende esta monografía.
8 Caso: Diseño logístico del servicio de aurobuses urbanos
125
Sorprende e,l l~mitado uso de modelos en la planificación de las operaciones, particularmente de
transp~rte publ,Ico urbano, en Esp~ña. Inde~endient~mente de los palpables progresos conseguidos en
la gesttón no solo en las grandes cmdades smo tamb1én en las medianas, este indicador cabe atribuirlo
a las deficiencias d.e formación en transp~rte por parte de los técnicos y directivos del sector, que se
esc.udan en exp~estones, a menudo gratuttas, como "esto es demasiado teórico": las cosas se han
meJorado pero stempre queda la duda de si no se podrían haber hecho aún mejor y antes.
La ~~periencia del aut~r ~n Barcelona, seguramente la ciudad más innovadora en procesos de
gest10n del transporte publico de España (tanto desde la perspectiva de la autoridad del transporte
en este caso la Entidad Metropolitana del Transpotte de Barcelona, como desde la perspectiva d~
los op~rad~~es), conlleva claroscu~o.s: pruebas ~iloto de aparcamientos de conexión (park-and-ride)
Y de dtsuastO.n de a~tocares para vistt~ntes ocasiOnales de la ciudad que resultaron un fracaso por no
entender la ttpologta de la demanda, Implantación de un servicio lanzadera de autobuses de acceso
~1 anillo olímpico durante los Juegos de 1992 (diseñado a nivel de planificación por el autor) con
mtervalos ?e paso d:. 30 segundos que no tuvo en cuenta el tiempo necesario para cargar los
autobuses,. mcorporac10n de :·~utobu~e.s de barrí~': (un dece~io después de haber sido propuesto por
el autor) sm atender.los requ1s.ttos mmu~os del ex1to de un Sistema de transporte público (umbral de
demanda, frecuenc1a, conexiOnes, tanfa y regularidad), o la reciente consideración de la
variabilidad de los intervalos de paso de los autobuses como salario variable de sus conductores sin
conocer ~ fondo la .naturaleza e~tocástica d~ las. ~uctuaciones de cada una de las líneas, etc. Ojalá
este cap1tulo contnbuya a meJorar la aphcabthdad de los modelos en la planificación de las
operaciones en autobús.
8.1 Un modelo híbrido de trazado y operación
~e ha ~i~eñado un sistema de ~yuda al diseño de redes de autobuses urbanos plasmado en un programa
mfo':llattco conceptualme~te stmple .Y controlable en todo momento por la experiencia y pericia del
pl~rufica~or. Esta herrarruenta constituye un punto de equilibrio entre la actual práctica profesional
(s1mulacwnes de demanda en una nueva red generada por prueba y error) y la optimización de una red
mediante sofisticadas técnicas de investigación operativa consumidoras de gran cantidad de información.
Dentro de la metodología desarrollada se distinguen dos partes: el trazado de la red entendido como el
ajuste físico de las distintas líneas a la trama urbana, y la explotación de la red, entendida como el cálculo
de los parámetros necesarios para prestar un servicio adecuado a los usuarios de la misma· estos
parámetros se calculan mediante un programa informático de elaboración propia. '
8.1.1 Trazado de la red
Para abordar el trazado de la red es ~ecesario, en primer lugar, plantear las hipótesis de partida u objetivos
que se pr~~enden alcanzar co~ el ~smo. A continuación, se exponen los dos procedimientos propuestos:
uno ana!Jt1co y otro de aprox1macwnes sucesivas.
Hipótesis de partida
a) Adaptación del tra~ado a la trama vial. Consiste en ajustar las líneas de la red a lo que, en
a?elante.'. se deno~nará trama útil, es decir, el conjunto de vías susceptibles de soportar la
c1rculacwn de una !mea de autobús.
126 Logística de/transporte
b) Conexión de puntos singulares. Se pretende que los puntos generadores y atractores de
demandas importantes y los de acceso a otro modo de t:ranspot1e tengan una conexión directa a la
red definida.
e) Máximo de un trasbordo. Es una restricción autoimpuesta, pero no sin justificación. Los usuarios
de una red de transporte colectivo aspiran a satisfacer sus demandas de movilidad de la forma
más directa posible; existen pocos viajeros dispuestos a efectuar más de un trasbordo en el
mismo o distintos modo dentro de una ciudad occidental. Además, un servicio prestado con más
de un trasbordo es considerado de baja calidad.
d) Evitar retrocesos. El retroceso o backtracking se produce cuando el viajero debe dar un rodeo
para alcanzar su destino. La percepción de este rodeo en el recorrido por pat1e del viajero se
acostumbra a valorar negativamente.
e) Evitar la concurrencia. La concunencia o redundancia de líneas consiste en que un mismo punto
esté servido por distintas líneas, lo que a menudo significa una asignación de recursos subóptima
si la red está bien trazada.
Procedimientos propuestos
Dos son los procedimientos propuestos para fijar el trazado de la red: el analítico y el de aproximaciones
sucestvas.
a) Método analítico. Los datos de partida son: la trama útil, los puntos singulares, la movilidad, la
capacidad de los vehículos y la frecuencia media de explotación de los mismos. La fi·ecucncia
media de explotación es un parámetro que debe fijarse, mientras que los demás vienen
impuestos.
La expresión que peiTnite calcular el número de líneas necesario de la red se deduce igualando la
oferta de viajes por unidad de tiempo con la demanda producida por unidad de tiempo. La
demanda de viajes en un ínstante dado es un dato que se obtiene sumando todos los viajes de la
matriz de movilidad (T(t)). La oferta de viajes por unidad de tiempo viene dada por la expresión
O(t) = 2 e f(t) N
donde:
O(t): oferta de viajes por unidad de tiempo en el instante t
C: capacidad media de los vehículos empleados
j(t): frecuencia media de todas las líneas, expresada en número de autobuses por línea y por unidad de
tiempo en el instante t
N: número de líneas de la red
Igualando oferta y demanda se obtiene la expresión
N= T(t)
2 e J(tJ
que proporciona el número de líneas teórico de la red.
8 Caso: Diseño logístico del servicio de autobuses urbanos 127
b) Método de aproximaciones sucesivas
La información básica de partida está constituida por la trama útil y los puntos singulares. El proceso
consiste en elegir, en primer lugar, un número pequeño de líneas y trazar la red ajustándose a la trama útil
y tratando de conectar el máximo número posible de puntos singulares. A continuación se evalúa la
alternativa propuesta. El siguiente paso consiste en construir una red con un número mayor de líneas,
intercalando nuevas líneas entre las de la red anterior, y volver a evalum· la nueva alternativa. Así
sucesivamente hasta que se haya planteado un número suficiente de altemativas, y estudiado mediante un
análisis multictiterio cuál de ellas es la más adecuada.
8.1.2 Explotación
Con el fm de calcular los pm·ámetros propios de la explotación de la red, se elaboró el programa BUSNET.
Antes de aplicarlo, conviene introducir la formulación empleada en el mismo. Las expresiones más
importantes que se utilizan son las que hacen referencia a los siguientes aspectos:
a) Matriz 0 /D
La matriz de movilidad de que se dispone está referida a una zonificación deteiTninada. Para ejecutar el
programa se propone adoptar una zonificación generada por la intersección de los dominios de influencia
de cada una de las líneas con las demás. De esta manera, pm·a cada nueva zona definida, está muy claro
cuáles son las líneas a que se tiene acceso.
Es necesario, por tanto, transformar la matriz de movilidad disponible en una nueva, adaptada a la nueva
zonificac ión. Se propone una transformación lineal que tiene la siguiente expresión:
Tij: demanda de viajes de la zona nueva i a la zona nueva j
Tl~Jt: demanda de viajes de la zona antigua Ik a la zona antigua J~, que se encuentran presentes en la
zona nueva i y en la zona nueva j respectivamente
a.¡k: cociente entre el área de la zona antigua Ik dentro de la zona nueva i, y el área con acceso a la red
de la zona antigua lk. Es decir, coeficiente de proporcionalidad del número de viajes que pm1ían
de la zona antigua 1y ahora parten de la zona nueva i
/3¡¡: cociente entre el área de la zona antigua J1 dentro de la zona nueva j , y el área con acceso a la red
de la zona antigua 1¡. Es decir, coeficiente de proporcionalidad del número de viajes que llegaban
a la zona antigua J y ahora llegan a la zona nueva j
n(i): número de zonas de la zonificación antigua en la zona nueva i
nú): número de zonas de la zonificación antigua en la zona nueva j
b) Coste del usuario
Se calcula pm·a obtener el coste global de la explotación, junto con el coste del operador. Dado que el fin
último es calcular el coste global, no se tiene en cuenta aquí el coste que supone la tarifa, ya que, si bien
supone un coste para el usuario, supone al mismo tiempo un ingreso equivalente para el operador.
 r FUNDACIOM UNIV ERSIT ARIA LOS LIBEIUADUIIE~
B I ElL IOTEC A C ENTRA L
1-lE RNANDO SANTOS CASTILL GJ

128 Logística de/transporte 8 Caso: Diseño logístico del servicio de autobuses urbanos 129

El factor que determina el coste de recorrido de un itinerario es el tiempo. Conviene destacar que no todas El coste del operador por unidad de tiempo se evalúa mediante la expresión
las etapas necesarias para efectuar el viaje comportan una valoración igual del tiempo. Por este motivo, la
expresión empleada para el cálculo del coste del tiempo de un usuario es la siguiente:
donde:
- 1
Cu-cata + Ce-
h¡ + Cv-
[¡ + Ct ( ft + -h2) + C0 : coste total del operador por unidad de tiempo
2 Ve 2 c0 : coste de explotación de un velúculo por unidad de tiempo
12 +
N: número de autobuses que circulan simultáneamente en toda la red. N se calcula como la suma de
+ Cv- 2
Cata todos los vehículos que circulan simultáneamente en cada una de las líneas, cuyo valor se obtiene
Ve de la expresión

donde:
c11 : coste de viaje para el usuario sin incluir la tarifa
-(2[¡/¡J+
nt- - - -
Ve
e", Ce, Cv, e,: costes unitarios de acceso a la red, espera, viaje y trasbordo, respectivamente

tu 1 y t}: tiempos de acceso desde el origen del viaje hasta la primera parada y de acceso desde la donde:
última parada del viaje hasta el destino, respectivamente n1: número de autobuses que operan simultáneamente en la línea 1
h 1 y h2: intervalos temporales que transcurren entre dos autobuses de la primera y la segunda línea o+: indica la parte entera por exceso del argumento
tomada, respectivamente; son el inverso de la fi·ecuencia de la línea en cuestión. En la 11: longitud de la línea 1(yf¡ es su frecuencia)
expresión se supone llegadas aleatorias en el tiempo a la parada (lo que se cumple si se v.: velocidad media de explotación de las líneas
trabaja con altas frecuencias y cierta regularidad en el servicio)
t,: tiempo de acceso al trasbordo desde la parada final del primer trayecto hasta la inicial del El coste global por unidad de tiempo no es más que la suma
segundo; existe la posibilidad de que ambas coincidan
11 y 12: longitudes de los tramos realizados en el primer y segundo trayecto respectivamente, C =c"+Co
ve: velocidad media de explotación de las líneas e) Ocupación de las líneas

e) Coste del operador Este parámetro permite estudiar la eficacia de la red (aprovechamiento de la capacidad) y conocer el nivel
de servicio en cada tramo. La expresión empleada es
Es el coste por unidad de tiempo de cada vehículo de la red. Debe ser conocido por el operador en función
+
de la estructura de sus gastos de explotación. +_Du
O li - ft
d) Coste global
donde:
Incluye el coste por unidad de tiempo de todos los usuarios y de todos los vehículos que operan en la red O/: ocupación de un vehículo de la línea 1recorrida en sentido positivo, definido éste arbitrariamente,
en un instante dado. a su paso por la zona i
Dt/: demanda de viajes por unidad de tiempo de la línea 1 en el sentido definido a su paso por la zona
El coste de los usuarios se evalúa a partir de la expresión: i; su valor se obtiene del programa BUSNET
Ji : frecuencia de la línea 1
j) Frecuencia de las líneas
C" = ~
llw ( ~c~~rwT¡¡
""' J Para calcular la frecuencia de las lineas se debe imponer que la ocupación de los vehículos en cada zona
sea inferior o igual a la capacidad de los mismos, esto es:

donde:
C11 : coste total de los usuarios por unidad de tiempo
nzn: número de zonas de la nueva zonificación de la red
C11(W: coste del itinerario elegido para ir de la zona i a la j de donde, despejando f¡ y calculando su máximo valor para todas las zonas del recorrido de la línea, se
Tij: número de viajes por unidad de tiempo que se realizan desde i aj obtiene la frecuencia en cuestión:
130 Logística de/transporte
Programa BUSNET
El programa BUSNET calcula los parámetros de explotación de la red. Uno de los principales es la
frecuencia de explotación de las distintas líneas. A la hora de plantear la obtención de la misma, se
obsetva que existe una interdependencia entre los distintos parámetros·que intervienen.
De esta manera, es necesario proceder iterativamente suponiendo un valor inicial de las frecuencias de las
líneas, obtener los demás parámetros y, finalmente, comprobar si las frecuencias calculadas se aproximan
a las supuestas. En caso de que esto no ocurra, se repite el proceso utilizando como valor semilla de las
frecuencias las calculadas en la iteración anterior. Se itera de esta manera hasta convergencia de las
frecuencias.
En aras al pragmatismo y para no divergir del carácter de sistema de ayuda a una aplicación profesional
del modelo, no se incide en demostrar la convergencia del proceso; sin embargo, es razonable suponer que
un problema fisico bien planteado no adolece de ningún problema de convergencia, como así ha ocurrido
en los ejemplos que se han llevado a cabo.
La obtención de los itinerarios posibles para un usuario a pmtir de las líneas existentes en la red se
basa en la ínformación sobre las líneas a que se tiene acceso desde cada zona y los posibles
transbordos que se pueden realizar desde cada línea. A partir de estos datos, se van calculando los
distintos itinerarios posibles para unir dos zonas, primero con trasbordo y, después, los que no
requieren trasbordo.
En cuanto a la demanda de viajes de las líneas, una vez conocidos los itinerarios de núnimo coste entre las
distintas zonas y la demanda de los mismos, basta con cargar cada tramo de cada una de las líneas con los
viajes correspondientes. El conocimiento de esta demanda bastará, por último, pm·a detenninar la
fiecuencia de cada línea, tal como se ha visto.
8.1.3 Criterios de valoración
Con el fin de evaluar distintas alternativas, es necesario elegir c1iterios adecuados. Se ha pretendido tomar
criterios cuya interpretación sea lo más intuitiva posible, de manera que no se pierda de vista lo que están
representando. Se propusieron tres, cada uno constituido por varios indicadores:
- Coste, evaluado a partir de los costes del operador y los usuarios.
- Eficacia del diseño del trazado, evaluada a partir de la concurrencia y la ocupación de la red.
- Eficacia del servicio prestado, evaluada a partir de la accesibilidad, viajes imposibles y
frecuencia media de la red.
Para evaluar cada criterio, se asigna una distribución de pesos para los distintos indicadores, que se
especifica más adelante, procediéndose a continuación a emplear un análisis multicriterio que proporciona
la valoración definitiva. El método de agregación empleado es el de las medias ponderadas con escala
normalizada, que pennite valorar de forma conjunta, sencilla y transparente las alternativas con crite1ios
de unidades diferentes, convirtiendo sus valores en coeficientes adimensionales.
8 Caso: Diseño logístico del servicio de autobuses urbanos 131
La evaluación conjunta de cada alternativa, a pa1tir de los tres criterios, permite la representación gráfica
en un triángulo equilátero cuyos puntos representan distintas combinaciones de pesos de cada criterio.
De hecho, ese triángulo queda definido por la intersección del plano w 1 + w 2 + w3 = l con el triedro
determinado por los valores positivos de los pesos. Así, cada vértice indica una puntuación máxima del
criterio en cuestión, mientras que el bm·icentro indica una ponderación unifonne de los tres criterios.
A continuación se analiza cada uno de los criterios elegidos, así como los pesos asignados a cada
parámetro en el caso de que varios parámetros configw·en un mismo criterio de evaluación. El carácter
metodológico de esta monografia hace que los valores concretos de los pesos sean inelevantes.
Coste
Se trata del coste global de explotación por unidad de tiempo. Incluye el coste del operador y el de los
usumios, que se obtienen directamente del programa BUSNET.
Eficacia del diseño del trazado
Los parámetros que permiten su evaluación son la concunencia y la ocupación de las líneas. Los pesos
asignados a cada parámetro son 0,4 para la concunencia y 0,6 para la ocupación.
a) Concun-encia
Cuantifica qué parte de la superficie urbana está setvida por vmias líneas concurrentes. Desde el punto de
vista del operador, supone un coste adicional tener una zona servida por varias líneas. Se trata de un
parámetro que conviene reducir. Para evaluar cuantitativamente este fenómeno se propone la expresión
11
¿o;-I)A;
e i= J
A
donde:
C: parámetro definido como concwTencia; es adimensional
n: número de zonas de la red
1;: número de líneas que sitven la zona i
A;: superficie de la zona i
A: superficie cubierta por la red
b) Ocupación de las líneas
Para poder comparar distintas alternativas con trazados distintos, es necesario definir un parámetro global
de ocupación de la red. El más extendido es el de viajeros por unidad de longitud recorrida en total,
generalmente expresado en viajeros/kilómetro, y es éste el parámetro empleado aquí. Su valor lo pro-
porciona el programa BUSNET.
E.ficacia del servicio prestado
Los parámetros propuestos son la accesibilidad, el número de viajes imposibles por unidad de tiempo y la
frecuencia media de la explotación. Los pesos asignados son 0,5 a la accesibilidad, 0,25 al número de
viajes imposibles y 0,25 a la frecuencia media de explotación.
132 Logística de/transporte 8 Caso: Diseño logístico del servicio de autobuses urbanos 133

a) Accesibilidad El segundo submodelo incluye el análisis con restricción de la capacidad vehicular y nivel de
servicio. El nivel de servicio se define como la densidad de pasajeros que viajan de pie, y se
Dadas las numerosas definiciones de accesibilidad, a continuación se describe específicamente el introducen restricciones referidas a la capacidad del vehículo (autobús, microbús o minibús), y se
método que se empleará para evaluarla. En primer lugar, se dibujan las líneas isocoste de acceso a una establecen de igual forma intervalos de paso mínimos operativos, además de considerarse ni veles de
zona determinada. Se calcula la superficie englobada por cada una de las líneas isocoste, es decir, la confortabilidad para el pasajero.
superficie a que se tiene acceso desde la zona escogida con un coste determinado. Representando la
gráfica coste/superficie barrida, se observa una forma cóncava con compm1amiento similar para Jos El sistema de bus propuesto provee servicio a una área rectangular (L *A), donde se entiende que los
distintos casos estudiados. Para distancias muy cot1as (costes bajos) la red de autobuses no está viaj es tienen una sola dirección hacia el área urbana central; allí se localiza el terminal final de la mta,
indicada porque los costes de acceso, espera y posible trasbordo tienen un peso muy importante en el tal como se puede apreciar en la figura 25. Cada área de servicio tiene N zonas, de longitud L y
coste global. Es para distancias medias cuando la red empieza a ser efectiva. El comportamiento final ancho r = A 1 N .
de la curva refleja una disminución del crecimiento por velocidad comercial relativamente baja para
superar distancias largas. 1~ L
~
Ajustando una recta en la parte central de la curva, que es la que refleja las características de la red, y
midiendo la pendiente de la misma, se obtiene un parámetro expresado en knl/€ que es el adoptado como
medida de la accesibilidad.
MEA.
CENTRAL
Tf r
_1 A

b) Viajes diftciles TERMNAI..

Es una medida del número de viajes que no es posible realizar con un máximo de un trasbordo.
Cuanto mayor sea este valor, tanto peor será el servicio prestado. Este valor lo proporciona el
1
programa BUSNET. Fig. 8.1 Estructura del área de servicio.

e) Frecuencia media
Cuanto mayor es la frecuencia media de la red, mejor es el setvicio prestado a los usuarios. Naturalmente,
no basta con una frecuencia media elevada, sino que la frecuencia de las distintas líneas debe ser la
adecuada a la demanda existente. La estmctura del programa B USNET garantiza el servicio para todos los
viajes que se producen.
Las estrategias para operar en cada área urbana se pueden apreciar en la figura 8.2. Así, se tiene que
un bus, para servir por ejemplo al área urbana central, recorrerá una distancia de L 1 km (longitud local
de reparto), con una velocidad 8V, a lo largo del eje de la zona de servicio, recogiendo o dejando
pasajeros en las paradas establecidas cada d km. Siguiendo un proceso similar, se puede obtener la
respectiva estrategia de operación para las zonas 2 y 3.

La aplicación profesional del modelo anterior a la ciudad de Sevilla se encuentra en el artículo de Si, se considera que g es la velocidad de acceso del pasajero en una red reticular, se tiene que la
Rovira y Robusté (1996) o en la tesina de graduación de Jorge Rovira (1994). Las siguientes distancia promedio de acceso es de (r+d)/4, y el tiempo promedio de acceso es igual a (r+d)/4g.
contribuciones formalizan con algo más de rigor científico el problema y constituyen pequeñas pero
significativas aportaciones en el estado del arte en investigación. A continuación se resume el modelo ---1
L2
.. ¡. L3
de Merino (1997).
Á REA DE SERVICI0·1

ov

8.2 Variables en un diseño de una red de autobuses con un solo centro ÁREA
CENTRAL

ÁREA DE SERVICI0 ·2
En la conformación urbana de las ciudades pequeñas e intermedias, se pueden identificar tres áreas pV V
urbanas (área urbana central, área urbana consolidada y periferia), definidas por variables como la TERMINAL

densidad de población, usos del suelo y estructura socioeconómica. Por conveniencia en la

caracterización topológica de la ciudad y en la incorporación secuencial de las variables de decisión, Á REA DE SERVIC 10·3

el modelo global se desglosa en dos submodelos. y V V

El primer submodelo incluye el análisis sin restricción en la capacidad vehicular. Como función VELOC lOAD V EL OC lOAD VELOCIDAD
E XPRE S SEMI·EXPRES LO CAL
objetivo se define la minimización del coste total (coste del operador y del usuario), donde se toman
como principales variables de decisión el espaciamiento entre rutas y el intervalo de paso. Fig. 8.2.Estrategias de operación en las 3 áreas de servicio
134 Logística de/transporte 8 Caso: Diseño logístico del servicio de autobuses urbanos
135

90
La capacidad del vehículo
80

La capacidad máxima del vehíc ulo está determinada por la suma del número de pasajeros que viajan 70
~
sentados y el máx imo número de pasajeros que pueden viajar de pie: 't> 60
~
"'
't>
·~50 ~
+ n1 ' ~
Q.
C111 ax = Gs o"' 40
30
~asientos
~
El máx imo número de pasajeros que pueden viajar de pie depende del grado de apiñamiento que
20
permita el operador y el nivel de confortabilidad que pueda determinar la autoridad del transporte. En 0,175 0,2 0,21 0,25 0,29 0,35 0,43 0,58 0,875 1,75 8,75
condiciones normales de operación el área mínima por pasaj ero (crmin) puede estar entre O, 15-0,25 m2 t pasaj ero de pie
m2/pasajero, por lo que se aconseja utilizar el valor de 0,20 m2/pasajero (Vuchic, 1981).

El área máxima que puede ocupar un pasajero que viaj a de pie está definida por el área neta (a11) 90 r-------------------------------~
menos el área que ocupan los asientos (ab), y queda expresada de la siguiente manera:
F
70
't> E
~60
u
El área neta (a 11) es igual al área bruta del vehículo menos el área que ocupan el as iento del conductor, o
"'
Q.
Jso
puertas, escaleras y el área de cancelación de títulos de transporte. e
40
B
La capacidad del vehículo para un nivel de servicio (cr) es la suma del número de asientos y el ratio
30
del á rea neta del vehículo y la mínima área que ocupa un pasajero que viaja de pie: A
2 3 4 5 6
20
0,1 0,5 1,1 1, 2,3 ,8 3,4 4,76 5 5,71
Ca = as + ( (J¡nax 1 a) Pasajero de pie t m2

El nivel de servicio es definido por la densidad de pasajeros que viajan de pie y medido por el número Fig. 8.3 Niveles de se1vicio propuesto para un autobús estándar
de pasajeros/m2. Uno de los mayores proble mas que se e ncuentra el planificador cuando a naliza los
niveles de servicio, es la determinación de va lores límites (A-F) que refleje n las características de la
calidad de la operación percibida por el usuario. Ocupación promedio del vehículo en el área urbana central

En el manual de capacidad norteamericano, los valores límites que separan los niveles de servicio La ~cupación promedio. del autobú~ es ig.u~l a la ~áxima carga de pasajeros en un sentido (!)
reflejan solamente el juicio técnico del TRB 's (Capacity Committee) y no las percepciones de los multtphcado P?r la longitud promediO de viaJe en el area de servicio, más la mitad de los pasajeros
pasaj eros (Madanat y Cassidy, 1993). que suben o baJa n en cada parada:

De acuerdo con la experiencia práctica de diversos operadores de transporte españoles, se proponen O' = Drf(L1 + d)
ciertos valores umbrales de cada uno de los niveles de servicio (fig. 8.3), los cuales, sin embargo, 2
deberán ser reajustados de forma específica pa ra cada ciudad donde se aplique el modelo, con
encuestas de preferencias declaradas. De .igu~l manera, se pueden obtener expresiones cerradas y sencillas para el área urbana consolidada y
pcnfcn a.
La ocupación del vehículo
El nivel de servicio (densidad de pasajeros que viaj an de pie, en función de la ocupación del autobús)
La máxima carga de pasajeros en un sentido (!) para un periodo dado y ruta es definida como la puede ser definido como sigue:
demanda del periodo por ruta dividido por el total de salidas del autobús:

I = DLrf O' a }
NS = max { cv""' ' , O
 Logística de/transporte 8 Caso: Diseiio logístico del servicio de autobuses urbanos 137
136

donde O < O' :5 Cmar s1 O' < as, indica que no existen pasajeros de pie; entonces el nivel de 8.3 Ocupación y nivel de servicio
servicio será de (A+).
Coste del nivel de servicio
Coste del operador
El coste del nivel de servicio puede ser definido como el coste de falta de confortabilidad que le
produce al pasajero el hecho de viajar de pie, además de la densidad de pasajeros con la que viaja, es
El coste del operador en el periodo de análisis (t) está definido por la flota de autobuses (F,) decir del grado de apiñamiento:
necesarios para operar durante dicho periodo, multiplicado por el coste de operación horario (K,) y el
tiempo del periodo de anál isis (T1) . El coste del operador diario queda expresado de la siguiente
manera:
Por simplicidad analítica, se supone que el coste del nivel de servicio es una función lineal, pero la
metodología empleada puede ser extendida a casos no lineales, tal y como se puede apreciar en la
figura 8.4.

Coste $
Coste de acceso umbral de

Es el coste que le representa al usuario acceder desde su origen hasta la parada más próxima del Coste de la
densidad de
autobús, y queda definido por el valor del tiempo de acceso (Za), multiplicado por el tiempo promedio pasajeros de pie
de acceso a la parada (a), por el tiempo que dura cada periodo de análisis (T,) y por la densidad de ~~~~~~~~~----~~----

asintótico no
demanda de cada periodo (D,):
Coste de lineal
viajar de pie

a . / todos los pas j eros

Coste de , tienen asiento
viajar de
sentado

Pasajeros /m
2 0.11 1 2 3 4 5
Coste de espera
Pasajeros de pie 1 8 17 26 35 45

El coste de espera queda definido por el valor del tiempo de espera (Ze), multiplicado por el tiempo
Ocupación 31 38 47 56 65 75
promedio de espera por pasajero (e), por la densidad de demanda en cada periodo de análisis (D,) y
por el tiempo que demora el periodo de análisis (T,); así ,se tiene la siguiente ecuación: Nivel de servicio A+ A· B e o E
BUS; 30 asientos S; 0,20 m'tpasaj ero
4 Un pasajero tien e la probabilidad de usar
un asiento cuando este esté libre
Ce = eZeL1A¿ D,T,ft
/;)

Coste de recorrido en el vehículo
Es el valor del tiempo en el cual el pasajero tiene que permanecer en el vehículo teniendo un asiento,
hasta llegar a su parada de destino.
El coste de recorrido queda definido por el valor del tiempo de recorrido (Z;), multiplicado por el
tiempo promedio de viaje (p1), por la densidad de demanda en cada periodo de análisis (D,) y por el
tiempo que demora cada periodo (T,). Así, se tiene la siguiente ecuación:
Fig. 8.4 Relación entre nivel de servicio, densidad de pasajeros de pie y sus respectivos costes.
Coste de viajar de pie
El coste de viajar de pie es el valor que da el pasajero a la disyuntiva entre viajar sentado o viajar de
pie, sin tener en cuenta, en esta primera valoración, cuántos de los demás pasajeros también viajan de
pie.
Así, tenemos que, para el área urbana central, el coste de viajar de pie está definido por el valor del
tiempo de viajar de pie (Z,p), multiplicado por el tiempo que tarda el bus en cruzar el tramo de
análisis:
138 Logíslica dellransporle 8 Caso: Diselio logísJico del servicio de auwbuses urbanos
139

Con el mismo procedimiento, se pueden obtener los costes para las otras dos zonas. 11 2

Coste de la densidad de pasajeros de pie ¡* = ( Cr+ADr 2 )

Es la valoración que hace el pasajero del grado de apiñamiento (densidad) de los pasajeros que viajan Relaciones simi lares han sido obtenidas en Tsao y Schonfeld, (1983), y Spasovic y Schonfeld, (1993).
junto a él de pie. Por el contrario, si se deriva la ecuación CT2 y se resuelven simultáneamente las ecuaciones
resultantes, se puede obtener la siguiente expresión:
El co ste de la densidad de viajeros de pie queda definido por el valor del tiempo (Ztlp) de viajar de pie
en el tramo de estudio con una máxima densidad de pasajeros de pie, multiplicado por el ratio de la
densidad de operación y la densidad máxima permisible de pasajeros de pie, determinado por la
autoridad del transporte; multiplicado por el tiempo que tarda el bus en cruzar el tramo de estudio.
SUBMODELO -1
Para el análisis y desde la óptica de la ocupación promedio, el coste de la densidad de pasajeros de pie
para el área urbana central puede ser expresado de la siguiente manera:
Proceso de

cdp
= n( D1f( L 1 + d)-
2-ra
a.) .!.JJ_
ov
optimización

donde n = Zt~p - Zvp.

8.4 Función objetivo y proceso de optimización

SI ocp > 5 pa5jlm1
La función objetivo es la minimización del coste total del sistema (Cn) durante el periodo punta de
operación, incluyendo el coste del operador, los costes del usuario y el coste del nivel de servicio.

El coste unitario, por ejemplo, para el área urbana central en el periodo punta (€/pasajero), queda S' =pasajero/m2
determinado por la siguiente expresión: 2
S = pasajero/m

C
T
2
2K
= ---+
OV.frD
aZ0 (r + d)
g
f z( L )
+eZ + 1. - 1- +
e 28V
n( Dr.f( L1 + d) -
2m
as) -1,
ev
1
Nivel de servicio

Fig. 8.5 Estructura funcional del modelo de optimización de rutas de autobuses

Con el mismo procedimiento, se pueden obtener expresiones similares para Jos costes de las otras dos
zonas de estudio. La ecuación anterior puede simplificarse, en función de (j) y (r), de la siguiente El espaciamiento de ruta óptimo (r*) se obtiene resolviendo la anterior ecuación polinómica de quinto
manera: grado. Siguiendo un proceso similar se hallaba el valor óptimo del intervalo de paso (f'). La figura 8.5
esquematiza todo el proceso de cálculo del modelo propuesto. El análisis detallado de la formulación
A matemática empleada en el proceso de optimización de las variables de decisión se encuentra en
Cn = - + Br + Cf + D1f + ~
fr Merino (1997).

Derivando la ecuación, igualando a O y resolviendo independientemente se pueden obtener las 8.5 Generalización: red densa y efectos de la congestión del tráfico
siguientes expresiones:
Partiendo de la formulación anterior, la función objetivo Z es la suma del coste del tiempo total
empleado por los usuarios en el viaje (Cu), el coste de operación de los autobuses (Cb) y el coste del
nivel de servicio (C5). La contribución de Vega (2001) generaliza la red esquemática de Merino al
poder tratar con redes urbanas densas donde es habitual que las zonas de transpmtc centrales
 Logíslica dellransporle 8 Caso: Diseño logíslico del servicio de alllobuses urbanos 141
140

dispongan de varias líneas de autobús y de varias paradas dentro de la zona. Asimismo, incorpora la
variabilidad de las variables con el estado del tráfico.
El coste del usuario es la suma del coste de todos los usuarios existentes, en el periodo de tiempo
considerado, en acceder a las paradas de autobús del sistema de transporte colectivo en superfi_cie (C.);
más el coste para todos los usuarios existentes del tiempo de espera a los autobuses en l~s diferentes
paradas existentes (Cw); más el coste del tiempo que transcurre desde que lo~ _usuanos sube~ al
autobús en una parada (i) hasta que bajan en otra U), dentro de una demanda de VtaJeros ~n el ~enodo
de tiempo de cálculo (Cr); y más el coste del tiempo que transcurre desde que los usuano~ ~aJan del
autobús en una parada j hasta que llegan al destino final, dentro de una demanda de VIaJeros del
periodo de cálculo (Cd).
El coste horario de acceso a las paradas para la totalidad de la demanda existente (dz) en las (nz) zonas
y (n 1) líneas quedará definido por el valor unitario del tiempo de acceso (y,) y el tiempo promedio de
acceso a las paradas de todos los usuarios del transporte público en superficie:
nz
ca =ra *l::[ta,z*dz]
z=l
El tiempo de espera en las paradas de transporte público, para un usuario perteneciente a una zona (z),
estará comprendido por una fracción de tiempo de los intervalos de los autobuses pettenecientes a las
líneas (1) que posibilitan realizar el viaje desde la parada (i) hasta la parada (j). Para un intervalo
constante, el parámetro {3¡, deberá tener un valor igual a 0,5 ({3 y {3¡, son parámetros de ajuste):

·-·-·-·-·-·-·- ·- .......
......

= fJ + /]¡, *
......
t w,1,1,)
. .
1)
1~
ni (
·-.....~ínea n1
., h 1
\

l
Vlei,j

'
--- ..........
'' t w,1,l,j
.. = fJ + fJ¡, *
...... ......
'1
\ kl ,i,j *(_!_)
h 1
..... 1
.....
.....
... __
1
·······················...
-----
Línea 2
-/
En este caso, (h) es el intervalo de los autobuses de la línea (1) y (k1.;j) es un coeficiente de densidad de
líneas para un viaje desde (i) hasta (j) en la línea (1), que representa las diferentes posibilidades de
.......................Línea.J.... líneas de autobuses que tiene un pasajero para realizar un viaje desde la parada (i) hasta la parada (j).

El coste horario de espera en las paradas para la totalidad de la demanda existente (d1,;j) en acceder a
Fig. 8.6 Esquema gráfico de la lopología de red las (n1) líneas, quedará definido por el valor unitario de l tiempo de espera (Yw), en euros por pasajero y
hora, y el tiempo de espera en las paradas de todos los usuarios del transpmte público en s uperficie,
Partiendo de una zonificación del área de estudio, y considerando un reparto uniforme de las paradas que a su vez es función del intervalo de los autobuses de las líneas:
de acceso al autobús en cada una de las zonas, el tiempo de accesibilidad a las paradas será
proporcional a la superficie de influencia media de cada una de las mismas. ni p p

El tiempo de acceso a las paradas de transporte público, para un ~suario pe1tcnecien~e a una zona (z), Cw = Yw* LLL[tw,/ ,i ,j * dl,i,j ]
l=l i=l j =l
será )a raíz cuadrada de la relación existente entre el área (a) de d1cha zona (z) y el numero de paradas joF-i
existentes (b) dentro la zona, que permiten acceder a autobuses de líneas que posibilitan realizar el
viaje al usuario (19 y 1'1a son parámetros de ajuste): El tiempo de recorrido de un usuario dentro del autobús pe1teneciente a una línea (1), quedará definido
por el tiempo en movimiento del autobús, incluyendo las demoras que tenga el vehículo producidas

t
a ,z
= 9+9a* Fa)
vl"b)z
por los efectos derivados del tráfico de vehículos o la seña lización existente en la circulación posible
de la red viaria, y el tiempo necesario para los autobuses para prestar servicio en las paradas,
permitiendo subir y bajar a los pasajeros.
142 Logística del transporte 8 Caso: Diseño logístico del servicio de autobuses urbanos 143

El tiempo de servicio será función del número de paradas (b 1,;j) existentes entre la parada (i), donde se
sube el pasajero, y la parada de bajada (j). u/ p p

er =rr *"""[t
L..J L..J L..J "~,.. *d, •'..
·1 ]
,I,J
El tiempo de recorrido en movimiento de los autobuses y el tiempo de las demoras de los autobuses 1=1 i=l J =l
dependerá de la longitud de los tramos por donde circula el autobús y su velocidad de recorrido, f~i

incluyendo las paradas derivadas de la circulación en la red viaria.

La velocidad de recorrido dependerá del flujo de vehículos en el sentido de circulación en el avance El tiempo desde la parada de bajada al destino final, para un usuatio con llegada a la zona (z), será la
de los autobuses, de manera que, en una circulación estable, al aumentar el flujo de vehículos raíz cuadrada de la relación existente entre el área de dicha zona (z) y el número de paradas (b)
disminuirá la velocidad de recorrido: existentes dentro la zona (z) que permiten bajar al usuario desde los autobuses de las líneas que
posibilitan realizar el viaje. (A y Aa son parámetros de ajuste):
_VO,t,/ -
Vr,t,l - ao* lt,/
· Po
donde
v,,1,1: velocidad media de recorrido de los vehículos en el tramo (t), (krnlh)
v0,1,1: velocidad libre en el tramo (t)
11,1: flujo horario de vehículos totales de un tramo de carretera (t), en el sentido de avance del El coste horario de acceso al destino final desde las paradas de bajada de la totalidad de la demanda
autobús, perteneciente a la línea (1) existente (dz), en las (nz) zonas y (n1) líneas, quedará definido por el valor unitario del tiempo de
ay p: parámetros de ajuste accesibilidad (yd) y el tiempo promedio de acceso a dicho destino, de todos los usuarios del transpmte
público en superficie. La formulación quedará determinada de la siguiente manera:

De esta manera, el tiempo de recorrido de los usuarios en el autobús será El tiempo de recorrido de un autobús perteneciente a una línea (1), estará definido por el tiempo en
movimiento del mismo, incluyendo las demoras que tenga el vehículo producidas por los efectos

* 111,}(-l1,/-J
derivados del tráfico de vehículos o la señalización existente en la circulación posible dentro del
- *
. . -a+w b1,1,)
t ,.,1,1,) .. +av ""
1:... recorrido del autobús, y el tiempo necesario para los autobuses para prestar servicio en todas las
l=i vr,l,/ paradas (p) de la línea.

El tiempo de servicio será función del número de paradas existentes entre la primera y la última

t., . . = a+ ab * b, ,l,J
1, ,1,)
lll,j(
. . + a v* ""
~
l1,1
*l..1 p,
O
J parada (p) incluidas en el recorrido de los autobuses.

1=1 v0 , ,1 -a0 1 El tiempo de recorrido en movimiento de los autobuses dependerá de la longitud de los tramos viarios
que forman el recorrido por donde circulan, y su velocidad de recorrido. A su vez, la velocidad de
recorrido dependerá del flujo de vehículos en el sentido de circulación en el avance de los autobuses,
donde a, ab, a... a0 y Po son parámetros de ajuste.
de manera que en una circulación estable, al aumentar el flujo de vehículos, disminuirá la velocidad de
recorrido.
El coste horario de recorrido en el autobús, para la totalidad de la demanda existente (d1,;j) que utiliza
las (n1) líneas, quedará definido por el valor unitario del tiempo de recorrido. y,) y el tiempo de
Además, se añadirán los tiempos en los cuales los autobuses estarán parados en las cabeceras extremas
recorrido en el autobús de todos los usuarios. Éste será función del número de paradas existentes entre
de los recorridos de los autobuses (tc, 1), para regular el intervalo del servicio. En este caso, (r) es un
la parada de subida (i) y la parada (j) de bajada, la longitud de recorrido y la velocidad de recorrido de
factor representativo del recorrido de la línea ( l si es circular y 2 si es lineal).
los autobuses.
De esta manera, el tiempo empleado por los autobuses en la totalidad del recorrido será
La velocidad de recorrido de los autobuses se verá influenciada por el volumen de vehículos que
avanzan en el mismo sentido de circulación que los autobuses del transporte colectivo, siendo la
máxima velocidad de recorrido, la velocidad libre de los vehículos correspondiente a un número de
t,.,l,l,p --a *r + ab *(r *b,,l,p) + a v*
nt•r,p(
¿ -- /1,/ J
vehículos en circulación tendente a cero.
1=1 v,.,~,~

El coste total de recorrido en los autobuses será

144 Logística de/transporte 8 Caso: Diseño logístico del servicio de autobuses urbanos 145

t,.,/,l,p = a * r+ab * (r * b,,,,p )+av *

nt•r,p[
L _[ *.1,/
J
Po
1=1 V O,I ,/ a0 l 1 ,1

El tiempo de funcionamiento del autobús será

El nivel de servicio vendrá determinado por la máxima área neta dentro del autobús que podrá ser
ocupada por pasajeros que viajan de pie:

nl•r,p[
L [ J
t{,/,l,p =a * r + ab * (r * b,,,,p) + av *
t =l v0 ,t.l -a0
t,l *. Po + r * te,/
l 1,1
1
- - = max
{o,..-s,. ·}
,1,) ,l ,j

ls,,i,j amax

El coste horario de operación para la totalidad de las líneas existentes (n 1) quedará definido por el Donde:
valor unitario (Yr. 1) del coste de funcionamiento de los autobuses en movimiento pertenecientes a
cada línea (!) por el número de autobuses en servicio de cada línea, más unos costes fijos de cada ls1,;j : nivel de servicio (m2/pasajero)
línea. o1,;j: ocupación promedio de los autobuses (pasajeros)
s 1,;j: número de asientos de un autobús
El número de autobuses (N1) en funcionamiento por cada línea dependerá del tiempo total empleado a111ax: máxima área neta. Es el área bruta menos el área del conductor, zona de validación o pago de
en el recorrido completo de los autobuses, incluyendo el tiempo en las cabeceras (tc.I) y el intervalo de títulos de transporte, zona de ascenso y de descenso, y zona que ocupan los asientos ( m2)
los autobuses.
El coste de la densidad de viajar de pie estará definido por el valor unitario del tiempo de viajar con
El coste total de operacwn de los autobuses que forman el sistema de transporte colectivo en una máxima densidad de pasajeros de pie, multiplicado por la relación existente entre la densidad de
superficie, considerando la dependencia del tiempo de reconido con el tráfico existente, será operación y la densidad máxima permitida de pasajeros de pie, determinada por la empresa de
transporte, que a su vez multiplica al tiempo de recorrido de todos los pasajeros de los autobuses que
estén funcionando:
"' J *N, +re,/]
eb = L[Y¡,
i =l
edp = Y dp * L
ni
LL fJ

1=1 1= l J =l
fJ [(ddo,l ,i ,j
m,/
J* t ..
r ,/,I,J
* dI,I..,J ]
e b
=""'"' [ Y.r.1 *( t
~
r,l ,l,p
h r *t
+ e,/ + J ]
Yc,i
)"'-i

i=l 1 En el análisis, desde la óptica de la ocupación promedio, el coste de la densidad de viajeros de pie
puede ser expresado de la siguiente manera:

Partiendo de las investigaciones realizadas por Merino y Robusté ( 1997), el coste total del nivel de
servicio valorará el hecho de poder viajar de pie y la densidad de viajeros que viajan de pie. s,
oh ,l,i,j - -h
El coste de viajar de pie será el valor que da el pasajero a la disyuntiva entre viajar sentado o viajar de 1
pie, sin considerar en un primer momento la cantidad de viaj eros que también viajan de pie. ls1,l,j
. .

"' i=p

e =r
VfJ VfJ
ni

*""'""' ""[t ,. * d, .. J
~~~
p fJ

r, ,l, j ,l, j
edp =(rdp - Yvp)* L
1=1 i= l
L d m,l
* t r ,1 . .
,I ,J

1=1 i = l j =l l j =i+l
f#

Sustituyendo el valor del tiempo de recorrido de los pasajeros dentro del autobús en función de las
variables de tráfico, y Yv1, es el valor del tiempo de viajar de pie de cada viajero el coste de viajar de
pie será
146 Logística de/transporte 8 Caso: Diseño /ogíslico del servicio de autobuses urbanos 147

Depende del valor del tiempo de viajar de pie con la máxima densidad de viajeros de pie (Ydp); del la función objetivo de coste del transporte público colectivo en superficie en el periodo de una hora,
valor del tiempo de viajar de pie de cada viajero (Yvp); de la densidad de operación de la demanda de para todas las líneas de autobuses que lo forman, y para todos los usuarios de dicho área, será
pasajeros existentes en una hora (do.I,ij); de la densidad máxima permisible de viajeros de pie (dm,1); del
tiempo de recorrido de un pasajero que realiza el viaje en un autobús de la línea (1), desde la parada (i)
hasta la (j), en horas (t,,1,;j); de la ocupación horaria de los autobuses, que realizan el trayecto en un
autobús de la línea (1), desde la parada (i) hasta la (j), (oh.l.ij); del número medio de asientos de los
autobuses de la línea (s 1); del intervalo de los autobuses de la línea (1); del nivel de servicio (ls1,;j) y del Para minimizar la función objetivo Z, se calcula el valor del intervalo (h1) de los autobuses de cada
tiempo de recorrido dentro del autobús. línea, según un total de (n1) líneas, que hacen mínima dicha función:

El coste del nivel de servicio es, como ya se ha explicado, la suma del coste de viajar de pie y el coste
de la densidad de viajar de pie dentro del autobús. Considerando el factor de carga como la relación
entre el número total de viajeros en el autobús (ocupación) y el número de asientos (s) por vehículo
(pasajeros sentados), el coste del nivel de servicio únicamente se considera en aquellos tramos de la
red viaria cuyo factor de carga tenga un valor mayor de l. Esto significará que únicamente se tendrán
en cuenta en el coste del nivel de servicio los sumandos en los que el factor de carga sea mayor de 1, Algunos de los costes estudiados no son función del intervalo de los autobuses:
es decir, este coste únicamente afectará a los pasajeros que viajen de pie y no tengan la posibilidad de
sentarse por no existir un asiento libre.
aca-
- ac,.-
-- - - - acd-
- - - acvp
--- -o
Simplificando y partiendo de la hipótesis en la cual el coste unitario de la densidad de viajar de pie es ah, ah, ah, ah,
mayor o igual que el coste de la posibilidad de viajar de pie (Ydp>yvr), se pueden agrupar las dos
componentes del coste del nivel de servicio de la siguiente manera: Derivando el coste del tiempo de espera respecto el intervalo (h1) de cada línea (1), se obtiene

ac
--'-'
ah ' -- r... * fJ" *
1
L" L" (( -1k) *d
l =l ¡ =1 1i j
l.i.j
J
max {rvp>Ydp } 'lj~i ••

Y2 =
min {rvp,ydp }
ae
_ _,_v =A

e, =r1 *f f f[(r2 *(d;,,i,j J+ 1] *t,.,~,;.1 *d/,i.}]

/=1 1=l ;=1 m,/
ah,
Detivando el coste de operación de los autobuses respecto el intervalo (h1) de cada línea (1), se obtiene
}#

Considerando la demanda horaria de pasajeros en el periodo horario:

ach
ah,
= [-r! .1
*( t ,.,/,l,p + r *te,/ )]
h,2
s,
oh,l,i,j - -h
1
ls1,1,)
. .

C,=r~*:L
ni i=p

L (y2 -1) * +o11,1,I.,J. *tr ,1,I,J

.. (
~
a*r+ab*(r*b/,l,p )+av* nl•r
~
"( f1 .1 J
*. Po + r*tc1
J
1=1 v0 ,1,1 -a0 l 1,1
/=1 i=l
l j =i+l -rJ ,l *
 f UN6ACION UNIVERSIT ARI A LOS Ll 8EiUAUQfCU
B I BLIOTECA C E N TR AL
u .,-~ I\I A N DO SA N TOS C ASTII r ,..

148 Logística del transporte 8 Caso: Diseño logístico del se1v icio de autobuses urbanos 149

El número de autobuses en funcionamiento de una línea (1) con el intervalo ho." que minimiza la
función de costes, será
ach
--=--
B
tr,/,l ,p + r*te,/
ah, N ,-_
ho,/

Derivando el coste de la densidad de viajar de pie dentro del autobús respecto el intervalo (h 1) de cada
línea (1), se obtiene

ae
~'P
;~ p [
=r, *(rz -l)*L: s
,** t . .~.,.~h2
.. ] N1 = *
[
a*r+ab*(r*bl ,l,p )+a .. *"'
m•r ,p[
L..
fr,t J J
* z,.,~ Po +r*te ,/
1~1
0
v , , ,~ -a0
a 1 /~l
1j ~i+l
ls, i j' d, 1
" '
1

La velocidad comercial de los autobuses será

s, *[a+ah*b,,i,j +a .. *I[ ~ ~~ v0 •1.1-

11
a..1 *.
z,,~
p. JJ V
e ,/
= -----'IC::~.!..I
t r,l ,l ,p +r
--

*t e,/
2
lsI,I.,J. * d m,/ * h1
nt,p

r*L:l,
V = r~t

ac"p =.E_ e ,/ [a*r+ab *(r*bl,l,p )+av */1~)(

L.. ¡t./ * . p ]+r*te ,/ J
ah, h,2 . r ~t V O,t,/ - a0 0
l1. /

Igualando a cero las derivadas parciales anteriores, se obtiene Por último, la velocidad de operación de los autobuses será

ac"'
- - + acb
- - +ac"P
-- = 0
nl ,p

ah, ah, ah, r*:Lt,

V = l=l
e,/ 1r ,/, l,p + r 1e ,/ *
B e
A--+- = 0
h2 h2
1

El intervalo (h1) de los autobuses de una línea 1, que minimiza la función objetivo Z, será

h0,/-
- Con las expresiones anteriores, puede describirse y optimizarse el servicio de un sistema de autobuses
urbanos en ciudades medianas.
9 Caso: Gesrión del equipaje en aeropuerros 151

9 Caso: Gestión del equipaje en aeropuertos

La gestión del equipaje en un aeropuetto es una función que, pese a su relevancia en costes y calidad de
servicio percibido, no ha merecido una atención suficiente en la literatura científica. El análisis aplica
modelos simples de colas para cada una de las fases del proceso del equipaje (Rojas, Robusté y Sáez,
1995). El objetivo de este capítulo es sentar guías de diseño para la gestión eficiente del equipaje. Los
resultados de cada uno de los modelos son superiores a los de aplicar las reglas de buena práctica en uso,
pues permiten que la industria obtenga ahorros, en algunos casos sustanciosos. El resumen que aquí se
expone está basado en el attículo Robusté (1995).

Una de las contribuciones pioneras del autor (Robusté 1988, Robusté y Daganzo, 1993) consiste en el
análisis de las operaciones de clasificación y manipulación de los equipajes que han de clasificarse en
transferencias en el aeropuctto hub: en la mayoría de los casos, un buen diseño de estrategias de pre-
clasificación puede ahorrar costes de operación sustanciosos y rebajar en factores los costes de
inversión (habitualmente astronómicos) del sistema automático de manipulación de equipajes de un
gran aeropuerto. Estas estrategias ya se han comenzado a aplicar en las sacas de correo
intercontinental. Finalmente, se insinúa de forma colateral que los aeropuertos de transferencia hub
deben tener una topología sustancialmente diferente a los aeropuertos terminales (origen o destino).
Esta investigación de l autor ha sido plasmada en varios artículos: Robusté ( 1990), Robusté y Daganzo
( 1990), Robusté y Daganzo (1989).

9.1 Formulación del problema

La gestión del equipaje en un aeropuerto es una función que, pese a su relevancia en la configuración de la
calidad de servicio percibido por el pasajero, ha merecido una atención insuficiente tanto en la literatura
científica como en el devenir de planificadores y operadores acrop01tuarios.

"Hay más de cincuenta aerolíneas en J.F. Kennedy Intemational y casi tantas maneras distintas de
procesar el equipaje". La frase de un empleado del aeropuerto de Nueva York pronunciada hace tres
décadas no mantiene su vigencia hoy, pero da una idea de la heterogeneidad de métodos que ha padecido
la industria: Se echa en falta un análisis global desde una perspectiva sistémica.

En las secciones siguientes, se exponen guías básicas para el gestión eficiente del equipaje en un
aeropuerto. En primer lugar, se revisa el proceso de manipulación del equipaje en un gran aeropuerto
152 Logística de/transporte
convencional. A continuación se revisan varios conceptos de teoría de colas, los estándares de servicio y
las tipologías industriales más habituales utilizadas en el sistema de manipulación del equipaje. Los
procesos de facturación, retirada y clasificación del equipaje se describen y modelizan, y se apmtan bases
de diseño y operación que mejoran las prácticas actuales. Finalmente, se comentan otros temas
relacionados con la manipulación del equipaje.
9.1.1 Caracterización logística del equipaje
El equipaje goza de características logísticas híbridas entre una mercancía (con coste de inventario
relativamente bajo, susceptible de manipulación mecanizada y de nula capacidad de decisión sobre su
proceso de transporte y almacenaje) y una persona (con valor de los ahorros de/tiempo de viaje muy alto,
con la posibilidad de autoclasificación en función de cietta información base, con tendencia a presentar
fenómenos de hora punta, y con práctico total albedrío en las decisiones sobre cuándo viajar, a dónde y de
qué manera).
En efecto, el equipaje es un objeto y, como tal, es susceptible de manipulaciones mecanizadas. Aunque su
valor intrínseco puede ser moderado, el valor percibido por sus propietarios es muy superior por
cuestiones sentimentales y de inconveniencia de desprenderse de objetos personales. Además, el
indisolubre vínculo del equipaje con sus dueños hace que aquéllos sufran también los efectos de hora
punta de sus propietarios. Estos condicionantes obligan a que la gestión del equipaje en un aeropuerto
necesite de una red logística especial y se convierta en uno de los factores clave que confmman la calidad
de servicio de una aerolínea tal y como es percibida por sus clientes.
9.1.2 Proceso del equipaje
Un pasajero llega al aeropuetto con una abanico de modos de transporte. Si es un pasajero local, puede
haber llegado en coche (como conductor o acompañado), taxi, o cualquier modo de transpmte colectivo
que tenga acceso al aeropuerto: fenocarril, tranvía, autobús, etc. Si ha llegado al aeropuetto por aire se
trata de un pasajero en tránsito y será analizado más tarde. A continuación se sintetiza el proceso del
equipaje en un aeropuerto grande cuando se usan contenedores (paletizado); el equipaje no contenerizado
sigue un proceso análogo, con la única diferencia de que tanto la carga como la descarga de la aeronave
son más laboriosas.
Una vez un pasajero local accede al aeropuerto, puede usar un carro para transpmtar las maletas hasta
los mostradores de facturación pertinentes; en muchos aeropuertos españoles es difícil encontrar tales
carritos en el aparcamiento. Esta primera fase del transporte del equipaje a menudo se obvia o se
olvida; de hecho, hasta recientemente se ha olvidado que los accesos terrestres son también parte
incumbente del aeropuetto.
En los mostradores de facturación pcttinentes, el pasajero espera en cola con su equipaje hasta que un
mostrador está disponible. A pattir de este punto, el pasajero y el equipaje viajarán por separado hasta el
aeropuerto de destino final, excepto cuando medidas de control requieren un emparejamiento intennedio
(seguridad, aduanas en puertas de entrada a grandes espacios aéreos domésticos). El número de maletas
facturadas por pasajero, entre l ,3 y 1,5 de promedio, depende del tipo de viaje (chárter o regular,
doméstico o internacional), el motivo de viaje (ocio, negocio), la distancia de viaje, los aeropuertos de
origen y de destino, y otras caractetísticas socioeconómicas del pasajero. El tiempo de factw·ación oscila
entre 45 segundos y 3 minutos por pasajero; se toma un promedio de 2 minutos como estándar.
9 Caso: Gestión del equipaje en aeropuertos 153
El equipaje se pesa y se etiqueta conforme a su destino final y vuelo local de salida. Si el tráfico de un
aeropuetto es moderado y los fenómenos de hora punta son limitados, pueden emplearse métodos
manuales para la clasificación del equipaje. Estos sistemas consisten en cintas transportadoras que llevan
las maletas a rampas que confluyen en uno o varios hipódromos o carruseles a pie de plataforma. Allí,
diversos operarios identifican los vuelos de salida y cargan el contenedor o bien el carro pertinentes, que a
menudo se disponen uniformemente distribuidos envolviendo el hipódromo en forma de margarita.
Para aeropuertos de mucho tráfico o aeropuettos de tipo hub (aeropucttos especializados en corres-
pondencias), sujetos a grandes presiones temporales para la clasificación de muchas maletas, el
procedimiento manual es demasiado lento y consumidor de recursos. Para estos aeropuettos se reco-
mienda sistemas automáticos o semiautomáticos:
a) Cinta transportadora exclusiva entre mostradores de facturación dedicados a un vuelo y
estaciones de composición del tren de equipaje. La clasificación por vuelos es realizada de forma
gratuita por los pasajeros.
b) Clasificación automática en un sistema centralizado de cintas transportadoras. Para ello, las
maletas tienen que etiquetarse con un elemento de identificación de lectura rápida (código de
barras o de otros símbolos de lectura óptica, emisor de frecuencias). Un ordenador va siguiendo
la posición de cada maleta en la cinta transpmtadora (en función de la velocidad de avance de la
cinta y del paso por ciertos puntos de referencia o balizas) y decide cuándo debe separarse de la
cinta principal a otras cintas laterales; para esta separación se emplean empujadores neumáticos,
bandejas voleadoras u otros mecanismos.
e) Colocación de las maletas en vehículos guiados que se mueven sobre raíles, normalmente con
tracción eléctrica.
Las maletas que han sido clasificadas por vuelo de salida pueden almacenarse si existen motivos para
hacerlo; el caso contrario es el habitual: los contenedores o las platafmmas (canos) se enganchan y se
transporta el tren de equipaje a pie de aeronave. Los contenedores se elevan con un elevador de tijera
hidráulico y se cargan en el avión; las maletas transportadas con can·os se cargan una a una de forma
continua mediante una cinta transportadora inclinada.
Al aterrizar, el proceso se invierte. Se descarga el equipaje de la aeronave y se transporta a pie de
plataforma, al apropiado carrusel de entrega; se ha llegado a insinuar que, en algunos aeropuettos
pequeños, cabría ahorrarse tanto la inversión y mantenimiento de los canuseles de entrega de equipaje
como patte de la mano de obra necesaria para esta función simplemente poniendo los contenedores
abiertos o los canos con las maletas a disposición de los pasajeros: entonces serían éstos los que, pese
al desconcietto por la confusión y a la negativa imagen del servicio, realizarían el último proceso de
clasificación.
El equipaje de transferencia de los pasajeros en tránsito se ha separado previamente para agilizar la
operación de entrega, uno de los puntos cdticos en la percepción de la calidad de servicio de una
aerolínea; el presidente de una gran aerolínea nmteamericana lo puso bien claro cuando se dirigía a sus
empleados afirmando: "La retirada de equipaje es vuestra última opmtunidad para defraudar al cliente". El
equipaje de transferencia se envía directamente al vuelo de conexión o, si hay más tiempo, a la estación
clasificadora del hub.
El equipaje con destino fmal en el aeropuerto en cuestión debe entregarse a los carruseles al ritmo
adecuado y en el momento adecuado: ni demasiado pronto para evitar avalanchas y confusión, ni
154 Logística del transporte
demasiado tarde por motivos obvios. Finalmente, en un gran aeropuet1o es habitual poder disponer de
canitos individuales para transportar las maletas al aparcamiento o la parada de taxi o de transporte
colectivo pertinente.
9.2 Modelización de los procesos como sistemas de colas
Existen varios estándares para el dimensionamiento de las fases de manipulación del equipaje. Para
facilitar la lectura, se recomienda revisar brevemente algunos conceptos básicos de teoría de colas
determinista contenidos en el capítulo 2.
Modelización de las llegadas a facturación
Si B(t) es el número acumulado de maletas que llegan a los mostradores de facturación en o antes del
tiempo t para un detenninado vuelo (curva de llegadas de maletas) y N8 es el número total de maletas que
contendrá dicho vuelo, F 8(t)=B(t)/N8 puede interpretarse como la probabilidad de que una maleta
genérica haya llegado al mostrador de facturación en el tiempo t o antes.
Si el número de maletas por pasajero N8 /Np se mantiene lo suficientemente constante como para
despreciar el efecto de llegadas en grupo, F 8 (t) puede estimarse a pru1ir de la distribución observada de las
llegadas de pasajeros Fp(t). La distribución Fp(t) depende del aeropuet1o, de la duración del vuelo, del tipo
de vuelo (doméstico o internacional, regular o chárter), del motivo del viaje (negocio, ocio), de otras
características socioeconómicas del pasajero, etc., pero en general puede describirse con suficiente
precisión con una función logística del tipo siguiente:
a
Fp(t) = - + bt
a e
con b/a<<l y definida en el rango O ~ t ~ 100 minutos antes de la hora programada de salida (SDT,
scheduled departure time).
A partir de datos publicados sobre una muestra de llegadas de pasajeros al aeropuet1o de San Francisco se
ha podido certificar la bondad de tal expresión. Para este ejemplo, se obtuvo a=515, b=O,J08 y un
R 2= 0,994 (Robusté, 1988). La calibración de los parámetros a y b es sencilla si se recuerda que en una
función logística la transformación log[(l-Fp)/Fp} es lineal en t.
Extensión estocástica
Los modelos deterministas revisados en el capítulo 2 son susceptibles de admitir extensiones de
naturaleza estocástica. Si FA(t) es la distribución de probabilidad acumulada de las llegadas de
pasajeros al mostrador de facturación y A(t) denota el número de pasajeros que han llegado en el
tiempo t o antes, uno puede pensar en la llegada de un pasajero en el tiempo t o antes como un éxito
(con probabilidad FA(t)) y en la llegada después del tiempo t como un fracaso (con probabilidad 1-
FA(t)). La probabilidad de que k de los N pasajeros hayan llegado en el tiempo t o antes tiene una
distribución binomial con parámetro FA(t):
9 Caso: Gestión del equipaje en aeropuertos 155
NI
Pr[A(t) =k]= · [ FA(t) / [1- FA(t) ]N·k
(N- k)! k!
Conocida la distribución FA(t) para un pasajero, se puede construir la esperanza matemática y la varianza
del número de pasajeros acumulado que ha llegado en el tiempo t o antes, según las expresiones:
E{ A(t)}=N FA(t)Var{ A(t)}=N FA(t)[l-FA(t)]
Varios casos especiales de la distribución binomial comentada son especialmente importantes como
procesos estocásticos (el proceso de Poisson y el de Gauss o normal), pero su inclusión aquí desviaría la
atención del objeto principal del artículo. Conviene recordar, sin embargo, que pese a la literatura vertida
sobre las llegadas Poisson de las aeronaves, éstas llegan a los aeropuertos siguiendo un horario
(timetable); la mayoría de objetos o sujetos fisicos que ocupan espacio y evitan llegadas en grupo pueden
aparentar llegar empíricamente según una distribución Poisson para intervalos de tiempo arbitrariamente
pequeños, al cumplirse entonces dos de las propiedades básicas de la distribución Poisson (incrementos
estacionarios y pequeña probabilidad de llegadas en grupo); no se cumple, sin embargo, la independencia.
9.3 Estándares de servicio
El concepto nivel de servicio fue introducido por el manual de capacidad de caneteras norteameticano en
1965. Así, se dice que una infraestmctura tiene una ciet1a capacidad (o máximo flujo procesable) para un
detenninado nivel de servicio, que puede variar al cambiar este último. Y al revés, dado un flujo de
demanda y una capacidad de proceso máximo, puede detenninarse el nivel de servicio de la
infraestructura. Si se fija un determinado nivel de servicio óptimo como estándar de calidad, la
infraestructura podrá alcanzar tal nivel de servicio variando su capacidad o gestionando la demanda hasta
niveles adecuados.
El concepto nivel de servicio es más importante desde el punto de vista político que científico, puesto que
siempre alberga subjetividad en la definición de los límites (entre varios niveles de servicio) y en la
fijación del nivel "óptimo".
Si bien el Highway Capacity Manual ha sentado una base de referencia para el dimensionatniento de
caneteras de la mayoría de los países occidentales, la comunidad aeroportuaria internacional no dispone
de un documento que goce de un consenso similar. Diversas contribuciones han definido estándares de
servicio, e incluso muchas aerolíneas y autoridades aeroportuarias tienen los suyos propios. La tabla 9.1
recoge algunos de estos estándares, que hacen referencia al proceso del equipaje.
Mumayiz y Ashford (1986) han aplicado el concepto nivel de servicio en el aeropuerto de Binningham
imitando así la terminología y conceptos comunes en el diseño de can·eteras. La tabla 9.2 resume los
niveles de servicio que hacen referencia al proceso del equipaje; el nivel de servicio A es catalogado de
bueno, el B sería tolerable y el C sería deficiente.
El aeropuerto de Barcelona, por ejemplo, mantiene unos estándares en su contrato con el agente de
Handling en función del tiempo de entrega: tiempo transcunido entre el tiempo de colocación de calzos a
la aeronave y el tiempo de colocación en la cinta de retirada de equipaje de la última maleta. La tabla 9.3
recoge esos tiempos de entrega estándares (entiéndase los términos paletizado y contenerizado como
156 Logística de/transporte 9 Caso: Gestión del equipaje en aeropuertos
157

idénticos a estos efectos). Si a los tiempos de entrega de la tabla 9.3 se les denomina T 0, Jos estándares de
servicio del aeropuerto de Barcelona se resumirían en:
a) El 90% de los casos que tengan tiempos de entrega::;; T 0 .
b) El 95% de los casos que tengan tiempos de entrega ::;; (T0 + 5 min).
Con las cortas distancias entre puerta o posición remota y los mecanismos de entrega de equipaje de
muchos aeropuertos españoles, sus configuraciones lineales y el hecho de no tener en cuenta el factor de
ocupación de la aeronave, sorprendería que los estándares fijados no se cumplieran holgadamente.
Obsérvese que la paletización de las maletas reduce el tiempo de entrega en 5 minutos gracias a la mayor
agilidad en la descarga de la aeronave.

Componente Estándar de diseño o servicio Referencia Proceso Nivel de servicio A Nivel de servicio B Nivel de servicio C
2
- 0,8 m /pasajero con todo el equipaje BAA - Chá11er: < ll min -Chárter: 11-21 min - Chárter: > 2 1 min
- 0,6 m2/pasajero con equipaje de mano Facturación - Europa: < 7,5 min -Europa: 7,5-14 min - Europa: > 14 min
- Largo: < 15 min - Largo: 15-25 min -Largo:> 25 min
Espacio en - 0,8 m2/pasajero con equipaje lATA
factmación - 0,6 m2/visitante Retirada < 12 min 12,5-22,5 min > 22,5 min
2
- 30 m por mostrador de facturación París
- 1Om2 como mínimo de frontal del mostrador Tabla 9.2 Niveles de servicio que afectan el equipaje definidos para el aeropuerto de Birmingham
(Fuente: Mumayiz y Ashford, 1986)
- 95% de los pasajeros en menos de 3 min BAA

Tiempo en - 95% de Jos pasajeros en menos de 3 min

- 80% de los pasajeros en menos de 5 min en periodo punta lATA Capacidad en asientos Sin "paletizar" "Paletizado"
facturación
- Facturación en un tiempo menor que 5 min Schiphol e::;; 100 25 min NIA
- 80% de los pasajeros están en cola < 15 min París 100 <C::; 165 30 min 25 min
2
- 1,25 m /pasajero para vuelo doméstico 165 < C::;; 260 40min 35 min
Espacio en - 2 m2/pasajero para vuelo internacional corto BAA
- 3,25 m2/pasajero para vuelo intemacionallargo 260 <C::;350 45 min 40min
retirada
equipaje - 0,8 m2/pasajero para vuelo doméstico e internacional corto lATA C> 350 50min 45 min
- 1,6 m2/pasajero para vuelo internacional de larga duración
Tabla 9.3 Tiempos entre colocación de calzos y entrega de la última maleta que figuran
- Máximo de 25 min desde que el primer viajero abandona BAA
en el contrato de handling del aeropuerto de Barcelona
inmigración hasta la entrega de la última maleta

Tiempo en - Máximo de 25 min desde que el primer viaj ero llega al lugar de
retirada de retirada de equipaje hasta la entrega de la última maleta
equipajes - 90% de los pasajeros esperan < 20 min
- Tiempo de espera < 15 min (aparato cuerpo estrecho)
- Tiempo de espera < 20 min (aparato de cuerpo ancho)
lATA En EEUU y en la década pasada, el problema del equipaje extraviado o no entregado por manipulación
errónea se cifraba entorno al 0,7% del equipaje que necesita entrega especial y hasta el 2,5% del equipaje
con algún problema en la entrega; una gran aerolínea norteamericana cifraba el coste de sus errores de
Schiphol manipulación de equipaje en 15 millones de dólares en 1986 (Robusté, 1988).

Unidades de - 1 m lineal de tiente para cada 5 pasajeros

recogida - 60 m de largo para cada 8747 París 9.4 Sistemas para la manipulación del equipaje
equipaje - 45 m de largo para cada A300
- 30 m de largo para cada 8727 Aunque en más de una ocasión se ha hablado de automatizar la clasificación del equipaje en Jos grandes
aeropuertos españoles, la práctica habitual se reduce a una red de cintas transportadoras que confluyen en
varias unidades de clasificación en forma de can·usel o hipódromos, tableros metálicos recirculantes de
Tabla 9.1 Estándares de diseiio y servicio relacionados con el proceso de equipaje
forma elipsoidal y con cierta inclinación transversal, donde diversos operarios leen las etiquetas del
(Fuente: MOPTMA, 1995)
equipaje en movimiento y extraen las maletas correspondientes a Jos vuelos que tienen asignados.
 Logística de/transporte
158
9.4.1 Cintas transportadoras
La mayoría de los sistemas de clasificación y transporte intcmo de equipaje en grandes aeropuertos están
basados en una red de cintas transpot1adoras. Éste es también el sistema preferido por los grandes
transp ortistas de paquetes courier como UPS, Federal Express, DH L, TNT, etc.
La a utomatización de la clasificación es limitada. En el caso de las maletas, su heterogeneidad e n
tamaños, pesos y diseños, la relativa dificultad de leer un c ódigo de barras de ubicac ión variable y la
ingente inversión necesaria para automatizar sólo parte del proceso (incluso en siste mas de
clasificac ión automática la carga de los contenedores es manual) han fomentado que muchos
aeropuertos opten por una clasificación manua l o parcialmente automática. E n el caso de los
tra nsportistas courier, la lectura de destinos y gra n pa.t1e de la clasificación es tambié n manua l; sin
embargo, estas empresas disponen de un excelente sistema de seguimiento de los paquetes hasta su
entrega final que a menudo incluye el diseño de rutas de reparto y guías de carga en las camionetas (al
fondo si se reparte el último, por ej emplo).
Existen varias maneras de mej orar el transporte en cinta transportadora con una clasificación semi-
automática. Una de ellas consiste en empujar las maletas con empujadores neumáticos hacia toboganes de
acumulación. Otra manera está basada en bandejas voleadoras que divierten e l equipaje adecuadamente.
La e ficiencia de estos dos sistemas de clasificación semiautomáticos estriba en la gestión informática de
todo e l proceso de c lasificación, lo que obliga a asignar una etiqueta a cada maleta, que se lec por
procedimientos ópticos u otros de lectura rápida. La posición de cada maleta se conoce por la distribución
de los lectores que actúan de balizas (localización absoluta) y la velocidad de avance de las cintas
transportadoras (localización relativa a la última baliza). La FAA (1975) ofrece diversos esquemas de
todos estos métodos de transpot1e y clasificación.
9.4.2 Vehículos guiados
Un sistema conceptualmente distinto consiste en enviar las ma letas en vehículos motores independientes
q ue se transportan y clasifican a gran velocidad. Estas unidades, llamadas telecars, consisten en bandejas
movidas por motores eléctricos sobre carriles. Precisamente porque este sistema está ya en desuso por
diversos motivos, vale la pena dedicarle algo de espacio para desc.tibirlo.
Un telecar puede llevar hasta 45 kg de peso y dispone de unas dimensiones de transporte de 61x76x61
cm. Dado que el concepto comenzó a gestarse a principio de la década de los años setenta (uno de los
sistemas implantados a gran escala fue instalado por Bocing Airport Equipment en la termina l de United
Airlines del aeropuerto de San Francisco en 1979, después de tres años y medio de trabajos; existe otro
sistema similar en el aeropuerto de Frankfurt), el receptáculo es demasiado pequeño para aceptar 2
male tas actua les: cada telecar transporta un promedio de 1, 1 maletas.
El sistema de United Airlines dispone de 17 estaciones de entrada con un ritmo de expedición máximo de
7,5 telecars!min. Las 2 estaciones de transferenc ia son las que verdaderamente efectúan la clasificación de
todo el sistema; cada una de ellas dispone de una capacidad de servicio de 20 telecars!min, lo que crea por
tanto, uno de los cuellos de botella más impm1antes del sistema.
En c ada estación de entrada, un operador lee la etiqueta de destino de cada maleta e introduce un código
de 7 dígitos en el ordenador: 3 dígitos para el número de vue lo, 3 dígitos para la ciudad de destino, y el
último dígito para denotar el número de piezas de equipaje que transporta el telecar (1 ó 2; en e l caso de
9 Caso: Gestión del equipaje en aeropuertos 159
transportar 2 piezas, ambas deben ir a l mismo destino). Este código se asigna a la identificación del
telecar (código de barras y lectura por láser) y el ordenador se encarga de guiar a cada telecar hasta su
lateral de descarga; los telecars se mueven a una velocidad constante de 16 km/h, hasta que las maletas
que contienen son depositadas en los laterales de descarga, donde hay cintas transportadoras en paralelo
que se mueven a 36 m/min (2,16 kmlh). De la cinta transportadora final, el equipaje es colocado
manualmente en contenedores.
El sistema incl uye algunos problemas de diseño que pod rían haberse solventado con un buen análisis
de redes de colas y son descritos por Robusté ( 1988). Debido a varios cuellos de botella existentes, el
sistema de United Airlines sólo admite unos 11 O telecars en movimiento; por este motivo, el flujo de
proceso de equipaje no puede verse incre mentado simplemente añadiendo más telecars al sistema.
Este cond ic ionante y los problemas de mantenimiento del sistema hacen que la citada aerolínea sólo
procesara dos tercios de su equipaje total con los telecars y que sus costes de personal no hubieran
disminuido significativamente pese a la fuerte inversión realizada (14 millones de dólares en 1979).
En la pasada década, United Airlines ca mb ió su sistema de manipulación de equipajes por las cintas
transportadoras tradicionales.
9.4.3 Dispositivos para la entrega del equipaje
Los dispositivos de entrega de equipaje más extendidos entre los grandes aeropuertos del mundo
consisten en carruseles sin fi n q ue son alimentados desde la plataforma. Existen varios esquemas o
diseños en planta, en forma de T oen forma de U, etc.; el que parece que ha tenido más arraigo en los
diseños más recientes es el esque ma en T: en este esquema la pat1e superior de las alas de la T se
ubica e n la base de la plataforma y es allí donde el tren de contenedores proviniente de la aeronave
descarga las ma letas; las a las interiores y el alma de la T se ubican dentro del ed ific io terminal y
alrededor de las mismas se distribuyen los pasajeros en busca de s u equipaje. Las dimensiones de la T
no son arbitrarias: la anchura de a la debe permitir una descarga rápida incluso a velocidades de
traslación de la cinta pequeñas; la longitud total de cinta en el edificio terminal debe ser suficiente
para acomodar a los pasajeros sin excesivas aglomeraciones.
Otra manera de entregar el equipaje es mediante la alimentación remota desde el nivel de plataforma
de un carrusel circ ular u oval situado dentro del edificio terminal a nivel uno. Este sistema ha sido
bastante popular en Norteamérica por la comodidad adicional para los pasajeros que, llegados a nivel
de pasarela telescópica, no tienen que bajar a nivel de plataforma para recoger el equipaje. Los
continuos problemas con las maletas al subir pendientes fuertes y, sobre todo, durante la transición
entre la c inta alimentadora (en rampa) y el carrusel (a nivel, pero con inclinación transversal) hacen
que cada vez este sistema sea menos popular en favor de las cintas transpot1adoras planas a nivel de
plataforma, ya descritas.
La referencia F AA, The apron and terminal building planning report ( 1975), incluye un nomografo que
proporciona la longitud del frente de carrusel de entrega en el lado de los pasajeros en función del número
de llegadas de aeronaves equivalentes (con unos 100 asientos de capacidad) en los 20 minutos punta y el
porcentaje de pasajeros de llegada cuyo destino final es el aeropuerto (terminales). El dimensionamiento
de este sistema de e ntrega se tratará más tarde.
9.5 Facturación del equipaje
Ya se ha razonado que la caracterización del comportamiento de los pasajeros en su llegada al aeropuerto
depende del tipo de vuelo (doméstico o internacional), de si el vuelo es chárter o regular, de si el origen o
160 Logística de/transporte
destino es el propio aeropuerto o el pasajero se halla en tránsito, del motivo del viaje (ocio, trabajo), y de
la existencia de equipaje o no.
Es una regla general que, a mayor distancia de vuelo, mayor es la antelación con que llegan al
aeropuerto los pasajeros. También es mayor la antelación con que llegan los pasajeros de vuelos
chárter, por sus pa11icularidadcs logísticas, que la de los pasajeros de vuelo regular. Así mismo, la
mayor familiaridad con el proceso del viaje aéreo, y el mejor conocimiento de los modos de acceso,
permite que los pasajeros de negocios empleen menos tiempo en las terminales que aquellos pasajeros
cuyo propósito de viaje es el ocio. ·
El manual de lATA sobre terminales aerop011uarias propone dimensionar el número de mostradores de
facturación para la demanda de pasajeros en la hora punta. Si Qp indica tal demanda punta
(pasajeros/hora) y 1: es el tiempo medio de facturación, el número de mostradores que propone IATA es
M= [ QP r ] + donde [Y indica la parte entera del argumento por exceso.
Otras maneras clásicas de determinar el número de mostradores de facturación consiste en recurrir a la
teoría de colas convencional y aplicar modelos estocásticos para servidores en paralelo del tipo M/M/k, es
decir, con llegadas de pasajeros Poisson, y tiempos de servicio con distribución exponencial negativa.
Cualquier libro sobre investigación op,erativa, o más en particular sobre teoría de colas, apo11a las
fónnulas y razonamientos para trabajar con estos métodos estocásticos simples y no se repiten aquí.
El sojiware de asignación de recursos aeroportuarios, cada vez más utilizado en nuestro país, permite el
uso eficiente de recursos limitados mediante la utilización compm1ida de los mostradores de facturación
(CUTE, Common Use Terminal Equipment) o el seguimiento del comportamiento del sistema (y su
simulación) con el SADAMA (sistema de ayuda a la decisión en la asignación de medios aeroportuarios;
en uso en el aeropuerto de Barcelona desde 1992).
El objetivo de este apartado, sin embargo, es modelizar el sistema de forma sencilla de manera que,
entendiendo en sistema, las conclusiones no resulten tan burdas como los dimensionamientos que
proponen los manuales actuales, ni la aplicación requiera sofisticaciones matemáticas que a menudo
distraen de las hipótesis de comportamiento del sistema subyacentes.
9.5.1 Modelo de colas determinista
Supóngase que se representa en ordenadas el número acumulado de pasajeros A(t), que van llegando a dos
mostradores de uso indistinto, y en abscisas, el tiempo que falta para el ciene del vuelo, en minutos. Los
niveles máximo de procesamiento de los mostradores son 11 1 y 112 , y la curva acumulativa de salida de los
mostradores es D(t). Las distancia vertical entre las dos curvas A(t)-D(t) indica la longitud de la cola Q(t)
y, si la disciplina es FCFS, la distancia horizontal D"1(t)-A-1(t) significa la demora de los pasajeros w(t),
para un instante t.
A la hora de abrirse los dos mostradores simultáneamente, unos 90 min antes del cierre del vuelo, existirá
una cierta cola. Aplicando un ritmo de proceso 11 1+ 112, la cola se habrá disipado en un instante te , siempre
que el ritmo de llegadas A.(t)=dA(t)/dt sea A(t)<11 1+112 para t=::;t•. Si se mantiene A.(t)<~t1+112 para tE [t. , tb] no
se acumula ningún pasajero en cola, ya que todos son servidos a medida que van llegando: D(t)=A(t) para
ese intervalo tE [te , tb]. A partir del instante tb, la pendiente de A(t) vuelve a ser superior a 111 + 112 y, por lo
tanto, se empieza a formar una cola. La cola máxima, Q 111..., se produce en el instante tm en que la
9 Caso: Gestión del equipaje en aeropuertos 161
pendiente de A(t) vuelve a igualar al ritmo de servicio conjunto de los mostradores. Los pasajeros que
llegan en el instante t111 son los que sufren un mayor tiempo de espera Wmax·
El área entre las curvas A(t) y D(t) representa el tiempo total de espera (en términos de
pasajeros/minutos). La demora media se calcula dividiendo el tiempo total de espera por el número total
de pasajeros que han sido procesados. La longitud de la cola media se puede aproximar por el cociente del
tiempo total de espera respecto al tiempo total de proceso. Los valores medios de estos indicadores de
comportamiento del sistema de colas cumplen siempre la fórmula de Little.
9.5.2 Número de mostradores
El ritmo de llegada de pasajeros A.(t) no es más que la derivada de la curva de llegadas acumuladas A(t)
respecto a t. Cuando el ritmo de llegadas es inferior al 1itmo máximo de proceso, el ritmo de servicio de
los mostradores es 11(t) = A(t) :::; l1max, y no se forman colas (detenninistas; las colas estocásticas son
siempre posibles). Si A.(t) alcanza un máximo superando l1max dw·ante cierto tiempo y luego decrece, se
forma una cola cuyo máximo se da para aquel t tal que A(t)=l1max·
La longitud de la cola en cada instante t será
Q(t) = Jt [ J.(t)- p(t)] dt
o
Una aplicación sencilla de este modelo es calcular, para un determinado nivel de servicio, el número de
mostradores que es necesario tener abie11os en las puntas diarias que se producen. El estudio del
MOPTMA (1995) incluye la modelización de las llegadas al mostrador de facturación de la tenninal 8 del
aeropue11o de Barcelona (aerolíneas nacionales).
Los ritmos de llegadas de pasajeros contados en intervalos de 20 minutos muestran dos puntas
claras: la primera punta puede ser aproximada por un triángulo y la segunda por una parábola
cóncava simétrica. Interpolando por mínimos cuadrados, pueden obtenerse expresiones analíticas
para A.(t) en cada periodo punta. Si se supone que los mostradores son indiferentes, que siempre
existe el mismo número de personas en cada mostrador, y que el ritmo de servicio (1 pasajero cada
2 minutos, estándar típ ico de proceso aceptado por lATA) es igual para todos los mostradores, se
obtiene una relación del tipo
(a - fJM /
Qmax OC M
donde 8=3/2 para una variación parabólica de A.(t), y 8=2 si la variación es triangular; los parámetros a y p
son distintos para cada tipo de variación de A(t) y deben calibrarse para cada ocasión y aeropuerto en
particular. La tab la 9.4 muestra los resultados de un aplicación numérica concreta. Aceptando una cola
máxima del orden de Q111ax""5, estos modelos deterministas prescriben unos ahorros del 12% al 14%
respecto al número de mostradores que se estimarían a través del método simplificado de lATA ya citado,
+
M=[Qr't] .
162 Logística de/transporte
Número de Cola máxima en un Tiempo máximo de
mostradores, M mostrador, Q max espera, Wmax
36 min
20 18
20min
22 10
25 2 4min
Tabla 9.4 Número de mostradores y colas en fi¡cfuración (Fuente: MOPTMA, 1995)
9.6 Retirada del equipaje
El área de retirada de equipajes (baggage claim area) acostumbra a ser uno de los puntos críticos de
congestión de terminales y un causante de retrasos para los pasajeros. De hecho, se detecta una tendencia
a intentar evitar la facturación del equipaje para precisamente ahorrarse su recogida (y la probabilidad de
extravío). Esta práctica puede afectar a la capacidad de las aeronaves, así como a otros componentes del
tenninal, tales como el control de seguridad, áreas de circulación, etc.
Dejando de lado los tratamientos de modelos estocásticos, pm1icularmente complejos en este caso debido
a la dificultad de modelizar analíticamente la llegada del equipaje a los carruseles y las demoras en la
retirada del mismo por congestión o distracciones, y las simulaciones, el estudio de este último proceso
del equipaje se centra prácticamente en fórmulas compactas pero inexactas y en ciertos modelos
deterministas.
9.6.1 Dimensionamientos en uso
La F AA estima en su The apron and terminal building planning report ( 1975) la longitud de la cinta de
retirada de equipaje a pru1ir de un nomografo que responde a la formulación:
Longitud carrusel oc {(Número de aviones equivalentes en una punta de 20 min),
(número de maletas/pasajero)(% pasajeros tenninales)}
El método no aborda la longitud de cada cinta ni, por tanto, el número de cintas que son necesarias, no
considera el factor de ocupación de las aeronaves ni incluye los efectos de la interacción entre
pasajeros al retirar su equipaje. Intuitivamente puede razonarse que si las llegadas de aeronaves en
periodo punta son de aviones de fuselaje ancho, es conveniente un diseño de pocos carruseles pero
muy largos. En efecto, si se utilizan cintas pequeñas, los pasajeros se agolpan en el frontal de la cinta,
lo que se traduce en un deterioro importante del servicio; por el contrario, si se diseñan grandes cintas
(pero pocas), en el caso de acumulación de aviones pequeños en una hora punta, la salida de equipajes
se retrasa, a menos que se comparta una cinta entre varios vuelos, que en cualquier caso supone
confusión y un deterioro del servicio.
La IAT A sugiere unas longitudes más o menos estándares de 60-70 m para aviones de fuselaje ancho y
30-40 m de cmrusel para los de fuselaje estrecho. Como ejemplo, en el aeropuet1o de Barcelona existen
dos carruseles grandes y dos pequeños en la terminal A (internacional para aerolíneas extranjeras), 4
grandes (66 m) y 2 pequeños (44 m) en la terminal B (aerolíneas nacionales) y 2 cam1seles pequeños para
el puente aéreo con Madrid.
9 Caso: Gestión del equipaje en aeropuertos 163
El manual de lATA, Airport terminals reference manual (1978), propone una fónnula simple para
calcular el número de cintas que son necesarias en función de los pasajeros en terminales en la hora punta,
el número de pasajeros de la aeronave, el tiempo medio de ocupación de la cinta de la aeronave, y de la
proporción de pasajeros de la aeronave, todo ello distinguiendo entre aeronaves de fuselaje ancho y las de
fuselaje estrecho.
Estos dos tipos de aproximaciones vistas se manifiestan claramente insuficientes desde el punto de vista
científico y desde la perspectiva de comprensión de la dinámica de operación del proceso de recogida de
equipaje.
9.6.2 Modelo determinista sin congestión
Observaciones realizadas muestran que los pasajeros llegan al área de recogida de equipajes de una
manera más o menos predecible, influenciados por factores tales como número de puertas usadas en
el desembarque, distancia que hay que caminar, tipo de vuelo (los hombres de negocios tienden a
querer abandonar de una manera más rápida el terminal), tiempo en inmigración (si existe), diseño
del terminal, etc. La llegada de los equipajes al carrusel también puede ser pronosticada, aunque no
con el mismo grado de precisión que la de los pasajeros, dependiendo de la calidad del handling, la
distancia del avión, el nivel de saturación de los equipos en platafonna, las condiciones
meteorológicas, etc.
La formulación de un modelo determinístico es simple. Si P(t) es el número acumulado de pasajeros
que han llegado al carrusel de equipajes en el tiempo t dispuestos a retirar su equipaje y B(t) es el
número acumulado de piezas de equipaje que ya han llegado a la cinta, ya se ha visto que
Fp(t)=P(t)/Np y F 8 (t)=B(t)/N 8 pueden interpretarse respectivamente como las funciones de
distribuciónn de probabilidad acumulada de que un pasajero o una maleta haya llegado al carrusel de
equipajes en el tiempo t; B(t) tiene un cierto carácter escalonado debido a que la llegada de los
equipajes al carrusel tiene un carácter pulsatorio generado por el cambio de contenedores o carros del
tren de equipaje descargado.
Si no se tiene en consideración el tiempo que los pasajeros tardan en retirar sus maletas del carrusel, la
probabilidad de que una maleta esté aún en el carrusel es la probabilidad de que esa maleta haya
llegado al carrusel y, en cambio, su dueño aún no haya llegado al mismo. Si estos dos sucesos son
estadísticamente independientes, la cola de maletas en el carrusel esperada en el tiempo tes Q8 (t)= N 8
F8 (t) [1-Fr(t)].
Esta relación tiene validez incluso cuando los pasajeros llevan más de una maleta, siempre que retiren
cada maleta del carrusel de forma inmediata. Si, por ejemplo, existe una fracción q de pasajeros con
una maleta y una fracción (1 -q) con dos maletas (el número medio de maletas por pasajero sería
N 8 /Np=2-q), el número de pasajeros esperando en el carrusel en el tiempo tes
Qp(t) = Np F"(t)[ l-qF 8 (t)-(1-q)F~ (t)J
Ghobrial ct al. ( 1982) desan·ollaron un modelo de colas que tiene en consideración las interferencias entre
pasajeros cuando retiran el equipaje. Los pasajeros pueden facturar más de una maleta, pero el modelo
asume que, si éste es el caso, las maletas de un mismo dueño se entregan en el carrusel de fonna seguida;
así, hay tantos pasajeros como grupos de maletas.
164 Logística de/transporte 9 Caso: Gestión del equipaje en aeropuertos 165

Las llegadas de pasajeros al canusel se representan según Fr{t), las llegadas de las maletas según Fs(t), y A su vez, la densidad de pasajeros por unidad de frente de canusel puede expresarse en función del
C(t) es el porcentaje de pasajeros que están cerca del carrusel y han visto su maleta; nótese que si las número de pasajeros presentes [F A(t)-D(t)]Np, dividido por la longitud de cinta l. Basta sustituir la
maletas del mismo dueño llegan de golpe, C(t) es proporcional al producto Fp(t)Fs{t). estimación de p en R(p), y ésta en la ecuación diferencial en D(t), y resolverla por diferencias finitas.

La curva C'(t) representa el porcentaje de pasajeros que pueden abandonar el canusel una vez que ya han Confrontados los resultados obtenidos con este modelo con los datos reales, se observa un ajuste bueno.
retirado su equipaje en el supuesto de que se haya cogido a la primera oportunidad, o sea la primera vez La monografia del MOPTMA Análisis de la capacidad de las infraestructuras aeroportuarias (1995)
que pasa delante del propietario. El tiempo que transcune desde que el pasajero ha visto el equipaje hasta extiende los resultados del modelo visto a tipos de canusel más genéricos.
que lo retira, t0, se expresa como la mitad del tiempo de recorrido de la cinta expuesta a los pasajer~s, ~o
que supone una distribución unifmme de los pasajeros a lo largo del canusel y una entrega del equipaJe
completamente aleatoria. Así, la curva C'(t) puede aproximarse como C'(t),C(t-to). 9.7 Clasificación del equipaje
La comprobación empírica del modelo de Ghobrial et al. ( 1982) mostró que tal curva C'(t) no se ajusta a la
La operación eficiente de una gran aerolínea está basada en usar algunos aeropue1tos como centros de
realidad, D(t), y produce una subestimación del 15-20% de los pasajeros que están alrededor del carrusel;
transferencia; existen economias de escala proporcionadas por este tipo de operación (hub-and-spoke). La
es decir, este modelo teórico prevé una evacuación del carrusel más rápida de lo que en la realidad se
manipulación y clasificación del equipaje de transferencia aumenta la dificultad operativa en grandes
produce. Ello es debido a que no se han modelizado adecuadamente los efectos de la congestión de
hubs, donde es posible que los enores en la manipulación y las demoras aumenten con el tamaño del hub.
pasajeros alrededor del carrusel.
Como se ha dicho, el proceso habitual de clasificación del equipaje es el siguiente: después de facturar el
9.6.3 Modelización de la congestión en el carrusel
mismo en el acropue1to de origen, se envía a una sala de clasificación donde se ordena el equipaje de
Se postula que existe una relación no decreciente entre el tiempo medio que un pasajero necesita para forma automática o manual según los vuelos en la parrilla de salida; el equipaje es colocado manualmente
retirar su equipaje desde que ha entrado en el carrusel y la densidad de pasajeros en la línea frontal del en contenedores o plataformas pocos minutos antes del despegue del vuelo en cuestión, es llevado al pie
de la aeronave y cargado en la misma.
carrusel. Se propone una relación del tipo

Después de efectuado el vuelo y aterrizada la aeronave en el hub, el equipaje se descarga y se separa el

donde las constantes o 0 , p0 y o 1 dependen del tipo de ca1Tusel. Por ejemplo, en observaciones realizadas
en el aeropuerto de San Francisco para distintos tipos de canuseles se obtuvieron los siguientes valores
expresados en la tabla 9.5.
que tiene el hub como destino final ; el resto de equipaje pasa a la sala de clasificación central de la
terminal del hub. Si el equipaje se ha preclasificado en origen según alguna estrategia determinada, puede
producirse una transferencia de rampa, sin necesidad de pasar por la sala de clasificación del hub. A
continuación se definen tres estrategias base de preclasificación en el caso de utilizar contenedores de
equipaje -usualmente del tipo LD3.

9.7.1 Estrategias de preclasificación en origen

Tipo de cruTusel o 0 (min) <J¡ p0 (pax/pie)

Catrusel circular con alimentación remota 0,5 4,2 0,38 En un vuelo típico a través de un hub -con una sola transferencia-, el equipaje tiene que ser clasificado en
origen pru·a luego volver a ser clasificado en el hub. Una clasificación adicional en origen
Cinta transpmtadora plana (American Airline) 0,62 2,4 0,6 (preclasificación) podria presentar ventajas al ahonar dificultad en la transferencia de equipaje en el hub.

Aunque la manipulación de equipaje ha sido objeto de estudio durante más de dos décadas, es dificil
Tabla 9.5. Estimaciones empíricas de los parámetros que modelizan la congestión
para diversos tipos de carrusel (Fuente: Ghobrial et al., 1982)
encontrru· referencias que hayan examinado el tema de forma cuantitativa y genérica; la literatura
relacionada con clasificación del equipaje es aún más reducida y quizás se limita a un puñado de artículos
sobre simulaciones de sistemas específicos de clasificación automática de equipaje.
A partir de aquí, la curva de recogida de equipajes y abandono de la línea frontal del cruTusel puede ser
construida a partir de una ecuación diferencial, la cual es aproximada por diferencias finitas. Pueden definirse tres estrategias base según la cantidad de trabajo de preclasificación que se realice en el
Efectivamente, el ritmo de salida de pasajeros (evacuación del carrusel) puede ser aproximado por el origen. Las estrategias SO y S 1 son casos extremos, mientras que la S2 representa una solución de
número de pasajeros que han visto su equipaje y aún no han marchado, C(t)-D(t), partido por el tiempo de compromiso.
retirada de equipajes, R:
Estrategia SO. Representa la ausencia de preclasificación. Los contenedores se van llenando a
__
d D(t)
dt
.;_;_ ~
C(t)- D(t)
-'-'----
R( p)
capacidad, a medida que van llegando las maletas a la sala de clasificación del
aeropuerto origen; cada contenedor contiene maletas con destinos finales distintos, y la
clasificación final se efectúa en el hub.
166 Logística del transporte
Estrategia SI. El equipaje se separa en origen por todos los destinos finales. Al lado de los
contenedores pueden existir estanterías que contengan de forma temporal las maletas
con este objetivo (la base del contenedor soporta las maletas dirigidas hacia uno de los
destinos finales). Unos 15 ó 20 minutos antes de la hora de despegue prevista, los
contenedores se van llenando con las maletas pero manteniendo la separación de los
destinos finales (quizás con separadores del tipo mantas). Una vez en el hub, los
contenedores no necesitan pasar por la sala de clasificación y efectúan una transferencia
de rampa.
Estrategia S2. Estrategia mixta: se preclasifican algunos destinos finales, mientras que e l resto se
agrupa. Sólo el conjunto mixto debe clasificarse en las instalaciones del hub.
Para cada una de estas estrategias se han desarrollado modelos de coste y de tiempo, en su mayoría de
forma lineal. Se suponen costes unitarios constantes -con valores distintos para el diseño a corto plazo y el
de largo plazo al incluir este último la inversión del sistema y el mantenimiento- para la manipulación
tanto de maletas como de contenedores, mientras que el coste de la clasificación se modeliza con una
función logarítmica, siguiendo resultados conocidos en el campo de la psicometría y la ergonomía. De
manera análoga se definen los tiempos de cierre (tiempo entre la llegada de la última maleta al mostrador
de facturación del origen y la carga del último contenedor dentro del avión y antes del despegue) y de
transferencia en el hub. También se consideran las necesidades de espacio en la sala de clasificación del
aeropue1to origen.
9.7.2 Comparación de las estrategias
Para la estrategia SO, e l número de contenedores usados es (N8 /Cf, donde N 8 es e l número tota l de
maletas y C la capacidad media de un contenedor LD3; (·t indica, como ante1iormente, el entero más
próximo por exceso. Si no se necesita enviar contenedores vacíos para compensar flujos, ese es también
el número de contenedores enviados. En el diseno óptimo el tamaí'lo de los contenedores para este tipo de
estrategia base sería tan grande como fuera posible.
El comportamiento de la estrategia S 1 depende del número de contenedores disponibles para el vuelo en
origen, K, y del número total de destinos finales, F. La comparación inicial se realiza para el hipotético
caso de demanda homogénea: cada destino final lleva asociadas n=NIF maletas de promedio -en realidad
las demandas son muy heterogéneas en función del destino final.
Idealmente, con esta estrategia interesaría separar un conjunto de (n!Cl contenedores para cada destino
final, para así poder hacer transferencias de rampa en el hub. Esto sólo es posible si K~(n!Cl. En caso
contrario, debe producirse un empaquetado. Conviene aquí distinguir formalmente dos casos (n>C y
O<n<C), aunque conceptualmente el caso n>C - improbable en la práctica, por otro lado- se reduce a l
segundo caso: deben asignarse K grupos de maletas a cada uno de los K contenedores y el resto de F-K
grupos, se irán llenando al tiempo de cmte, de manera que la carga en los contenedores sea lo más
equitativa posible; en este caso interesa minimizar tanto el número de paradas por contenedor en el hub,
como su varianza.
La estrategia S2 preclasifica por sectores, que agrupan uno a más destinos finales. Cuando no
existen premuras temporales para la conexión de vuelos en el hub, puede demostrarse que la
estrategia que minimiza el coste de manipulación y c lasificación global es aquella en la que todos
los sectores excepto uno incluyen como máximo un destino: si S es el número de sectores, se deben
9 Caso: Gestión del equipaje en aeropuertos 167
definir S-1 sectores con un solo destino y agrupar los F -S+ 1 destinos restantes en un único grupo de
maletas con destinos finales mixtos; deben utilizarse todos los contenedores disponibles. Esta
estrategia de preclasificación S2 adquiere su máxima eficiencia en el caso más realista de demanda
heterogénea.
Si, como es habitual, existen premuras temporales en la conexión de vuelos en el hub, la estrategia S2
base puede penalizar las conexiones del equipaje que pertenece al sector mixto. En este caso, puede
interesar una variante de la estrategia base algo más cara en coste pero que trate a todos los destinos de
forma unifo1me en cuanto a tiempo de transferencia: se definen S sectores de destinos mixtos que se
procesan en paralelo en el hub; claramente interesa que el número de destinos por sector sea
aproximadamente uniforme.
9.7.3 Demanda heterogénea
En este caso, cada destino final tiene una cierta demanda n1 O=l, ...,F) tal que 2:¡ n1 = N8 . La estrategia SO
no se ve afectada por esta complicación real, puesto que su comportamiento depende del número total de
maletas excl usivamente y no de la composición de los destinos.
La estrategia S 1 ve modificada la manera de llenar los contenedores con los grupos de maletas
prcclasificados por destinos. Se ha definido el heuristico LFD (Least-Fit-Decreasing) por analogía con
otros conocidos heurísticos de empaquetado de contenedores: se ordenan los destinos de forma
decreciente (n 12:... 2:np) y se colocan los grupos en los contenedores hasta que cada uno de los K
contenedores contiene un grupo de maletas; a continuación, los grupos de maletas se van empaquetando
sucesivamente en aquel contenedor que tiene más espacio vacío. Así, se da un tratamiento especial a los
destinos con mayor demanda.
La estrategia S2 adquiere todo su atractivo con demanda heterogénea: si la demanda de los destinos es
muy poco uniforme, como sucede en la práctica, no suele ser rentable aplicar la estrategia S l . Los destinos
con menor demanda deben agruparse en un sector de destinos mixtos. Pueden probarse las siguientes
aseveraciones (Robusté, 1988):
Teorema: Si no existen premuras temporales en el hub, la estrategia de agrupamiento que
minimiza el coste de manipulación tiene una única zona con destinos finales
mezclados: no existe motivo para segregar más de una zona con destinos mixtos, a no
ser que se vayan a procesar en paralelo y de forma independiente en el hub.
Lema: El coste de manipulación se minimiza en el caso de demanda heterogénea si y sólo si
los destinos finales se han ordenado por demanda decreciente. Este resultado puede
considerarse una extensión del conocido teorema de Beckmann para clasificación de
vagones de ferrocarril: "prec/asificar los S-1 destinos con mayor demanda y poner el
resto en una zona mixta".
Si un destino tiene una conexión muy ajustada (conexión caliente, como se denomina en la industria), se
le debe procurar un tratamiento especial intentando no poner más de uno de tales dest inos en cada
contenedor e intentando que ta les contenedores entren los últimos en el avión de origen para que puedan
salir los primeros en el hub. Además de la demanda heterogénea, pueden realizarse otras extensiones para
incluir el equipaje que termina en el hub (el aeropue1to de transferencia es, a su vez, el destino final), las
paradas inte1medias, etc.

168 Logíslica dellransporle
9.7.4 Resultados
Se han realizado diversas aplicaciones numéricas que demuestran la supremacía de la preclasificación de
equipaje en origen en cuanto a costes totales y a tiempo de transferencia: entre una preclasificación con la
estrategia S2 y una ausencia de la misma para una llegada aleatmia de maletas se han podido detectar
ahorros del 25% en los costes de manipulación; desde luego, ninguna estrategia puede ganar a la SO en
cuanto a tiempo de cierre y espacio necesmio en la sala de clasificación del aeropuerto origen.
También se ha elaborado un programa de ordenador que optimiza la preclasificación de forma automática
y permite incorporar condicionantes reales. El programa obtiene mejoras del orden del 3% a pmtir de la
solución manual basada en los principios de diseño comentados; Robusté (1994) muestra algunos de los
resultados de la aplicación numérica.
Se sugiere, por tanto, que algunas de las operaciones de clasificación de equipaje que normalmente se
realizan en los aeropuertos hub, pueden traspasarse al aeropuerto de origen, cuando el equipaje es
facturado en la aerolínea. Los ejemplos numéricos demuestran que tal descentralización selectiva puede
reducir tiempo de transferencia y dinero: mientras que la preclasificación aumenta el tiempo y el coste en
el aeropuerto de origen, este hecho puede ser más que compensado por ahorros mayores de tiempo y coste
de clasificación en el hub.
Si el hub tiene una única sala de clasificación, la mejor manera de des~entralizar el trabajo consiste en
preclasificar sólo el grupo de destinos con mayor demanda y agrupar el resto de destinos en una clase
mixta. Si se dispone de vmias salas de clasificación en el hub (quizás asociadas a edificios terminales
distintos), cada vez es más corriente en la industria preclasificar por sectores; las mejoras obtenidas por
este sistema aún se podrían aumentar si, dentro de cada sector, se preclasifica además por destinos finales.
fUNDACJ Ort UNIVERSITARIA LOS LIBEnTADOI
BIBLIOTECA CENTRAL
H FRNANDO SANTOS CASTILLO
JO Logíslica urbana 169
10 Logística urbana
La última década ha sido la década de la logística en España, interés que nació eXplícitamente a
mediados de Jos años ochenta. Paulatinamente se han absorbido y aplicado los conceptos, empezando
en el ámbito de la empresa privada para fmalizar en el entorno de la administración pública. En la
Europa de las regiones metropolitanas, los equilibrios de competitividad y sostenibilidad conllevan la
aplicación de los conceptos de logística al entorno urbano. La logística urbana puede definirse como
la ciencia que estudia cómo las personas, las mercancías y la información superan el tiempo y la
distancia de forma eficiente, global y sostenible en un entorno urbano. Con este concepto se engloban
no sólo la distribución urbana de mercancías sino todas las operaciones urbanas que necesita una
sociedad moderna, e incluso la gestión eficiente de los deseos de movilidad de la ciudad,
contemplándola como una unidad de negocio cuyos servicios y operaciones son susceptibles de
optimización.
La referencia seminal en la aplicación de la investigación operativa en el entorno urbano es Larson y
Odoni (1981) donde se expone, por un lado, un conjunto completo de herramientas para analizar los
sistemas de servicios urbanos y, por otro, las reflexiones pertinentes sobre los temas institucionales y
sociales que aparecen en la práctica. Para cumplir con estos dos objetivos fijados, se focalizan hacia
una orientación logística los problemas sobre sistemas de servicios urbanos. A finales de la década de
los años ochenta, el autor propuso el concepto de logística urbana a Carlos Daganzo; su respuesta fue:
"buena idea: publica un libro con ese nombre antes que te lo quiten". El autor no ha hecho los deberes
y no ha escrito tal libro aún, pero sí impartió un curso de doctorado sobre logística urbana en la
Universidad Pedagógica y Tecnológica de Colombia, en Tunja, los días 25-29 de noviembre de 1996
y ha pretendido acuñar los términos con el artículo "Nace la logística urbana" (Robusté et al., 2000).
Los términos son de común uso desde 1998 y también desde esa fecha aproximadamente diversos
proyectos europeos de I+D han empezado a prestar atención a la distribución urbana de mercancías,
pero aún no se aplican los términos con la globalidad necesaria ni se ha entendido la relevancia de las
implicaciones de considerar la ciudad como una gran empresa de servicios, donde la logística
empresarial constituya un eje vital de competitividad y sostenibilidad. Por suerte o por desgracia, la
idea sigue igual de viva y vigente como hace un decenio.
10.1 Concepto y justificación
La logística, entendida como la ciencia que estudia cómo las personas, las mercancías y la
información superan el tiempo y la distancia de forma eficiente, representó una revolución en la
170 Logística de/transporte
década de los años 80. De puros ahorros en costes se pasó a toda una cultura empresarial mucho más
rica que mezclaba enfoques globales con locales, que fundamentaba el papel de los recursos humanos
motivados y, en fin, se convertía en la única estrategia posible de supervivencia en nuestro mundo
global: la producción eficiente de la calidad y la personalización del producto.
Cada vez más, las ciudades se contemplan como unidades de negocio y se aplican principios de
eficiencia empresarial a las administraciones públicas, en este caso locales. Los espacios que ha de
gestionar el urbanismo ya no son fisicos sino económicos. El viario y las redes definen el territorio y
el espacio se contempla como un bien público escaso. El poder de atracción de las áreas
metropolitanas ya no se basa únicamente en su capacidad de oferta de trabajo y vivienda, sino que
cada vez tiene mayor importancia la dotación de servicios, tanto en cantidad como en calidad, para
satisfacer al cliente.
La ciudad moderna y de calidad, ha de proveer servicios y operaciones, pero quiere también hacerlo
de forma eficiente (independientemente de quién sea el operador del servicio). Si las basuras se
pueden gestionar con un menor coste en una planta de consolidación fuera de la ciudad, la ciudad ha
de poder internalizar estos logros en forma de ofe1i as económicas más competitivas de los operadores
o bien recomendar a sus operadores (la interfase de la calidad de vida que percibe el ciudadano) un
cambio de hábitos que permita la mejora continua.
Una vez asumida cierta racionalidad y experiencia en la construcción de infraestructuras y edificios, y
en el urbanismo, es la eficiencia en las operaciones la que garantiza la continuidad de los servicios y
permite vencer ineficiencias funcionales y descoordinaciones. En la futura sociedad del conocimiento,
los ciudadanos que hoy en día contemplan ineficiencias: aceras sin espacio para pasar, señalización
confusa o insuficiente, nuevos equipamientos sin accesos adecuados, mantenimiento de calles poco
racional, semáforos poco coordinados o que no incluyen a todos los usuarios de la vía pública, redes
de suministros independientes (una buena aportación que se produjo al construir la Villa Olímpica de
Barcelona consistió en el diseño de una arqueta pensada por primera vez para canalizar a la vez cables
y tuberías de diferentes suministros), servicios de emergencia que tardan demasiado en llegar,
transporte colectivo ineficiente, disttibución de mercancías redundante o caótica, etc., pedirán
soluciones a sus administraciones.
En este sentido hay que tener en cuenta que un viario pensado funcionalmente para todos los usos
actuales debería disponer de una sección que difícilmente tiene cabida en la mayoría de las calles de
nuestras ciudades. La única posibilidad no utópica es especializar y compartir los usos del viario
público. Es, pues, conveniente comenzar a pensar que el viario público es un bien escaso que hay que
asignar de forma conveniente.
La ciudad del siglo XXI se distinguirá por la dotación de servicios a sus ciudadanos, en cantidad y en
calidad, y a un coste adecuado. El diseño de servicios globales como productos para clientes conlleva
que la eficiencia en las operaciones urbanas sea una condición necesaria de supervivencia. Y esta
eficiencia pasa por un análisis integral que compo1ie una optimización global (no aislada), sistémica o
integral de los servicios de la ciudad.
10.1.1 Logística urbana: Hacia una taxonomía de problemas
Aparece la necesidad de adoptar una postura integral que globalice la planificación y gestión urbana,
de tal modo que se puede aventurar el nacimiento de una disciplina capaz de considerar de forma
JO Logística urbana 171
conjunta todas las operaciones y servicios presentes en la ciudad, atendiendo al conjunto y no a las
partes que lo integran y, prestando especial atención a la sostenibilidad del sistema, es decir, al
desarrollo continuado pero responsable del mismo. Esta nueva disciplina, tendente a la optimización
sistémica o integral de los servicios de la ciudad, podría denominarse logística urbana.
Un antecedente científico pero parcial de lo que puede llegar a ser la logística urbana es el libro de
Larson y Odoni (1981) sobre investigación operativa urbana. La contribución más productiva
conceptualmente en la logística ha sido realizada por Daganzo (1994) y todavía continúa vigente, pero
la logística urbana definida como "el arte, para las colectividades urbanas, de gobernar los flujos de
bienes que le conciernen, o mejor para conseguir sus objetivos generales" (Dufour y Parier, 1999)
queda, entonces, corta. Se trata de replantearse todos los servicios y operaciones de la ciudad
adaptando técnicas que se han aplicado con éxito en entornos privados y en muchos ámbitos del
transporte y la logística empresarial: la reingeniería de los servicios urbanos.
Dentro de la logística urbana se pueden incluir desde temas tradicionalmente aceptados como objeto
de las operaciones logísticas clásicas hasta operaciones urbanas necesitadas de análisis científico y
una consideración global en el tejido urbano. Así, siguiendo a Robusté (1996), cabría englobar el
transporte urbano en todas sus acepciones (transporte público, tráfico, aparcamientos, peatones, motos
y bicicletas), el transporte de mercancías, los servicios de correos, los servicios de limpieza, riego y
mantenimiento de calles, la recogida de basuras, los servicios de respuesta rápida (policía, bomberos,
asistencia médica, etc.), las operaciones de mantenimiento de las redes de infraestructuras básicas
urbanas, la gestión de parques y jardines, los servicios de nueva generación derivados del avance
tecnológico en informática y telecomunicaciones (venta vía telefónica y el comercio a través de
internet o e-commerce).
Por último, existe un ámbito de aplicación que no puede escapar a este concepto integrador de la
logística urbana como es el referido a los suministros de servicios urbanos básicos, como son las redes
de agua, electricidad, gas, teléfono, etc.
El moti vo por el cual puede realizarse el otrora dudoso ejerc1c10 de englobar en una misma
perspectiva toda esta serie de operaciones y servicios urbanos, tradicionalmente diferenciados e
independientes, es el hecho de aceptar que la lógica de funcionamiento de todas ellas es, si no
idéntica, sí similar (producción y entregas jusi in time, entregas en ventanas temporales, servicio a
diario, adecuación de servicios a patrones de demanda, previsiones y prioridades, etc.) e incide en el
uso del viario público, y, mediante una disciplina general capaz de integrarlas a todas (léase logística
urbana), puede lograrse una sinergia conjunta capaz de optimizar los recursos escasos de las áreas
metropolitanas atendiendo a la vez a la sostenibilidad del sistema.
Esta es una época de constante desarrollo en las áreas de la informática y las telecomunicaciones, las
cuales han propiciado una revolución tecnológica que no sólo ha creado nuevos servicios urbanos,
sino que ha producido una transformación de los ya existentes. La logística urbana, dentro de este
contexto, no puede ser ajena a estos cambios y debe servirse de ellos, integrándolos en su desarrollo,
ya que el uso de los nuevos servicios telemáticos modifica sustancialmente la forma de diseñar y
gestionar un sistema logístico.
La posibilidad de transmitir y procesar inteligenten1ente la información debe ser usada como
herramienta para la optimización de las operaciones, a la vez que la posibilidad de localizar los
elementos integrantes de dichas operaciones en tiempo real permite el intervenir eficazmente en
172 Logíslica de//ranspor/e
cualquier momento en el proceso de ejecución de dichas operaciones. Lo que en transporte de viajeros
ya se ha acuñado como lntelligent Transport Systems (ITS), también se ha comenzado a aplicar con
éxito al control de accesos a barrios, control de la distribución urbana de mercancías, gestión de flotas
de velúculos para servicios de emergencias, etc.
Muchos indicios apuntan a que los diversos sectores que confluyen en los servicios urbanos no
querrán o podrán o sabrán, por sí mismos, optimizar sus operaciones teniendo como objetivo el
beneficio social de la colectividad. Los fundamentos científicos de la logística urbana ayudarán a
definir estándares y umbrales de calidad de servicio (benchmarking) que potenciarán un revulsivo en
la cultura de cada sector y en el de la propia administración. La tabla 10.1 presenta una incipiente
taxonomía de operaciones y servicios urbanos en función del escenario de demanda (estable o
cambiante) y del tipo de problema científico que lo resuelve.
10.1.2 Sectores implicados
Planificación y gestión
Tradicionalmente, dos sectores profesionales presentan puntos de vista complementarios: Los
urbanistas se preocupan de la distribución del espacio y la forma estética en la ciudad y en las
viviendas, pero a menudo quedan fuera de juego cuando la perspectiva que se trata son los servicios
de una ciudad, sus flujos de movilidad o su funcionalidad. Hasta principios de la década pasada no se
ha planteado explícitamente que la ciudad la definen redes (Urbanismo de las redes, de Gabriel
Dupuy) y no zonas, aunque el urbanista español más notable de todos los tiempos, Ildefonso Cerdá
(ingeniero de caminos, canales y puertos que diseñó el ensanche de Barcelona), ya lo había estudiado
hace más de un siglo en su Teoría general del urbanismo.
Por otro lado, los ingenieros de tráfico y transporte, históricamente preocupados por la fluidez del
tráfico y la seguridad vial, están en proceso de descubrimiento de la "democratización" del viario
público (uso del mismo para todos los modos de transportes) y de la planificación y gestión de la
movilidad sostenible. Poco a poco los profesionales se van comprometiendo no sólo con los efectos
sino también con las causas que los producen.
Producción y comercialización
Las empresas, en su búsqueda de ampliar el nicho de mercado, lanzan estrategias de comercialización
cada vez más sofisticadas desde el punto de vista competitivo. Los niveles de servicio ofrecidos se
ponen metas crecientes: por ejemplo, una empresa de venta por intemet (de libros, CD, etc.) ofrece un
servicio de entrega a domicilio en 4 horas para las ciudades de Barcelona y Madrid. En el caso de la
distribución de mercancías, ante la solución más evidente de consolidar proveedores para su posterior
distribución, el sector de la producción antepone sus lícitos intereses de tipo estratégico (discreción y
exclusividad en la relación con sus clientes, etc.) y económico (ventajas para el cargador con menor
red de distribución). Las nuevas tecnologías han sido aplicadas, por ahora, casi exclusivamente como
medio para acercarse a un cliente más lejano y exigente, por lo tanto el nuevo desafio de las empresas
está en la aplicación de estas mismas tecnologías a la optimización de los recursos usados para el
cumplimiento del servicio.
Distribución
Ante la necesidad de lograr la productividad por medio de la rapidez, los transportistas pueden llegar a
utilizar prácticas poco ortodoxas en cuanto a interferencias para la movilidad de la ciudad. En otro
10 Logíslica urbana 173
sector, como el de los suministros urbanos (gas, agua, saneamientos, teléfonos, electricidad, etc), las
ineficiencias suelen quedar enmascaradas porque, por ejemplo, quien se ve entorpecido por las obras
de tendido de redes no tiene la posibilidad de evaluar el nivel de la planificación de éstas. En resumen,
es más evidente un camión aparcado en una zona no permitida, que la duplicación de obras, producto
de una planificación independiente de cada servicio.
Clientes
Los clientes de la ciudad deben percibir que el beneficio que obtienen por vivir, invertir o visitar la
cuidad es igual o superior al que otra localidad le proporcionaría. El cliente ya ha superado la
condición de cautivo debida a sus activos fijos y pasa de ser un cliente leal (valor simbólico de la
ciudad) a un cliente que busca la mejor localización para su negocio (valor debido a las propiedades
de la ciudad) para el logro de una ventaja competitiva sostenible .
Administración local
La administración local, en su búsqueda de mejorar la calidad de vida de la población a la que sirve
(reducción de la congestión, de la contaminación atmosférica y acústica, mejora de la seguridad vial,
etc.), a menudo se ve condicionada por perspectivas parciales y olvida las necesidades logísticas que
permiten la sostenibilidad de la ciudad. Es desde las administraciones desde donde se debería
promocionar la logística urbana de calidad, pero para ello deben conocer cuáles son las prácticas que
se deben premiar o penalizar. Dado que un buen uso del espacio urbano repercute positivamente en
toda la sociedad, es también la administración quien debe canalizar esfuerzos de formación y
concienciación en el sector dirigidos a todos los sectores comprometidos en la eficiencia logística de
la ciudad.
10.1.3 Tendencias en logística urbana
Como síntesis de las tendencias detectadas en la distribución urbana de mercancías (Robusté, 1999),
parte importante de la logística urbana, no es evidente que en el futuro el uso del viario público sea
independiente de las repercusiones creadas a terceros, de la misma manera que no es obvio que
adquiriendo un coche se adquiera el derecho a ocupar permanentemente el viario público; los
impuestos de circulación ni contemplan tal uso ni responden actualmente a principios tarifarías de un
bien escaso.
Cabe destacar los procesos de concentración y especialización del comercio, lo que debería
aprovecharse para intentar llegar a una mejor racionalización de las operaciones y servicios urbanos,
aunque esto provoque una serie de tensiones continuadas en los distintos sectores intervinientes. Las
nuevas modalidades de consumo y los nuevos productos, cada vez más sofisticados y con servicio
logísticos de mayor valor agregado, mantendrán un impacto creciente en el viario público, tendencia
que puede ser corregida (en parte) con el uso de centrales de carga, plataformas logísticas y/o
infraestructuras que faciliten la concentración de servicios.
Por otro lado, la tecnología fabricará vehículos menos contaminantes, que utilicen energías más
respetuosas con el medio ambiente y que faciliten las operaciones de carga/descarga. Los operadores
logísticos más grandes presentan ventajas ambientales respecto a los pequeños que serán incentivadas
por distintos medios (Antún y Robusté, 1998).
174 Logística de/transporte 1O Logística urbana 175

Un buen comienzo para cualquier ci udad es dedicar algunos recursos materiales y humanos a dibujar
Tipolo2ia de problema Escenario estable Escenario Cambiante el mapa de los servicios y operaciones relevantes de la ciudad, a partir de una buena campaña de
- Plataformas logísticas recogida de información, y otras especificidades de la ciudad, que lleven al estudio de la viabilidad de
- Tenninales de transp01te implantar pruebas piloto, concertación de iniciativas o aplicación de tecnologías de la información.
(intcrcambiadores, aparcamientos, Como ejemp lo de conce1tación puede citarse la iniciativa del Ayuntamiento de Barcelona en la
estaciones de metro, paradas de ~la~ora~ión del "Pa~to por la mov!lidad", suscrito a finales de julio de 1998 por el ayuntamiento y 28
No autobuses) mstltucwncs y asoc1ac1ones relacwnadas con la movilidad. Uno de los objetivos propuesto en este
emergencia - Oficinas postales y buzones de correo pacto es "conseguir una distribución urbana de mercancías y productos ágil y ordenada". Como
Median - - Oficinas de la administración ejemplo de pmebas piloto y aplicación de "inteligencia" cabe citar los casos incluidos en el proyecto
prob. - Equipamientos sociales europeo ELTIS (European Local Transport lnformation Service), que se puede consultar en
Localización - Talleres de transpo1te público <http://www.eltis.org>.
- Vertederos, depuradoras
- Contenedores de residuos El producto final se plasmaría en un p lan maestro de la logística urbana, pero no hay que olvidar que
Emergencia - Planta de clasificación, consolidación y - Localización de la ciudad es un sistema abierto y único; por lo tanto, tiene una inercia debido a su raigambre cultural e
Center - selección de residuos ambulancias, institucional, que sólo se podrá ir superando con tiempo y formación de sus integrantes.
prob. bomberos, etc.
- Limpieza y riego de calles - Lectura de El éxito a medio plazo para conseguir una integración eficaz de las operaciones y servicios urbanos
De arcos - Reparto de correo a domicilio parquímetros pasa inevitablemente por fomentar una mejor utilización de los recursos y del viario público
Chinese - Recogida a domicilio de residuos (contemplado como bien escaso) incorporando tecnologías de la información y de las comunicaciones,
Postman- sólidos involucrar a todos los sectores implicados en una mejora de formación en cuanto a prácticas logísticas
prob. - Gas, agua, saneamiento que podría llevar a definir una "etiqueta de calidad", y promover desde la administración local la
- Teléfono asignación de recursos e n la planificación y ordenación de la infi·aestructura necesaria así como del
- Electricidad uso de la misma.
Rutas - Líneas de transporte público - Distribución de
(cobertura) - Recogida de basuras en contenedores mercancías No existen soluciones universales y elegantes para el problema y las mejoras han de estudiarse en
De nodos - Distribución de mercancías - e-commerce detalle según zonas, productos, tipos y necesidades. Deben adoptarse distintas medidas para distintas
Traveling - Inspección y recolección de monedas - Telecompra tipologías urbanas. Lo que es cierto es que el sector de la logística urbana dispone de margen para la
Salesman - (teléfonos públicos, máquinas - Envíos a domicilio optimización y d isminución de algunas ineficiencias actuales y estas ineficiencias afectan a todos los
prob., expendedoras de productos) - Paquetería usuarios de la vía pública.
Vehicle - Carpool
Routing- - Rutas de policía, Los ayuntamientos tienen un gran papel en estas mejoras incentivando a la racionalidad y a la
prob. bomberos, formación, planificando y gestionando los servicios y operaciones, definiendo una política coherente
ambulancia, de movilidad y haciéndola respetar. Un plan maestro de la logística urbana es un producto explícito
_]>fOtección civil que recuerda la neces idad de integrarla en la planificación y en la estructura institucional de las
- Generación de residuos - Obras adm inistraciones locales.
Forecasting - - Generación de viajes - Eventos singulares
En resume n, parece existir todo un campo de desarrollo para la logística urbana, tanto en sus aspectos
Previsión prob. - Generación de correo y paquetes - Operaciones
cie ntíficos como de aplicación, organizativos y j ulidicos.
- Mantenimiento de redes "salida" y " retorno"
Priorización Multicriteria - Mantenimiento del pavimentado de
analysis calles
- Frecuencia y nivel de servicio del 10.2 Distribución urbana de mercancías
transporte público
Benclrmarking de calidad - Accesibilidad universal La distribución urbana de mercancías es un proceso vital y por ello estratégico para el crecimiento
- Umbrales de accesibilidad a la red de económico, social y cultural de una ciudad. Múltiples factores y actores diversos presentan intereses
transporte público contrapuestos que choca n con especial virulencia en las ciudades europeas más dinámicas y en los
centros históricos de cualquier ciudad. No existen soluciones simples a este problema, que se otorga
históricamente un papel de "víctima" de un cierto "olvido" a todos los niveles. Esta sección, basada en
Tabla 10.1 Taxonomía de problemas que aborda la logística urbana Robusté ( 1999), revisa la situación y los actores in1plicados y sus puntos de vista, analiza los hábitos
actuales, expone las tendencias detectadas y propone mejoras de implantación factible.
176 Logística de/transporte 1O Logística urbana 177

Se defiende la tesis de que el éxito a medio plazo para conseguir una distribución urbana ágil,
ordenada y acorde con los parámetros de calidad de vida de la ciudad, pasa inevitablemente por: ESTRUCTURA EMPRESARIAL DEL
TRANSPORTE DE MERCANCÍAS POR
a) fomentar una mejor utilización de Jos recursos y del viario público (contemplado como bien
CARRETERA
escaso) explicitando Jos costes del transporte en las transacciones comerciales e incorporando 01
tecnologías de la información y de las comunicaciones (TIC),
• 2a5
b) Involucrar a todo el sector de la distribución en una mejora de formación en cuanto a prácticas
logísticas, que podría llevar a definir una "etiqueta de calidad" o6 a 10
e) Promover desde la administración local la asignación de ·recursos en la planificación y o 11 a 20
ordenación de la infraestructura necesaria (zonas de carga y descarga, plataformas logísticas,
etc.) así como del uso operativo y jurídico de la misma. •21 a 40
o41 a 60
10.2.1 El problema de la distribución urbana []> 60

Es habitual referirse al sistema de transporte con el símil del aparato circulatorio de la sociedad.
Siguiendo este símil, la distribución urbana de mercancías es un motor de la econornia local. Si la DU Fig. 10.1 Distribución de las empresas de transporte público de mercancías
no goza de agilidad, existe el peligro que languidezca la competitividad y relevancia de la ciudad. · por carretera según el número de camiones de las empresas, 1999
(Fuente: Ministerio de Fomento/2000)
Ninguna ciudad europea está hecha para Jos coches y, por ende, no ha sido diseñada para acoger un
ingente tráfico de agitación que conforme con las recientes filosofias de servicio en logística O Personal
(producción y entregas just in time, entregas en ventanas temporales, servicio a diario y respuesta
inmediata a pedidos de emergencia prácticamente de forma independiente del tamaño del pedido, etc.)
• Dietas
multiplica el transporte y el uso del viario público. O Amortización
o G. Financieros
Cuando en EEUU se está "descubriendo" el modelo de ciudad mediterránea (una ciudad donde •Seguros
apetece por estética y funcionalidad interaccionar en el barrio, pasear y comprar por las calles, o Cargas fiscales
andando o desplazándose distancias cortas) como sinónimo de calidad de vida, las ciudades europeas D G. Estructura
ya han sufrido el envite de opciones antípodas que, paradójicamente, son aceptadas como prácticas
por las familias modernas (construcción de grandes superficies comerciales periféricas en las últimas
O Combustibles
décadas, que ya empieza a generar un efecto péndulo con la renovación y especialización de los • Neumáticos
comercios medianos y pequeños en los ban·ios). O Mantenimiento
o Reparaciones
Un viario pensado funcionalmente para todos los usuarios actuales debería disponer de una sección de
unos 30 m (3 m de acera a cada lado -incluidos la acera efectiva y el espacio muerto en fachada y
cerca del bordillo dedicado a mobiliario urbano, señalización, arbolado, etc.-, un carril de 3 m para Fig. 10.2 Estructura de costes del transporte de mercancías por
carga y descarga (C/D) a ambos lados, un carril bus/taxi/bici de 3,5 m a un lado, un carril de 2,5 m de carretera, 1998 (Fuente: Generalitat de Cataluña// 999)
aparcamiento al otro lado, y entre 2 y 4 carriles de 3,25 m circulación), lo que dificilmente "cabe" en
la mayoría de las calles de las ciudades europeas. La única posibilidad no utópica en nuestras ciudades
es especializar y compartir los usos del viario público. Es, pues, conveniente comenzar a pensar que el
viario público es un bien escaso que hay que asignar de forma conveniente. Las tarifas del transporte de mercancías por carretera, tanto en ámbito urbano como interurbano, han
ido bajando respecto al IPC. Las causas de esta tendencia son múltiples: impacto de la cultura
El transporte de mercancías en ámbito urbano ha sido "olvidado" tanto por la literatura como por la logística en las empresas españolas en la presente década, incremento sostenido del parque de
ingeniería de tráfico y por la administración local. Prueba evidente de la afirmación es la inexistencia camiones y furgonetas, y mantenimiento de una estructura empresarial endeble y, por tanto,
de investigación abundante y fructífera en DU, inexistencia de información sobre matrices susceptible a una gran competencia en precario.
origen/destino y de flujos y hábitos de las mercancías urbanas (en Barcelona los primeros inventarios
y actuaciones son de esta década; 1991 y 1997) e inexistencia de técnicos municipales específicos (en En efecto, la fig. 10.1 muestra que el 95% de las empresas son pequeñas, con 5 o menos vehículos; en
recursos humanos y en organigrama) de este ámbito, incluso en los ayuntamientos más grandes (de particular, las empresas con un solo vehículo en España cuentan un 71% del total. Entre las dos
igual manera se detectan infravaloraciones a nivel de especialista y a nivel formal en otras áreas de la gráficas se vislumbra dificil cualquier interpretación del sector de distribución que sea ajena a la
vía pública como los peatones, las bicicletas y las motocicletas). máxima productividad.
178 Logística de/transporte
La productividad requerida a los transportistas conlleva estacionamientos ilegales que dificultan la
fluidez del resto del tráfico, y que pueden, incluso, llegar a incidir negativamente en la seguridad vial;
una DUde mercancías poco eficaz transfiere las ineficiencias a la sociedad y el sistema a través de un
tráfico de agitación, con Jos consiguientes perjuicios medioambientales y encarecimiento de Jos
productos. Estos costes se analizan posteriormente, pero la fig. 10.2 ya deja entrever la impmtancia de
los costes que son proporcionales al tiempo.
Durante la presente década los comercios generan del orden del 75% de las operaciones de carga y
descarga, mientras que la vivienda genera un 15% y el sector de servicios (en franco aumento), un
10%. La duración media de las operaciones de CID es entre JO y 20 minutos para los estacionamientos
ilegales y de unos 50 minutos de media para los legales, valor que queda muy distorsionado por las
largas duraciones del estacionamiento de Jos comerciantes de la zona; sin este sesgo, el 80% de Jos
vehículos estacionados legalmente utiliza unos 20 minutos por cada operación como máximo.
En muchas ciudades, un 10% de la oferta del estacionamiento en calzada se dedica a la C/D y con
horarios bastante extensos. A pesar de esto, alrededor de un 70% de Jos vehículos se estacionan
ilegalmente, usualmente buscando la máxima cercanía al destino. De hecho, de la oferta de plazas (en
plazas/horas) existente para C/ D sólo se utiliza en un 20%.
Después de esta breve introducción ya se vislumbra un problema con múltiples aristas. A continuación
se exponen los puntos de vista de los actores más directamente involucrados, para después examinar
algunas tendencias en logística que inciden en la DU. Se examinan los hábitos actuales y los costes
involucrados, así como las tendencias detectadas tanto a nivel nacional como europeo. Finalmente, se
presentan algunos proyectos implantados basados en la incorporación de tecnologías de la
información al sector y se proponen algunas líneas de actuación como conclusiones.
10.2.2 Los actores y sus puntos de vista
Urbanistas
Los urbanistas se preocupan de la distribución del espacio y la forma estética en la ciudad y en las
viviendas, pero a menudo quedan fuera de juego cuando la perspectiva que se trata son Jos servicios
de una ciudad, sus flujos de movilidad o su funcionalidad.
Hasta principios de esta década no se ha planteado explícitamente que la ciudad la definen redes
(Urbanismo de las Redes de Gabriel Dupuy) y no zonas, pero el urbanista español quizás más brillante
de todos los tiempos, Ildefonso Cerdá (ingeniero de caminos, canales y puertos que diseñó el ensanche
de Barcelona), ya lo había estudiado hace más de un siglo. Ildefonso Cerda y su Teoría General del
Urbanismo había quedado postergado, sólo atendido por eruditos, hasta que recientemente la escuela
francesa citada ha resucitado su relevancia. Ya Cerdá, antes de la invención e implantación del
automóvil, había previsto que el ferrocarril abastecería las grandes ciudades de mercancías a través de
una red subterránea; su diseño de manzanas cuadriculadas de unos 100 m de lado y achaflanadas y con
generoso viario, se ha adaptado perfectamente al masivo uso del automóvil y otros modos
mecanizados en superficie.
En general, ya se ha dicho, el viario de una ciudad europea consolidada (en particular en los centros de
las ciudades) no está preparado ni para la circulación ni para el estacionamiento de camiones, y menos
aún para ciertas actividades comerciales que necesitan mercancías de gran volumen (concesionarias de
coches, venta de muebles, etc.). A este vacío en el análisis y entendimiento de las necesidades de una
ciudad se añaden como guindas los condicionantes de la legislación (la Villa Olímpica de Barcelona,
JO Logística urbana 179
un nuevo barrio, se construyó con 2 plazas de aparcamiento por piso, siguiendo ordenanzas
municipales de edificación avanzadas; al no ser posible vincular legalmente la adquisición de una
vivienda con la adquisición de las 2 plazas de aparcamiento, los propietarios prefirieron posponer la
adquisición de plazas de aparcamiento y amueblar o mejorar la inversión en el piso, con lo que
durante los años 1993-95 la imposibilidad de estacionar en superficie era de las más manifiestas de la
ciudad.) o de la falta de planificación (se permite abrir grandes supermercados en barrios antiguos de
viario estrecho y tottuoso y sin aparcamiento para clientes, con una perspectiva de "avestruz", de
aparente desentendimiento de cómo accederán los clientes).
Ingenieros de transporte
Históricamente preocupados por la fluidez del tráfico y la seguridad vial, los ingenieros de
tráfico y transporte están en proceso de descubrimiento de la "democratización" del viario
público (los peatones y los otros modos de transporte también tienen sus derechos) y de la
planificación y gestión de la movilidad sostenible. Se está incidiendo en las causas además de en
los efectos.
La perspectiva de la DU adoptada por estos técnicos es usualmente parcial y se centra en los
perjuicios que los vehículos de DU generan al resto de automóviles y usuarios de la vía pública en
general: interferencias a vehículos y peatones por estacionamiento ilegal, posible afectación negativa a
la seguridad vial (menor visibilidad y realización de maniobras peligrosas), tráfico de agitación, etc.
El desconocimiento del sector de DU, de sus hábitos y su problemática se está disipando a marchas
forzadas mediante la realización de encuestas y la toma de datos.
Cargadores (fabricantes)
Muchas veces la subcontratación del transporte hace que los cargadores se olviden del problema de la
distribución, en el supuesto de que dejan el tema en manos de otros profesionales; al fin y al cabo, el
objeto de los cargadores es saber qué y cómo producir.
Han adoptado muchas veces a ciegas las herramientas logísticas de calidad de servicio sin querer
pasar por el aprendizaje y el cambio de cultura empresarial que estas prácticas significan.
Así, responden con entregas urgentes a pedidos pequeños (muchas veces sin un pedido mínimo que
justifique una entrega), producen jusi in time y envían muy frecuentemente pedidos puntuales que
posibilitan a sus clientes la práctica eliminación de stocks.
La faceta comercial de los cargadores ha incorporado el transpmte como un· regalo de marketing
(¿quié n de nosotros no da por sentado que el transporte para la entrega va incluido en el precio de un
electrodoméstico o mueble?) y esta "gratuidad" y amago conducen a compottarnientos que no tienen
en cuenta las repercusiones en transporte.
Por último, a la solución evidente de consolidar proveedores para la DU (se visita una vez al día un
mismo tipo de comercios llevándoles todos los pedidos; por ejemplo: se visita un bar y se descargan
de una vez cajas de varias marcas de refrescos y bebidas, el pan y comestibles, etc.), los cargadores
anteponen sus lícitos intereses de tipo estratégico (discreción y exclusividad en la relación con sus
clientes, especialmente en los productos con competencia) y económico (ventajas del cargador con
menor red de distribución que podría beneficiarse de la red de distribución de otros cargadores a
costes marginales).
180 Logística de/transporte
Comerciantes
El objetivo de los comerciantes es vender y satisfacer a sus clientes, el público que les compra. Pagan
diversos impuestos (actividad económica, recogida de basuras, de bienes inmuebles o alquiler) y el
coste de oportunidad de su metro cuadrado de negocio en una ciudad es suficientemente importante
como para intentar eliminar otras funciones logísticas (especialmente cuando la situación actual
permite hacer un outsourcing natural).
Los comerciantes son los verdaderos clientes de la DU y es natural que, en una situación no
reglamentada como la actual, no tengan ningún interés en mantener stocks en sus tiendas y que
dediquen el máximo de metros cuadrados del local a la actividad comercial de cara al público. Este
outsourcing no aporta más que ventajas a los comerciantes y el posible riesgo incurrido viene
eliminado por las entregas rápidas que los cargadores y los transportistas son capaces de garantizar.
Los pequeños y medianos comerciantes se niegan a la DU en horas valle o por la noche, porque en
esas mismas horas ellos también realizan funciones similares a las del resto de la sociedad (además de
que en la DU por la noche es fácil conseguir opositores por motivos de ruido entre los residentes y
vecinos). Los pedidos pequeños y la comodidad de solicitar entregas en una u otra "ventana temporal"
(pese a la tradicional polarización horaria de entregas por la mañana y recogidas por la tarde)
incrementa los vehículos/km y las paradas.
Es importante conocer sus necesidades y la de los transportistas con campañas de recogida de
información sobre niveles de inventario, cantidades de pedido, frecuencias de entrega, tipología de
proveedores, etc., como ya se han empezado a hacer en algunas ciudades españolas.
Transportistas
De las figuras 10.1 y 10.2 ya se deduce que el transportista trabaj a a destajo, intentando garantizar la
productividad con la rapidez. La distancia entre el estacionamiento para la descarga o la carga y el
destino final de la mercancía (comercio) debe ser mínimo por tiempo y por comodidad (mercancías de
gran tamaño y/o peso). No es de extrañar que, mientras puedan, Jos transportistas estacionarán delante
de la puerta y, como máximo, estarán dispuestos a desplazarse media manzana o una entera si se
facilita n zonas de carga y descarga (C/D) con espacios disponibles y se regulan muy estrictamente las
paradas en doble fila o entorpeciendo la circulación.
Los transportistas están, de forma natural, en contra de cualquier medida que signifique un incremento
de costes o una pérdida de productividad y son viscerales en la defensa de estos principios porque
"están trabajando" y en verdad muchas veces su supervivencia depende de estas prácticas poco
ortodoxas (la prueba es que no existen muchos operadores logísticos grandes especializados a nivel
urbano).
Es dificil, entre la vorágine del día a día y, muchas veces, ante la falta de una política municipal clara,
pedir una cultura empresarial de respeto a la sociedad. Los transportistas se consideran "víctimas" del
sistema y seguramente tiene parte de razón. Reconocía el presidente de UPS, hace ya un dece nio, que
era imposible hacer su negocio distribuyendo paquetería urgente en Manhattan y ser competitivo
estacionando el vehículo legalmente; prefería que sus vehículos fueran multados y transferrir pat1c del
coste de las multas a sus clientes (en Jos envíos por Manhattan, se cobraba un sobrecoste en las
tarifas).
JO Logística urbana 181
El paradigma y extremo que muestra donde la rapidez prima sobre la seguridad son Jos repartidores de
pizza y en, menor medida, los mensajeros; cuando cobran por entrega y a ello se suman políticas
comerciales agresivas del tipo "o le hacemos la entrega antes de tal hora o le sale gratis", no debe
sorprender que los transportistas, esta vez a bordo de vehículos muy versátiles pero también
vulnerables, puedan cometer en ocasiones ofensas al código de la circulación y a su propia seguridad
personal, en aras a la productividad.
Policía municipal
De la misma manera que no es posible vigilar el cumplimiento de las normas por parte de todos Jos
ciudadanos en cada momento (esto requeriría recursos de control superiores a los recursos humanos
que se quieren controlar), es dific ul vigilar infracciones de decenas de minutos en todas las calles de
una ciudad.
La policía municipal no dispone de recursos suficientes (y es posible que, aún disponiendo de ellos,
tampoco fuera la estrategia de vigilancia la óptima para solucionar el problema) para esta misión,
como se ha demostrado en el control de los parquímetros de superficie (zona azul), que han tenido que
dotarse de recursos humanos independientes (a pesar de los problemas jurídicos que se presentan en el
caso de sanciones con desacuerdos).
Las zonas de C/D, si existen, pierden su eficacia al no estar vigiladas por vehículos comerciales o no
comerciales (estacionamiento fuera de la delimitación de la zona o durante periodos superiores a los
permitidos). Es aquí donde el papel de las nuevas tecnologías de la información y las comunicaciones
(TIC) pueden ahorrar muchos recursos humanos, s iempre que la política de control esté englobada en
un paquete de muchas otras acciones.
La experiencia demuestra que sancionar de forma consistente y reiterada acciones ilegales
generalizadas es como intentar ponerle puertas al campo, sin atacar el problema de fondo; de todos es
conocido el ejemplo de las limitaciones de velocidad en las carreteras y su alto incumplimiento. Sin
embargo, unas acciones claras (insistimos, no únicas, sino dentro de un paquete de múltiples acciones,
dadas a conocer con el suficiente tiempo, información, diálogo y publicidad) de vigilancia especial de
las zonas de CID y de los estacionamientos en doble fila o en carril de circ ulación pueden ser un
revulsivo (no el único) para un progresivo cambio de mentalidad en el sector de distribución.
Vecinos y demás usuarios de la vía pública
Los usuarios de la vía pública se ven afectados de los conti nuos cambios de carril que las paradas en
estacionamiento ilegal de los vehíc ulos de DU obligan a hacer. Los resultados son demoras, menor
capacidad efectiva del viario y posibilidad de algún accidente, la mayoría de las veces sólo con daflos
materiales. La indisposición de los vecinos a operaciones de C/ D por las noches, por el ruido
ocasionado encuentra su mejor aliado en la defensa de la empresa comercial familiar, que no puede
mantener una estructura de personal para permitir twnos ni está dispuesta al sacrificio adicional de su
calidad de vida familiar.
Administración local
Las ordenanzas municipales, como muchas otras normas jurídicas, pueden ser de dificil cumplimiento
o incluso nacer obsoletas. Por ejemplo, una reciente ordenanza municipal en una gran ciudad espafloia
 ) 1

182 Logística de/transporte 10 Logística urbana 183

establece que para nuevas construcciones la C/D "deberá realizarse en el interior de los locales La tabla 10.2 resu~e las características físicas y económicas de los principales tipos de vehículos
comerciales e industriales, siempre que reúnan las condiciones adecuadas", con lo que se garantiza la comunes en DU, m1entras que la tabla 10.3 sintetiza las tipologías de productos.
arbitrariedad en su cumplimiento.

La administración local acostumbra a buscar la mejora de la calidad de vida de la población a la que Vehículo PMA (kg) CUCk!.!:) Espacio Costes Maniobra
se debe (reducción de la congestión, de la contaminación atmosférica y acústica, mejora de la Furgoneta 2.500 1.000 7,5 mz 0,19 €/t-km 7,22 €/h Fácil
seguridad vial, etc.), pero a menudo se ve condicionada por perspectivas coercitivas y olvida las Furgón 3.500 1.900 10m2 0,18 €/t-km 7,22 €/h Fácil
necesidades logísticas que permiten que la ciudad siga palpitando. Camión ligero 6.000 3.000 15 mz 0,09 €/t-km 10,22 €/h Más dificil
Camión mediano 13.000 8.500 20 mz 0,03 €/t-km 10,82 €/h Dificil
Es quizás desde esta administración, y dado que un buen uso del v1ano público repercute Ta bla 10.2 Tipolog ía de vehículos con capacidades, espacio ocupado, costes unitarios de
positivamente en todos la sociedad, desde donde convendría canalizar esfuerzos de formación y operación y valor de/tiempo (Fuente: Ay untamiento de Barcelona, / 996)
concienciación en el sector tanto dirigidos a transportistas como a comercios, y con la obvia
participación de las asociaciones propias de los gremios.

Fabricantes de vehículos de transporte de mercancías PRODUCTO DESCRIPCIÓN

Alimentación Camiones y furgonetas >2.500 kg de PMA, reposición diaria
Los fabricantes de vehículos se centran a menudo en ergonomía vincul ada al mov1m1ento y la Equipamiento familiar Predominio camiones, reposición fi"ecuente
conducción (velocidad, consumo energético, seguridad) y desde hace muy poco comienzan a Paquetería Predominio de furgonetas, reposición frecuente
centrarse en la funcionalidad estática y de mantenimiento (piezas que necesitan mayor Resto de productos Predominio de furgonetas, reposición esporádica
mantenimiento colocadas de forma más accesible para que la necesidad de mano de obra del taller
sea menor, etc.). Tabla 10.3 Tipología de p roductos para el análisis de la distribución urbana (Fuente: Mol/, !998)

Los transportistas hace n poca utilización de medios mecánicos porque los vehículos de transpmte de
mercancías no disponen de sistemas de manipulación rápidos y ágiles para facilitar la carga y la ASPECTO SINTESIS
descarga (de utilidad particular e n algunos sectores como el de bebidas). La operativa de C/D debería
- Más de 62.000 locales de comercio y servicios (80% del total)
centrar también parte de la investigación y esfuerzo de los fabricantes de vehículos ya que, en el
- Unas 60.00 descargas diarias
fondo, están diseñando una he!Tamienta que no queda completa si alguna de las etapas de su uso no
Demamla (puntos de - Por sectores: alimentación (31 %), bares (27%), madera (13%), ropa
está solucionada de forma adecuada. mrga y descarga) (10,5%), domésticos (7,7%), química (7%), etc.
- A las 11 de la mañana se has realizado el 50% de las entregas y a lo
Juristas largo de la mañana, el 80%
- El día de máxima demanda es el viernes
Con algunos de los ejemplos, ya se aprecia que la plasmación de las políticas de mejora de la movilidad - En el centro, más del 30% de los comercios no disponen de superficie
y del uso del viario público en la legislación a veces se hace en forma de parches, que inevitablemente de almacenaje y sólo un 20% disponen de más de 30 m2
conllevan más en situaciones cambiantes. Es necesario en este sector una interpretación amplia, generosa Condiciones de carga - El 75% de las operaciones de CID se realizan manualmente
y moderna de la legislación para permitir la agilidad necesaria en la DU. Por ejemplo, si a la firma de v descarJ!a - La mayoría de los transportistas utilizan 1 persona por vehículo
aceptación de un albarán de entrega se le da un significado jurídico de "conformidad" con el pedido - La horas punta son: 9:00- 12:00 y 16:00-18 :00
servido, sin posibilidad de reclamaciones posteriores, esto se traduce en significantes demoras en el - Tiempo de estacionamiento de las empresas de transporte: 13 rnin
proceso de C/ D al exigir el comerciante la presencia del transportista hasta comprobar y puntear (públicas) y 16 min (privadas)
exactamente (manual o automáticamente) el pedido realizado y la entrega servida. Transporte (rutas y - Número de visitas diarias/vehículo: 30 (públicas), 20 (privadas)
estacionamiento) - Kilometraje diario: 72 km (públicas) y 31 km (privadas)
10.2.3 Hábitos y costes - Horarios. Públicas: reparto en la mañana (punta de l O a 13 horas) y
recogida por la tarde (punta de 16 a 18 horas). Privadas: distribución
- Las empresas que realizan la DU en ciudades pueden catalogarse en las siguientes tipologías: de 7 a 15 horas
- Mensajería (courier). - El 75% de los vehículos que realizan operaciones de C/D lo hacen
- Distribución física. Según las familias logísticas: ali mentación, textil, pub licaciones, etc. estacionando ilegalmente
- Transporte: grupaje, paquetería, carga completa.
- Transportes especiales: construcción, automóvi les, mudanzas, combustibles, etc. Tabla 10.4 Síntesis de la distribución urbana en Barcelona en /99/
- Ecologística: basuras, aceites y residuos, envases y e mbalajes, etc. (Fuente: Ayuntamiento de Barcelona, 1991)
184 Logística de/transporte JO Log ística urbana 185

En Barcelona se realizó en 1991 una recogida de información muy centrada en la indisciplina de

estacionamiento de los vehículos de CID.
Concepto M€/año 0
/o
Los principales problemas a que los transportistas hacían referencia eran el tráfico (33%; en 199 1 las Coste por demoras (conductor) 68,6 41 , 1%
obras olimpicas tenían la ciudad colapsada y aún no se habían inaugurado las rondas ni otras grandes Coste por demoras (mercancías) 90,2 54,1 %
infraestructuras viarias), la falta de zonas de CI D (22%) y la ilegalidad del aparcarlliento en las zonas Sobrecoste de operación 5,5 3,3%
de CID ( 14%). La tabla 10.4 sintetiza los datos principales. Sobrecoste por contaminación 2,5 1,5%
Total 166,8 100%
En mayo de 1997 se realizó una segunda campaña de recogida de infoimación, esta vez con encuestas
en 8 zonas de Barcelona preseleccionadas. La tabla 10.4 muestra el número de locales con actividad Tabla 10.6 Coste de la congestión de/tráfico para los camiones en
de DU inventariados en cada zona, el número de encuestas realizadas, el tamaño medio del local Barcelona durante 1993 (Fuente: Robusté, 1998)
comercial, el porcentaj e de operaciones de carga y de descarga, el tie mpo medio para una de estas
operaciones y el %de operaciones que se realizan en propia puerta (distancia inferior a 5 m); pese a Pero, aunque "el tiempo es oro", las políticas empresariales agresivas que remuneran a transportistas
los elevados porcentajes de entrega en puerta, a la pregunta sobre la legalidad del estacionamiento en función de la productividad no sólo imposibilitan una ordenación respetuosa con los usuarios de la
para efectuar la operación se contestaba que mayoritariamente (90%) se estacionaba en situación vía pública en la DU, sino que pueden significar peligro de la seguridad vial, para esos transportistas y
legal. Se desestimó el cerrar chaflanes del ensanche barcelonés debido a su coste, que era superior al para el resto de los usuarios de la vía pública (de nuevo, el ejemplo del repartidor de pizzas es bien
rendimiento obtenido. explícito).

En Barcelona ciudad (con 46.500 establecimientos en su municipio) se contabilizaron 100.000

operaciones de carga y descarga por dia y unas necesidades de 4.000 espacios de aparcamiento sólo
para CID. COSTES 1998 Furgoneta 1,5 t Camión 3 t Camión 9 t
Características
- PMA 3.500 kg 6.000 kg 14.000 kg
- CU aproximada 1.200-1.700 kg 3.000 kg 8. 100/9.600 kg
Zona Locales Muestra Superficie C /D Tiempo %puerta %legal - Kilometraj e anual 35.000 km 35.000 km 50.000 km
Sant Pere 1. 812 255 150m2 20/80 12 min 32% 87% - Consumo medio 12 1itros/ 100 km 15 litros/ ! 00 km 23 li tros/ lOO km
Gracia 1.701 2 11 150 m2 10/90 13 min 35% 90% - Potencia 80/ 103 cv 80/88 cv 155/ 175 cv
Costes por tiempo 5. 010.961
Sarriá 452 103 106 m1 12/88 18 min 93% 19% 5.441.883 6.551.550
- Personal 4. 158.719 4.357.308 4.357.308
Balmes 793 127 136 mL 9/9 1 6 rnin 66% 75% - Dietas 303.000 303.000 995.800
Ninot 1.742 253 153m2 15/85 12 min 13% 24% - Amortización 210.380 307.953 595.952
Gaudí 1.462 200 121 m2 25175 13 min 63% 8% - G. financieros 73.089 105.473 209.467
Ribe ra 78 1 122 101m2 8/92 23 min 30% 0% - Seguros 84.482 168.540 193.344
Les Corts 1.342 116 268 m1 5/95 16 min 16% 24% - Cargas fiscales 51.291 69.609 69.679
Tabla 10.5 Síntesis del trabajo de campo para conocer el comportamiento
- G. estructura 130.000 130.000 130.000
de la DU en diversas zonas de Barcelona (elaboración propia a partir de Costes kilométricos 614.578 754.541 1. 514.52 7
Ayuntamiento de Barcelona, 1997) - Combustibles 294.000 367.500 811.900
- Neumáticos 30. 135 24.108 117.275
- Mantenimiento 36.750 38.500 55.000
El número de vehículos de DU que están circulando en una gran ciudad es inge nte y sus demoras - Reparaciones 253.693 324.433 530.352
representa unos costes de oportunidad muy grandes como pérdida de productividad. Para un valor del Coste total anual 5.625.539 6.196.424 8.066.077
tiempo del conductor de 2.400 PTA/h (valor utilizado en 1994 por el entonces Ministerio de Obras Coste unitario tiempo 2.227 PTA/h 2.419 PTA/h 2.912 PTA/h
Públicas, Transpotte y Medio Ambiente en las evaluaciones coste/beneficio para vehículos pesados), Coste u11itario por km 17,6 PTA/km 21,6 PTA/km 30,2 PTA/km
un consumo de combustible de 13 litros/lOO km, se estimó e n Barcelona una demora diaria por
camión de 2,5 horas debido a la congestión del tráfico, con un coste medio total de 166,8 M€ en el año Tabla 1O. 7 Costes de la distribución de mercancías por carretera en la provincia de
1993 (sustancialmente mayor en la actualidad debido a que en 1993 eran de reciente operación todas Barcelona a 31 de diciembre de 1998 (Fu ente: Genera/ita/ de Cata1unya, 1999)
las infraestructuras viarias construidas para las oli mpiadas de verano de 1992); estos costes se
desglosan en la tabla 10.6.
186 Logística de/transporte /0 Logística urbana
187

Con una muestra de empresas transp01tistas, la Gcneralitat de Catalunya tiene establecido un La mejora de los vehículos en cuanto a productividad para la CID y la introducción d
, Te , respetuosas con e ¡ mediO. ambtente
. .., e nuevas
observatorio de costes del transporte de mercancías por carretera. La tabla 1O. 7 resume estos costes tecno1ogws
.
1 y energtas
.
penruttra también una n1eJ·0 1.a mat.gma
· 1
por partidas para varios tamaños de camión, suponiendo 250 días de actividad anual y 2.250 horas de de este ttpo de operaciOnes.
actividad. La tabla incluye los costes correspondientes a la provincia de Barcelona (la media para
Catalunya es más baja en cuanto a costes de personal; no se incluyen peajes).
TENDENCIA DESCRIPCION
10.2.4 Medidas y aplicaciones en Europa Proceso general de concentración. Comercio aislado tiene futuro limitado s i 110
Evolución del
se esp~ciali~a. ~U más c~~pleja p~ro la concentración brinda oportunidades
A principios de la década pasada, se elaboraron en España diversos manuales de logística que comercio de racwnahzacwn. Creacwn de mtcro-plataformas dentro de la ciudad con
sintetizaban tendencias generales detectadas en el sector del transporte y de la logística a nivel operadores inmobiliatio-logísticos.
internacional y permitían hacer una labor de difusión y formación al sector del transporte; por este
papel de formación, varios de estos manuales fueron financiados por comunidades autónomas. A - Fabricantes: incremento de la incidencia de los costes logísticos sobre el
continuación se sintetizan las principales mutaciones en funciones empresariales que traía consigo la valor miadido de los productos, proliferación de opciones de productos
"nueva" perspectiva logística, según uno de estos manuales; la mayoría de las tendencias continúan oportunidades de utilización de las tecnologías de la información:
hoy en día vigentes. oportunidad de reducir costes mediante la integración con clientes y
proveedores, subcontratación a operadores logísticos.
Logística de - Distribuidores comerciales: exigencia de respuesta rápida a las
tlistribución necesidades del consumidor, venta directa a domicil io; concentración y
FUNCION ANTES AHORA especialización del sector, mayor control sobre la cadena logística.
Stocks Seguridad, miedo Derroche - Operadores logísticos y transportistas: tensiones sobre los costes
Retrasos en entre~a Días Horas logísticos, creación de empresas con más profesionalización, oportunidades
Planificación Meses Días ofrecidas por las tecnologías de la información, de vehículos y al macenaje.
de la producción - Consumidores: demanda creciente de productos frescos y preparados,
Producción de previsiones Producción de los pedidos sofisticación creciente de la demanda, estancamiento demográfico,
Demanda
internacionalización de los gustos.
Maquinaria Averías Fiabilidad
Mano de obra Reemplazable Recurso fundamental Compra domiciliaria (venta "sin tienda", por catálogo, tclccompra, cte. o
Proveedores Muchos y reemplazables Pocos y fieles Nuevas compra en tienda y entrega en domicilio): aumento de vehícul os en circulac ión
Cadencia de entregas Mensual Diaria modalidades e incremento del tiempo de estacionamiento. Productos alimenticios
Entrega "en la próxima semana" "el 15/04/99 a las 13:30 horas" deDU refrigerados y cocinados o precocinados que exigen entregas inmed iatas en el
Objetivo de calidad 90% 100% momento del consumo.

Tabla 10.8 Mutación de las relaciones entre cargadores y transportistas con/a
introducción de la perspectiva logística. Fuente: Gobier;w Vasco (1992)
Concretando más en el caso de la DU de mercancías, un informe elaborado por el Ayuntamiento de
Barcelona en 1996 describía una serie de tendencias, algunas positivas y otras negativas, para la DU
(tabla 10.8).
Cabe destacar los procesos de concentración y especialización del comercio, lo que seguramente
puede conllevar a una mejor racionalización de la DU, pero a costa de tensiones continuadas en los
operadores logísticos y transportistas, que deberán satisfacer una tiranía basada en la sofisticación y
calidad del servicio de los clientes.
Las nuevas modalidades de compra y los nuevos productos cada vez más sofisticados y con
tratamientos logísticos más demandantes (productos refrigerados, precocinados, etc.) mantendrán un
impacto en el viario público creciente, tendencia que puede ser corregida en parte con el uso de
centrales de carga y plataformas logísticas.
Ruido (Directiva CE 91/542), normas medioambientales para vehículos Euro-
Normativll ! , envases y embalajes (Directiva 94/62 de 20 de diciembre de 1994). Principio
ambiental del "contaminador ha de pagar" y objetivos de las "tres R": reducción de los
de la VE envases y embalajes, reutilización y rec iclado.
Mejora de los vehículos y sus carrozados. Environmental Concept Tmck (ECT)
en los vehículos (cabina ligera y reciclable, piso bajo, tracción eléct rica,
Tecnologías: tecnologías de comunicaciones a bordo). Furgonetas eléctricas en los centros
vehículos e de las ciudades y en zonas peatonales (proyecto piloto en Atenas y en
información
Maastrich). Facilitación de la carga y la descarga (sector bebidas, por ejemplo).
Informática y telecomunicaciones embarcadas en la DU, idcn ti fieación
automática (etiquetas de código de barras por producto o por unidad de
transporte).
Tabla 10.9 Tendencias de la DUde mercancías. Elaboración propia a
partir de Ayuntamiento de Barcelona (1996)
188 Logística del transporte
En los principios de la década de los años ochenta, en una mesa redonda de la Conferencia Europea de
M inistros de Transporte (CEMT, 1984) se caracterizaban una serie de medidas posibles para la mejora
del transporte urbano de mercancías que se reproducen en la tabla 10. 10. Por su generalidad son de
poca utilidad.
ME DIDA DESCRIPC ION
Tasas y control Se propone cargar unas tasas al transporte de mercancías por
de los precios camión e n las áreas urbanas para forzar un equilibrio en el
reparto modal. La medida puede · tener importantes efectos
negativos para el sector del transporte.
Ordenación lle La medida inc luye desde restricciones de acceso al centro de la
la circulación ciudad a camiones de cierto tonelaje, hasta obligar a q ue la
distribución urba na se haga con camionetas y furgonetas de
pequeña capacidad, lo que puede aumentar los costes del
transporte, pasando por definir algunos itinerarios
seleccionados para el paso de camiones.
Gestión de las Una mejora de la velocidad comercial en el viario urbano
infraestructuras puede compensar el incremento de costes por usar vehículos de
distribución de menor capacidad. Se propone la construcción
de centros de carga y descarga de mercancías metropolitanos.
M edidas relativas Las reagrupaciones de itinerarios, te rminales, expediciones y
al sistema de de recolecciones y entregas pueden a umentar la productividad
transporte empresarial y disminuir la circ ulación de camiones, el parque
de vehículos y el personal necesarios para la distribución.
M edidas relativas La disminución de la frecuencia de entrega puede comportar
al sistema de una reducción de costes de distribución y de presencia de
distribución f ísica vehículos en el viario público, a costa de aume ntar los stocks.
La introducción de ordenadores abre las posibilidades a
Tecnología sistemas avanzados de planificación y control del transporte
urbano de mercancías, integrando a las pequeñas y medianas
empresas.
Gestión del espacio Es necesaria una política de previsión a largo plazo para la
reserva de espacios para los centros de transporte.
Tabla 10.10 Medidas europeas para la mejora de la distribución urbana de
mercancías propuestas a principios de la década de los años ochenta.
Elaboración propia a partir de CEMT (/ 984)
Una perspectiva europea bastante reciente es la q ue representa el informe fi nal de la acción COST-
Transport 321, Urban goods transport ( 1998). La tabla 10.11 sintetiza sus principales reco-
mendaciones.
La tab la l 0.1 2 presenta algunos ejemplos de proyectos de DU en ciudades esp añolas. La tabla 10.13
hace lo propio con varias ciudades europeas, aunque existen muchos ejemplos más en el documento
final de la acción COST 321 ( 1998).
/0 Logística urbana 189
TIPO MEDIDA CO NTENIDO
Reducción del nivel de servicio (concentración temporal de pedidos), compartir
superficie de estocaje entre comerciantes; promoción de superficies de cstocaje
en la ciudad; subcontratación del transporte; coordinación del transporte y
J. Mejora de la cooperación de los distribuidores comerciales; reducción del volumen de los
organiutción embalajes; uso compartido de flotas de vehículos; sistemas de información y
logística aplicaciones telemáticas; centros de distribución en la ciudad; consolidación de
me rcancías mediante contenedores para la DU; sustitución de los grandes
vehículos por otros de menor tamaño; utilización de equipos ligeros de
manipulac ión; desarrollar pequeños almacenes entre grupos de receptores.
Uso de la bicicleta; uso del transpmte por tubería; operaciones de manipulación
2. Elección de mercancías en el subsuelo; utilización de equipos de manipulación menos
modal costosos para favorecer el transporte intcrmodal; coordinación del transporte
intermodal; combinación del ferrocarril regional y los centros de DU.
3. Precio del Sistema de licencias a los camiones de DU; peaje urbano; tarifas de
tran sporte aparcamiento moduladas para los vehículos de DU; uso del ferrocarril en DU.
Optimización del sistema de distribución incluyendo las centrales de transporte
de mercancías; promover actividades ciudadanas menos intensivas en transporte;
4. distribución geográfica de los tráficos o por funciones; extensión de las
Infraestmctura faci lidades de transbordo; asignación de actividades comerciales/industriales a
y pltmijicación las infraestructuras actuales o futuras; resolver los problemas de infraestructura
(cuellos de botella); sacar los centros de transporte de las zonas residenciales;
calles amplias para facilitar la DU; diseño de vías para el ahorro energético;
expansión de la red de ferrocarril; reconsiderar las estaciones ferroviarias como
centros de DU; agilizar los procedimientos para tomar medidas de mejora de las
infraestructuras; establecer conexiones directas y rápidas entre centros de DU.
Jerarquización de infraestructuras y regulación del tráfico de mercancías;
5. Gestión del sistemas de información y guía para la gestión del tráfico; utilización de
tráfico infraestructuras específicas para el transporte de mercancías; sistema de rutas
para camiones en las ciudades; reserva de espacio para aparcamiento de
camiones e n las calles; límites de velocidad y dispositivos de control externo.
Parada del motor durante las operaciones de manipulación; !imitadores de
6. Metlitlas velocidad; medidas técnicas relativas a la ergonomía del vehículo; dispositivos
técnicas electrónicos para la utilización del carburante; regeneración de la energía de
sobre el vehículo frenada; uti lización de combustibles alternati vos; armonización de las
características de los vehículos y las unidades de transpOitc; desarrollo de
vehículos y equipos de manipulación silenciosos para trabajar por la noche.
7. Conducción Incidir en el comportamiento de los conductores.
Armonización de las regulaciones nacionales; definición del vehículo de
8. Otras m ee/idas dimensiones óptimas para la DU; elimjnar los obstáculos para el albarán
electrónico.
Tabla 10.11 Medidas europeas para la mejora de la distribución urbana de mercancías
propuestas por/a acción COST 321. Fuente: COST 321 (/998)
190 Logíslica dellransporle
CIUDAD GESTION DE LA CARGA Y DESCARGA
Madrid Reglamentación de 1994 que delimita una zona central y una zona central-
periférica. Se limita a 15 min la permanencia en las plazas de C/D sin
actividad. Permisividad de facto para el estacionamiento ilegal si no existen
plazas de C/D libres a menos de 75 m de distancia.
Barcelona Zona restringida al tráfico de paso (banio de la Ribera), zonas de actuación
preferente (ZAP) en el Ensanche, central integrada de mercancías (CIM) del
Vallés, señalización variable en zonas mixtas (e/ Balmes, proyecto SMILE). En
estudio la aplicación del sistema teletag, telcvigilancia, señalización variable y
dotación de muelles de carga y descarga en las activiaddes comerciales y
terciarias.
Málaga Zonas mixtas: plazas de zona azul que en determinadas franjas horarias
funcionan como plazas de carga y descarga. Creación de microplataformas
logísticas urbanas a una distancia inferior a 300 m de cualquier establecimiento
comercial.
Gmn(1(1a Estacionamiento gratuito por un periodo de 15 min a los usuarios que realicen
CID en la zona regulada. Limitación de la duración de estacionamiento a un
máximo de 30 min en las zonas de ca ~"Ka_y_ descarga.
Sabade/1 Utilización de los vados como zonas de CID de corta duración de
estacionamiento. Creación de aparcamientos con muelles interiores de C/D
para las necesidades de mercados.
Tabla 10.12 Nuevas formas de gestión de la carga y la descarga en algunas ciudades de
Espaíia. Fuente: Mol/ (1998)
Como síntesis de las tendencias detectadas, no es evidente que en el futuro el uso del viario público
sea independiente de las repercusiones creadas a terceros, de la misma manera que no es obvio que
adquiriendo un coche se adquiera el derecho a ocupar permanentemente el viario público; los
impuestos de circulación ni contemplan tal uso ni responden actualmente a principios tarifarios de un
bien escaso.
Es posible temporalmente el uso de "zonas azules" para operaciones de CID, quizás con tarjetas
especiales (30 minutos gratis, a partir de allí, pagando) que servirían para identificación y control.
Algunas calles con un número holgado de carriles pueden permitirse asignar uno a las operaciones de
CID en horas valle.
Y también es posible que en algunas ciudades y zonas se puedan aprovechar los interiores de
manzanas y garajes para establecer microplataformas logísticas; algunas modificaciones recientes a
normativas urbanísticas ya establecen la necesidad de disponer de muelles de carga en las nuevas
construcciones de locales con más de 400 m2 . La normativa urbanística deberá ir incluyendo un
rediseño de aceras y de la sección del viario para facilitar la DU, entre otras cosas.
La construcción de plataformas logísticas públicas metropolitanas y urbanas, pese a su carestía, puede
mejorar el sector de distribución y, con un buen modelo de concertación y negociación transparente,
algunos operadores logísticos urbanos podrían repartir una carga combinada a ciertos tipos de tienda
(seguramente incentivados por el sector y quizás con incentivos adicionales de la administración
local). El capítulo 12, "Centros logísticos", revisa las ventajas de estas terminales de transporte.
10 Logíslic:a urbana
191
CIUDAD GESTION DE LA CARGA Y DESCARGA
Limitación de la superficie ocupada por los vehículos (12, 16 y 20 mL), régimen
horario, jerarquización de las calles (ejes rojos). La limitación de superficie ha
París
presentado el efecto indirecto del aumento del número de vehículos.
Lyon Limitación de circulación y aparcamiento de vehículos pesados: vehículos con >6 t
no pueden acceder al centro de la ciudad de 9:30 a las 20 horas, con pequeñas
excepciones. Los transportistas han aceptado el criterio de peso pero no Jos
horarios, ya que los comercios abren tarde.
Toulouse Limitación de peso (7,5 t) y de horario en el centro histórico. Algunas grandes
superficies del centro organizan un sistema de lanzadora con pequeñas camionetas
desde un almacén situado en la periferia.
Amsterdam Entre un 20% y un 30% de las entregas en el centro de la ciudad pordían utilizar
un City Distribuction Centre (CDC). Tres grandes empresas de distribución, que
representan el 94% de las entr~as al centro, ya <>¡J_cran en tres plataformas pr~as.
M aastrich Lanzamiento de un proyecto de CDC que cuenta con el apoyo de la autoridad local
y de los comerciantes pero no de los transportistas. Fracaso por timidez en la
implantación de la medida.
Atenas Combinación de un CD y furgonetas eléctricas para el centro histórico de la
ciudad.
Tabla 10.13 Iniciativas recientes de DU en algunas ciudades europeas.
Fuente: Ayuntamiento de Barcelona (1996)
El objetivo final de la pat1icipación del sector de DU sería la definición, otorgación y control de una
"etiqueta de calidad", basada en la cultura y formación empresarial, el respeto a los usuarios del viario
público y la explicitación de costes logísticos.
La tecnología fabricará veh ículos que contaminen menos, que utilicen energías más respetuosas con el
medio amb iente y que faciliten las operaciones de C/D. Los operadores logísticos más grandes
presentan ventajas ambientales respecto a los más pequeños, que seguramente serán incentivadas por
distintos medios (Antún y Robusté, 1998).
Un buen comienzo para cualquier ciudad es dedicar algunos recursos materiales y humanos a dibujar
el mapa de la DU en la ciudad a partir de una buena campaña de recogida de información y otras
especificidades de la ciudad que lleven al estudio de la viabilidad de implantar pruebas piloto. El
objetivo sería la definición de una especie de plan maestro de la DU.
El problema de fondo tiene múltiples aristas, como se ha visto, y dificilmente tiene una solución
única, extrapolable a todas las ciudades y que satisfaga a todos los actores. Muchos síntomas tienen
una profunda raigambre cultural e institucional, que sólo con tiempo y formación podrán irse
solventando.
Mientras tanto, es posible hace r pmebas pi loto, conce11ación de iniciativas o aplicación de tecnologías de
la información. La incorporación de nuevas tecnologías a veces se denomina, un tanto pedantemente
como inteligencia; a pesar de los aspectos positivos que toda tecnología puede conllevar cuando es
utilizada adecuadamente, este enfoque muchas veces, a nuestro entender, efectúa las veces de un barniz
cosmético que no acaba de resolver los problemas de fondo, pero que conj ugado con políticas de
formación sustituye sin parangón a políticas más simplistas de tipo coercitivo.
192 Logística de/trompar/e
Como ejemplo de conce1tación puede citarse la iniciativa del Ayuntamiento de Barcelona en la
elaboración del Pacto por la Movilidad, suscrito a finales de julio de 1998 por el ayuntamiento y 28
instituciones y asociaciones relacionadas con la movilidad. El decálogo que sintetiza los objetivos y
las propuestas de este pacto es el siguiente, donde sólo se explicitan los acuerdos concretos que se
refieren a la distribución urbana de mercancías:
- Conseguir un transporte colectivo de calidad e integral.
- Mantener las velocidades de recorrido y mejorar la velocidad del transpmte público de
superficie.
- Aumentar la superficie y calidad de la red viaria dedicada a los peatones.
- Aumentar el número de plazas de aparcamiento y mejorar la calidad.
- Mejorar la información y la formación de la ciudadanía y la señalización de la vía pública.
- Conseguir una normativa legal adecuada a la movilidad de la ciudad de Barcelona.
- Mejorar la seguridad vial y el respeto entre los usuarios de los diferentes modos de
transporte.
- Promover el uso de carburantes menos contaminantes y el control de la contaminación y el
ruido causados por el tráfico.
- Fomentar el uso de la bicicleta como modo habitual de transporte.
- Conseguir una distribución urbana de mercancías y productos ágil y ordenada.
- Regular el horario y el tiempo de estancia en zonas de C/D en los chaflanes y en cie1tos
carriles de circulación, según la configuración viaria, la tipología comercial y los vehículos
de distribución de mercancías.
- Estudiar y mejorar la ordenación de las zonas de C/D con el objetivo de minimizar la
duración de las operaciones y la distancia al lugar de destino de las mercancías.
- Potenciar la vigilancia y disciplina en las zonas de C/D.
- Fomentar la distribución compartida de mercancías para reducir el número de operaciones.
Como ejemplo de pruebas piloto y aplicación de inteligencia cabe citar los casos incluidos en el
proyecto europeo ELTIS (Ettropean Local Transport Information Service) creado por la Dirección
General de Transpmte y Energía de la Unión Europea y la UITP (Unión Internacional del Transporte
Público), y diseñado para crecer y sentar las bases de un punto de referencia clave en las actuaciones
en transporte a nivel municipal. Su dirección de internet es <http://www. eltis.org>. El proyecto se
estructura en grupos de conceptos:
- Transporte público de viajeros
- Peatones y bicicletas
- Distribución urbana de mercancías
- Gestión del tráfico
- Transporte para personas con movilidad reducida (PMRs)
- Financiación del transporte
- Transporte y planificación urbanística
- Gestión de la demanda y tarifación
- Integración, intennodalidad y organización del transporte
- Servicios para los usuarios del transporte
- Impactos ambientales
- Impactos socioeconómicos
- Seguridad
10 Logística urbano 193
Cada concepto tiene una breve explicación y un listado de uniones a casos concretos en ciudades
europeas. A modo de ejemplo, se ha extraído la página correspondiente al transpmte de mercancías en
las ciudades (tabla 10.14).
Los 3 casos aplicados en directa relación con la distribución urbana de mercancías quedan resumidos
en los párrafos siguientes:
Amsterdam: Distribución en la ciudad. Declaración de 1996 que prohibe a camiones grandes
(>7,5 toneladas) operar en el centro de la ciudad. La definición de centro se hace a pa1tir de
un grupo de grandes arterias que ejercen las veces de un "sistema de filtrado". En un periodo
de 2 años, los transportistas intentan combinar los modos de transporte al máximo. La
frontera definida por el "sistema de filtrado" permitirá construir plataformas logísticas para
la rotura de carga de grandes camiones a furgonetas de menor capacidad.
<http://www.eltis.org/datal40e.htm>
Amsterdam: Centro de distribución flotante. El 23 de octubre de 1997, y por iniciativa de DHL
Worldwide Express, se inauguró el primer centro de distribución flotante del mundo: el barco
DHL. El barco navega por loa canales de Amsterdam y sirve de base para los mensajeros en
bicicleta. Con este barco desaparecen 1O furgonetas por día de la ciudad, es decir, se ahorran
150.000 km/año y 12.000 litros de diesel/año.
Debido a la congestión de centro de Amsterdam, las bicicletas ofrecen un serviciO sin
parangón para la distribución y recogida de sobres y pequeña paquetería urgente. DHL ya
había implantado un concepto parecido en Dublín en 1995, con un autobús que va
circulando por la ciudad y alimenta y recoge los paquetes de mensajeros a pie.
<http://www.eltis.org/data/63e.htm>
Barcelona: Proyecto SMILE (Street Management Improvements for Loading and Un/oading
Enforcement, mejoras en la gestión del viario para el cumplimiento de la legislación en la carga
y la descarga). Por su interés al ser un caso español, se reproduce en el anejo la información
contenida en la página web <http://www.eltis.org/data/64e.htm>.
Durante 1997 se llevó a cabo una extensiva campaña de toma de datos sobre las actividades de
carga y descarga de mercancías en Barcelona y se detectaron patrones de comportamiento
anómalos que se pretende corregir regulando el uso de las zonas de carga y descarga en las
intersecciones (chaflanes de las cuadrículas del ensanche barcelonés) y en carriles en algunas
calles singulares como la caiJe Salmes.
- Intersecciones. Las regulaciones permiten la carga y descarga de 8:00 a 14:00 horas con
una estancia máxima de 30 minutos. La policía municipal (Guardia Urbana) ha colaborado
procurando el cumplimiento de la nonnativa de regulación: durante 1997, un conjunto de 5
grúas remolcaron 12.370 vehículos aparcados de forma ilegal; sólo de enero a octubre de
1998, fueron 13.750 vehículos los remolcados por un conjunto de 8 grúas.
194 Logística de/transporte
Goods Tr.ansport _ ... . __ .. . .. ........... _ ........... .
An efficient network of goods transport is an esscntial requirement of any successful local economy.
This network must convcy raw matcrials and products to and from industrial premises, and bulk
goods and purchase to and from commcrcial premises. Modem business practise is increasingl y
dependent on a "just-in-time" philosophy which assumes that minimallevels of stock are hcld, since
fluctuations in demand can be met by rapid deliveries. Therefore ready acccss is csscntial if the
business is to be competitivc.
This need for high levels of flexibility has prompted a shift towards road haulage, oftcn rcinforced
by an economic advantage over the raíl and waterways. The heavy goods vehiclcs used for road
haulage, however, cause air pollution, are extremely intrusivc in urban arcas, and are responsible for
a disproportionally high leve! ofphysical damage to the highway network.
Goods transport can be improved in a number of ways:
Modal shift: a fair and efficient system of transp01t pncmg would ensure that hauliers take
responsibility for the upkeep ofthe highway network, reducing the economic benefit ofroad haulagc
over raíl and other modes of travcl; within the urban arca, however, it is unlikely that an altem ative
to road haulage will be appropriatc for most businesses
Vehicle technology: the use of quieter and cleaner vehicles can help to reduce the environmental
impac t of road haulage; improved raíl facilities, allowing piggy-back and other interchange
operations encourages intermodality and the transfer of loads to e lean vehicles for local transfers
Freight logistics: commercial organisations manage prívate fleets to minimise operational costs and
impacts; b y the provision of regionally based distribution centres, local authorities can cnable and
encourage modal interchange and the tra nsfer of freight from rail or long-distance trucks to smaller,
people-friendly vehicles for urban transfers; these transfer vehicles may be opcrated by a third party
carry ing a combined load, in order to max imise efficiency of any essential city-centrc trip/
Pla nning; organisations seek to reduce the need to convey freight by planning opcrations to
minimise the need for transport, for example by purchasing raw materials locally. In practise, the
prívate sector is only likely to adopt such practises if the true costs of long-distance haulage are
borne by the haulier.
Urban authorities must appraise freight operations carefull y to ensure that the economic benefits of
industrial and commercial activity are balanced against the environmcntal damage which road
freight causes.
Links to Reiated Case Studies
Amsterdam, Netherlands: City Distribution
Amsterdam, The Netherlands: Floating Distribution Centre
Barcelona, Spain: Load and Unloading
Bolog na, Italy: Urban Trajflc Regulation Plan
Tabla 10.14 Página web del proyecto europeo ELTJS correspondiente al transporte
urbano de mercancías. Fuente: DGVII + UJTP (1999)
10 Logística urbana 195
- Carriles. En el caso de la calle Balmes, se tomó como prueba un tramo de 250 m
aprov~c~ando un.a dismi~ución del flujo de tráfico entre dos intersecciones características y
se bahzo el carnl n01te mcorporando novedosas y vistosas señales de mensajes variables
(VMS, variable message signs) que permiten la carga y la descarga de 10 a 15 horas con
una duración máxima de 30 minutos. Durante la noche (22-7 horas) y los fines de se1~ana
ese carril se utiliza para aparcamiento de vehículos.
Cualquier ciudad europea puede añadirse a ELTIS y enviar la descripción de algún caso de
implantación usando el formato del proyecto <http://www.eltis.org/en/add.htm>, que puede bajarse
en formato Word, o bien contactando la dirección electrónica <eltis@pophost.eunet.be>.
Además de inteligencia, conviene no olvidar el esqueleto, los músculos y la alimentación: basta citar
de y~sada la i,ni~iativa Barcelona Cen~ro Logístico, un lobby con el aval de la ZAL (zona de
ac~lVI.dadcs logJstlcas) del puerto, el propiO Puerto de Barcelona, el Consorcio de la Zona Franca, y las
pnnctpales empresas transportistas y cargadores.
En resumen, el éxito a medio plazo para conseguir una DU ágil, ordenada y acorde a los parámetros
de calidad de vida de la ciudad, pasa inevitablemente por:
a) Fomentar una mejor utilización de los recursos y del viario público (conte mplado como bien
escaso) explicitando los costes del transporte en las transacciones comerciales e incorporando
tecnologías de la información y de las comunicaciones (TIC).
b) Involucrar a todo el sector de la distribución en una mejora de formación en cuanto a prácticas
logísticas que podría llevar a definir una "etiqueta de calidad" .
e) Promov~~ desde . la administración local la asignación de recursos en la planificación y
ordenacwn de la mfraestructura necesaria (zonas de C/ D, plataformas logísticas, etc.) así como
del uso de la misma.
Las necesidades de la DU deben incorporarse paulatinamente en la planificación urbanística
contemplando la existencia de almacenes en establecimientos comerciales y zonas de C/D e~
ap arcamie ntos y comercios de cierto tamaño de nueva construcción, con el gálibo y dimensionamiento
funcional adecuado.
La política tarifaría deberá configurarse te ndente a incorporar los costes externos de las actividades
socioeconómicas urbanas. En ciudades n01teamericanas, el concepto de impact fee va intrísccamente
ligado a aquellas actividades de cualquier tipo que afecten el status quo del viario público. En la
práctica, estos efectos puede n contemplarse como un canon explícito además de los impuestos
habituales (IAE, IVTM, etc.).
La c~l~~oración entre comerci~ntes ~ distribuidores es la cooperación y concertación entre actores que
perrrutma mantener un comerciO activo en las ciudades p ero minimizando el impac to que crea la DU
recibiendo y amoldándose a los nuevos retos de la distribución domiciliaria y las nuevas restriccione~
ambientales.
No existen, repetimos, soluciones universales y elegantes al problema y las mejoras han de estudiarse
en detalle, según zonas, según productos, tipos y necesidades de comercios, etc.: deben adoptarse
distintas medidas para distintas tipologías urbanas.
196 Logística de/transporte
Lo que es cierto es que el sector de la DU dispone de margen para la optimización y disminución de
algunas ineficiencias actuales y estas ineficiencias afectan a todos los usuarios de la vía pública. El
sector debe llegar a las soluciones por sí mismo, quizás con tutela o ayuda externa (consultoría y
formación pagados por el ayuntamiento, por ejemplo), pero sin imposición de soluciones. La
definición de una "etiqueta de calidad" por los propios profesionales de la DU podría actuar de
revulsivo para esta pretendida ordenación.
La racionalidad en el sector de la distribución (cargadores y transpo1tistas) puede romper el conocido
eslogan de marketing "el cliente siempre tiene razón", permitiendo· la concentración en un mismo
proveedor que haría el reparto de todos los productos a un comercio (con la discreción y seriedad
pertinentes), la apertura de horarios de los comercios, la planificación de pedidos reiterados, etc.
La mejoras en la entrega van desde la aceptación de albaranes sin control inmediato para evitar
esperas (lo que obliga a un cambio de mentalidad en temas jurídicos) hasta la incorporación de
tecnologías TIC en los vehículos y sistemas de manipulación ergonómicos.
Los ayuntamientos tienen que jugar un gran papel en estas mejoras, con un incentivo a la racionalidad
y a la formación, planificando y gestionando bien las zonas de CID, definiendo una política coherente
de movilidad y de DU y haciéndola respetar (control del tipo de vehículo y sus itinerarios por la
ciudad, control del tiempo de parada para la CID, etc.). Un plan maestro de la DU es un producto
explícito que recuerda la necesidad de integrar la DU en la planificación y en la estructura
institucional de las administraciones locales.
Referencias 197
Referencias
A continuación se enumeran las referencias citadas en el libro y otras consideradas relevantes en el
análisis científico de sistemas logísticos. La selección ha primado las referencias en español y no
pretende ofrecer una panorámica exhaustiva; la calidad de las referencias, por tanto, no es
homogénea.
Aarts, A. y J.K. Lenstra (1996). Local Search in Combinatoria! Optimization, John Wiley & Sons,
Nueva York.
Andreu, R., J.E. Rica1t y J. Valor (1990). Planificación estratégica de tecnologías y sistemas de
información en la empresa, !ESE, Barcelona.
Antún, J.P. y F. Robusté (1998). "Estrategias logísticas para la disminución de emisiOnes del
transpmie de carga en el área metropolitana de la Ciudad de México", Actas del /JI Congreso de
Ingeniería del Transporte: El Transporte del Siglo XXI, volumen 1, pp. 85-94. ISBN : 84-89925-17-8,
Barcelona.
Ardanuy, A. y F. Robusté ( 1996). SiReNA. Manual del usuario. Software y documentos del modelo
desarrollado por ALG S.A. para Bain and Company S.A.
Ballou, R. H. ( 1991 ). Logística empresarial. Control y planificación, Ediciones Díaz de Santos, Madrid.
Ballou, R.H. (1968). "Dynamic warehouse location analysis" Journal ofMarketing Research, volumen
5, pp. 271-276.
Barcelona, Ayuntamiento (1998). Webs de la ciudad http://www.bcn.es y del estado del tráfico
http://www.transit.bcn.es
Barcelona, Ayuntamiento (1997). Estudio metodológico y desarrollo de proyectos sobre propuestas
de mejora de la distribución urbana y de las operaciones de carga y descarga para distribución de
mercancías en Barcelona, informe realizado por la empresa Asdoconsult.
198 Logística de/transporte
Barcelona, Ayuntamiento (1996). La distribución urbana en Barcelona, informe realizado por la
empresa Molbay para la Concejalía de la Vía Pública (en catalán).
Barcelona, Ayuntamiento ( 1991 ). Situación de la carga y descarga de mercancías en el centro de
Barcelona, informe elaborado por la empresa Doymo (en catalán).
Barcos, L., V.M. Rodríguez, M.J. Álvarez y F. Robusté (2000). "Modelización de un sistema de
transporte de muchos orígenes a muchos destinos con un solo hub ", actas del IV Congreso de
Ingeniería del Transporte, vol. 2, pp. 667-674, Valencia, 7-9 de junio de 2000.
Beckmann, M. J. y T. Puu (1987). "Spatial economics: Density, potential and tlow", Studies in
Regional Science and Urban Economics, Elsevier Science, Nueva York.
Beck.mann M. J., C. B. McGuire y C.B. Winstein ( 1956). Studies in the Economics ofTransportation,
Yale Uruversity Press, New Haven, CT.
Beckmann, M. (1968). Location theory, Random House, Nueva York.
Blumenfeld, D.E., L.D. Bums, M. Frick, C.F. Daganzo y R.W. Hall (1987). "Reducing logistics costs at
General Motors", InteJfaces, 17:1 , pp. 26-47.
Bodin, L., B. Golden, A. Assad y M. Ball (1983). "Routing and scheduling of vehicles and crews: The
state ofthe art", Computers And Operations Research, 10, pp. 105-121.
Bowersox, D.J., D.J. Closs y O.K. Helferich (1986). Logistical management, MacMillan Publishing Co.,
Nueva York.
Bureau of Public Roads (BPR; 1964). Trajjic assignment manual, U.S. Department of Corrunerce,
Urban Planning Division, Washington, D.C.
Bums, L.D., R.W. Hall, D.E. Blumenfeld y C.F. Daganzo ( 1985). "Distribution strategies that minimize
transportation and inventory costs", Operations Research, 33:3, pp. 469-490.
Calimeri, M. (1974). Las compras: cómo programarlas, organizarlas y controlarlas, cuarta edición,
Editorial Hispano Europea, Barcelona.
Campbell, J.F. (1994). "Integer programming formulations of discrete hub location problems",
European Journal OfOperational Research, 72, pp. 387-405.
Campbell, J. (1990). " Locating transp01tation tenninals to serve an expanding demand", Transporta/ion
Research B, 248:3, pp. 173-193.
Carey M. (1985). "The dual of the traffic assignment problcm with elastic demands", Trans. Res.,
19B, pp. 227-237.
Carranza, O. (1997). Diseño de rutas de recogida de basuras mediante aproximaciones continuas,
tesis doctoral, Escuela Superior de Ingenieros Industriales de San Sebastián, Universidad de
Navana.
Referencias 199
CEMT, Conferencia Europea de Ministros de Transporte ( 1984). Systhnes de distribution des
marchandises dans les aires urbaines, mesa redonda 61, París. ISBN: 92-821-2088-0.
Centro Español de Logística ( 1992). La logística en España en la década de los 90, resultados de un
estudio Delphi sobre logística realizado por Andersen Consulting.
Chang, S.K. y P.M. Schonfeld (1989a). "Analytical optimization of parallel bus route with time
dependent and elastic demand. Transp01tation Studies Center", Working Paper 89-92, University of
Maryland, College Park.
Chang, S.K. y P.M. Schonfeld (1989b). "Optimal dimensions of bus servicc zones", Journal of
Transporta/ion Engineering, 119:4.
Chang-Ching, Y. ( 1994) Waste-Economy of Jndustrial-Commerciai-Institutional (JCJ) Establishments
in the Metropolitan Toronto Area: An lntegrated Methodology, University ofToronto, Canada.
Chapleau L., J. Ferland, J.M. Rousseau (1985). "Clustering for Routing in densely populated arcas",
European Journal of Operational Research, 20, pp. 48-57.
Chua, T. (1984). "The planning ofurban bus routes and frequencics: A survcy", Transportation, 12.
Clarke, G. y J.W. Wright (1964). "Scheduling ofvehicles fi·om a central depot toa numbcr ofdelivery
points", Operations Research, 12, pp. 568-581.
Colomer, J.V. (ed.) ( 1998). El transporte terrestre de mercancías: organización y gestión, Fundación
Instituto Portuario de Estudios y Cooperación, Valencia. ISBN: 84-923957-0-2.
Colomer, J.V. ( 1995). Centros integrados de mercancías, Fundación Instituto Valenciano de Estudios
del Transporte, Valencia. ISBN: 84-921 119-0-9.
Companys, R. y J.B. Fonollosa (1989). Nuevas técnicas de gestión de stocks: MRP y JJT, Colección
Prodúctica n° 22, Marcombo, Barcelona.
Conferencia Europea de Ministros de Transporte (1997). New trends in logistics in Europe, mesa
redonda 104, OECD, París. ISBN: 92-821-1224-1.
Cooper, L. (1964). "Heuristic Methods For Location-Allocation Problems", SIAM Review 6, pp. 37-53
Comuejols, G., M.L. Fisher, Nemhauser (1 977). "Location Of Bank Accounts To Optimize Float: An
Analytic Study OfExact And Approximate Algorithms", Management Science 23 , pp. 789-810.
COST-Transport 321 (1998). Urban goods transport, documento final de 343 páginas. ISBN : 92-828-
4572-9.
CP Consultores (1993). Manual de logística para la distribución comercial, AECOC.
Cristofides, N. (1973). "The Optimum Traversa! of a Graph", OMEGA: Jnt. J. Manag.. Sci. 1(6), pp.
7 19-732.
200 Logística deltrcmJporte
D'Este, G. (1987). "Trip assignment to radial maj or roads", Trans. Res. , 2 JB, pp. 433-442.
Daganzo, C. F. (1994). "Logistics systems analysis". Lecture Notes in Economics and Mathematical
Systems, n° 36 1, segunda edición, Springer-Verlag, Berlín.
Daganzo, C.F. (1987a). "The break-bulk role of tenninals m many to many logistic networks",
Transportan/ion Research, 35:4, pp. 543-555.
Daganzo, C.F. (1987b). "Modeling distribution problems with time windows. Part 1 and Pa11 11",
Transporta/ion Science, 21, pp. 17 1-179 y 180~ 187.
Daganzo, C.F. (1984a). "The length of tours in zones of different shapes", Transporta/ion Research B,
18B: 12, pp. 135-146.
Daganzo, C.F. (1984b). "The distance travclcd to visit N points with a maximum ofC stops per vehicle:
An ana1ytic model and an application", Transportation Science, 18:4, pp. 331-350.
Daganzo, C.F. y R.W. Hall, (1993). "A routing model for pickups and deliveries: No capacity
restrictions on the secondary items", Transporta/ion Science, 27, pp. 315-329.
Daganzo, C. F. y G.F. Newell (1986a). "Configuration of physical distribution networks", Networks,
16:2, pp. 11 3-1 32.
Daganzo, C.F. y G.F. Newell (1986b). "Design of multiple vehicle delivery tours. Parts 1, 11 and Ill",
Transporta/ion Research B, 20B:5, pp. 345-364, 365-376 y 377-390.
Dejax, P.J. y T.G. Crainic, (1987). "A Review Of Empty Flows And Feet Management Models In
Freight Transportations", Transportation Science, 2 1, pp. 227-247.
Desrosiers, J., Y. Dumas, M. Solomon, y F. Soumis, (1995). "Time Constrained Routing And
Scheduling", Handbooks In Operations Research And Management Science: Netowork Routing, 8.
Editado por Ball, M.O., T.L. Magananti, C.L. Monna, y G.L. Nemhauser, North-Ho lland,
Amsterdam.
DGVll European Comission - UITP Unión Internacional del Transporte Público ( 1998). "EL TIS,
European Local Transport Informa/ion Service ". http://www.eltis.org.
Diehr, G. (1972). " An Algorithm For The P-Median Problem", Working Paper, 191 , Western
Management Science Institute, University ofCalifornia at Los Angeles, California.
Dufour, J.G. y D. Parier (1999). " Les transports de marchandises ct la ville. L'expérience Fran¡¡;aise".
Conférence Européenne des Ministres des Transports. Mesa redonda 109.
Eglese R.W., L.Y.O. Li (1992). "Efficient Routeing for Winter Gritting", Journal of the Operationa/
Research Society, 43 :1 1, pp. 103 1- 1034.
Eilon, S., C.D.T. Watson-Gandy y N. Christofides ( 1971). Distribution Management: Mathematical
Modeling and Practica/ Analysis, Hafner, Nueva York.
Referencias
201
Eusko Jaurllaritza ( 1992). Manual de logística para empresas de transporte, Dirección de Transportes,
Departamento de Transportes y Obras Públicas.
Evans, J., Minieka E. ( 1992). Optimization Algorithms for Networks and Graphs, Ed. Maree! Dekker,
Inc.
Farrán, J. (ed.) ( 1988). Distribución y logística, lES E, Barcelona.
Federal Aviation Administration (1975). The apron and terminal building planning report, infmme FAA-
RD-75-191 preparado por Ralph M. Parsons.
Fisher, M.L. y R. Jaikumar (198 1). "A generalized assignment hemistic for vehicle routing", Networks,
11 , pp. 109-124.
Fukushima, M. ( 1984). "On the dual approach to the traffic assignment problem", Trans. Res., 18B,
pp. 235-245.
Gardeta, J.G., A. Camarero y G. Gardeta (1999). Manual de logística portuaria, Universidad
Politécnica de Madrid. ISBN: 84-7493-273-4.
Garfinkel, R. S., A.W. Neebe, y M.R. Rao (1 974). "An algorithm for the M-median plant location
problem", Transporta/ion Science, 8, pp. 21 7-236.
Garfinkel, R. S. y G.L. Nemhauser ( 1972). Integer Programming, John Wiley, Nueva York
Gattoma, J. (1988). "Effective logistics management", International Journal of Physical Distribution
and Materia/s Management, 18:2-3, MCB University Press.
Gay, A., Beam T., Mar B. (1993). "Cost Effective Solid-Waste Characterization Methodology",
Journal of Environmental Engineering, 11 9:4, pp. 631-644.
Gendreau, M., S. Gopalakrishnan, J. M. Rousseau, ( 1997). A Tabu search heuristic for the capacitated
are routing problem, congreso INFORMS-Barcelona.
Generalitat de Catalunya, Direcció General de Ports i Transports (1 999). "Observatorio de costes del
transporte de mercancías por carretera en Cataluña a 31/12/98", Boletín de Transportes, 8, Barcelona
(en catalán). ISSN: 11 37-9065
Generalitat de Catalunya (199 1). La logística en el transporte de mercancías, Direcció General de
Transports (en catalán).
Ghobrial, A., C.F. Daganzo y T. Kazimi (1982). "Baggage claim area congestion at airports: An empirical
model of mechanized claim device performance". Transporta/ion Science, 16:2, pp. 246-260.
Gillett, B.E. y L.R. Miller ( 1974). " A heuristic algorithm for the vehicle dispatch problem", Operations
Research, 22, pp. 340-349.
Golden, B., T. Magnanti y H. Nguyen (1977). "lmplemcnting vehicle routing algorithms", Networks,
7, pp. 113-148.
202 Logística del transporte
Gol den B. y R. Wong ( 1981 ). "Capacitated Are Routing Prob1ems", Networks, 11, pp. 305-315.
Golden, B.J. y A. Assad (1988). Vehicle routing methods and studies, North-Holland Elsevier,
Amsterdam.
Goldman, A.J. (1971). "Optimal center 1ocation in simple networks", Transporta/ion Science, 5, pp.
212-221.
Hakimi, S.L. (1965). "Optimun distribution of switching centers iri a communication network and
sorne related graph theoretic problems", Operations Research, 13, pp. 462-475.
Hall, R.W. (1996). "Pickup and delivery systems for ovemight carriers", Transporta/ion Research A,
30A, pp. 173-187.
Hall, R. W. (1995). "Pickup and delivery systems for overnight carriers", Transportation Research, vol.
29A, núm. 6.
Hall, R.W. (1993). " Properties of vehicle routes with variable shipment sizes in Euclidean plane",
Transporta! ion Research Record, 1413, pp. 122-129.
Hall, R.W. (1991). "Characteristics ofmultistop/multilevel vehicle routes", Transportation Research
B, 25B, pp. 391-403.
Hall, R.W. (1989a). "Configuration of an overnight package air network", Transportation Research,
A, 23A:2, pp. 139-149.
Hall, R.W. (1989b). "Vehicle packing", Transportation Research B, 238:2, pp. 103-121.
Hall, R.W. (1.987a). "Comparison of stratcgies for routing shipments through transportation
terminals", Transportation Research, A, 21A:6, pp. 421-429.
Hall, R.W. (1987b). "Direct versus terminal freight routing on a network with concavc costs",
Transporta/ion Research B, 218:4, pp. 287-298.
Hall, R.W. (1984). "Travel distance through transportation terminals on a rectangular giid", Journal of
the Operational research Society, 35, pp. 1067-1078.
Hall, R.W., Y. Du y J. Lin ( 1994). "Use of continuous approximations within discrete algorithms for
routing vehicles: Experimental results and interpretation", Networks, 24, pp. 43-56.
Han, A. y C.F. Daganzo (1986). "Distributing nonstorable items without transshipments",
Transporta/ion Research Record, 1061, pp. 32-41.
Handler, G.Y. y P.B. Mirchandani (1979). Location on networks, The Massachusetts lnstitute Of
Technology, EEUU.
Hurdle, V.F. (1973). "Mínimum cost locations for paralell public transit Jines". Transporta/ion
Science 7.
Referencias 203
lATA ( 1978). Airport terminal reference manual, Montrea1, Canadá.
lbeas, A. et al. (2000). e-Logistics ! , Marge, Barcelona.
Jones, J. V. (1989). Logistic support analysis handbook, TAB Books, EEUU.
Jordan, W.C. (1982). The impact of uncertain demand and supply on empty railroad car distribution,
tesis doctoral, Comell University, lthaca, Nueva York.
Jordan, W.C. y L.D. Bums (1984). "Truck backhauling on two terminal networks", Transporta/ion
Research B, 18B, pp. 487-503.
Kariv, O. y S.L. Hakimi (1976). An algorithmic approach to network location problems. Par! 2: The
p-medians, Northwestern University, Evanston, Illinois.
Khumawala, B.M., A.W. Neebe y D.G. Dannenbring (1974). "A note on El-Shaieb's new algorithm
for locating sourccs among destinations", Management Science, 21, pp. 230-233.
Klincewicz, J.G. (1991). " Heuristic for the p-hub location problem", Ettropean Journal OfOperations
Research 53, pp. 25-37.
Kuehn, A.A. y M.J. Hamburger (1963). "A heuristic prograrn for locating warehouses", Management
Science 9, pp. 643-666.
Lawler, E.L., J.K Lenstra, A.H.G. Rinnooy Kan y D.B. Shmoys (1985). The traveling salesman
problem, John Wiley & Sons, Nueva York.
Lin Y., Y. Zhao (1989). "A New algorithm for the Directed Chinese Postman Problem" Computer and
Operations Research 15 (6), pp. 577-584.
Madanat, S. y M. Cassidy ( 1993). "A methodology for deterrnining leve! of service categories using
attitudinal data". Working Paper ofthe Civil Eng. Department, Purdue University.
Magee, J.F., W.C. Copacino y D.B. Rosenfield (1985). Modern logistics management, Wiley, Nueva
York.
Magnanti, T.L. (1981). "Combinatoria! optimization and vehicle fleet planning. Perspectives and
prospects", Networks, 11 , pp. 179-213.
Maranzana, F.E. (1964). "On the location ofsupply points to minimize transport costs", Operational
Research Quarterly, 15, pp. 261-270.
Merino, E. ( 1997). Configuración logística de sistema de transporte urbano en autobús para ciudades
intermedias, tesis doctoral, Escuela Técnica Superior de Ingenieros de Caminos, Canales y Pue11os.
Universidad Politécnica de Cataluña, Barcelona.
Merino, E. y F. Robusté. (1997). "Bus network design for intermediate cities with one center". Euro
XV-Informs XXXIV, Barcelona.
 Logística de/transporte
204
Michalewicz, Zbigniew (1996). Genetic Algorithms+Data Structures=Evolution Programs, Springer-
Verlag, Berlín-Heidelberg-Nueva York.
Ministerio de Fomento, Secretaría General Técnica ( 1998). El transporte y las comunicaciones en
España en cifras. Informe anua/1997. Madrid, NIPO: 161-96-065-2.
Ministerio de Obras Públicas, Transportes y Medio Ambiente (1996). Manual para la
subcontratación de servicios logísticos, Dirección General de Servicios de Transportes, Madrid. ISBN:
84-498-0167-2.
Ministerio de Transportes, Turismo y Comunicaciones ( 1989). Prácticas logísticas empresariales y zonas
de actividades logísticas en España, Secretaría General Técnica, Lecturas de Transporte, Turismo y
Comunicaciones 5, Madrid. ISBN: 84-86918-22-7.
Mirchandani, P.B., R.L. Francis, (1989). Discrete Location Theory, John Wiley & Sons, lnc. EEUU.
Moll, M.A. (1998). "La problemática de la carga y descarga de mercancías en los centros urbanos",
apuntes de clase dentro del Programa de Postgrado en Planificación y Gestión de la Movilidad, UPC.
Monden, Y. (1987). El sistema de producción de Toyota, !ESE, Barcelona.
MOPTMA (1995). Análisis de la capacidad de las infraestructuras aeroportuarias, monografía publicada
por el Servicio de Publicaciones del MOPTMA preparada por ALG (en prensa).
Mumayiz, S. y N. Ashford (1986). "Methodology for planning operations of airport terminal facilities",
comunicación presentada al 65th Annual Meeting of the Transporta/ion Research Board, Washington
D.C.
Muro, M.A. (1988). "Descrición logística del mercado español", Revista TTC, 30, pp. 44-50.
E. Musa, G.E. Ho (1981). "Optimum sample size in refuse analysis", Journal of Environmental
Engineering ASCE, 107 (6), pp. 1247-1260.
NEVEM working group (1989). Performance indicators in logistics. Approach and coherence, IFS
Publications, Springer-Verlag, Berlín.
Newell, G.F. y C.F. Daganzo (1986). "Design of multiple vehicle delivery tours. Part l and Il",
Transporta/ion Research B, 20B, pp. 345-364 y 365-376.
Newell G. F. (1980). Tra.fjic Flow on Transportation Networks, MIT Press, Cambridge, MA.
Newell, G. F. (1973). "Scheduling, location, transportation and continuum mechanics: sorne simple
approximations to optimization problems", SJAM Journal ofApplied Mathematics, 25:3, pp. 346-360.
O'Kelly, M.E., y D.L. Bryan (1998). "Hub location with flow economies of scale", Transporta/ion
Research B, 32, pp. 605-616.
Ortúzar, J. de D., L.G. Willumsen, (1994). Modelling Transport, John Wiley & Sons, Nueva York.
Referencias 205
Peam, W. (1989). "Approximate Solutions for the Capacitated Are Routing Problem" Computers and
Operations Research, 16: 6, pp. 589-600. '
Peam W., C.M. Liu, (1995). "Algorithms for the Chinese Postman Problem on Mixed Networks"
Computers and Operations Research, 22:5, pp. 479-489.
Pesquera, M.A. (2000). e-Logistics 11, Marge, Barcelona.
Poulton, M.C. (1974). The location of off-airport terminals, tesis doctoral, University of California at
Berkeley, Department ofCivil Engineering.
Raffie, ~· (1994). Municipal So/id Waste Management: An empírica/ Study of Residential Waste
Stream.for the State of Maine, University ofNevada (Reno).
Rambaux, A (1980). Gestión económica de stocks, cuarta edición, Editorial Hispano Europea,
Barcelona.
Robusté, F., J.M. Campos y D. Ganván (2000). "Nace la Logística Urbana", actas del IV Congreso de
Ingeniería del Transporte. Valencia.
Robusté, F. (1999). Logística de la distribución urbana de mercancías, ponencia invitada, actas del I
Congreso Internacional de Tráfico Urbano, pp. 141-1 74, Madrid, 14-16 de abril de 1999. ISBN: 84-
699-2373-0.
Robusté, F. (1998). Los costes derivados de la congestión del tráfico en Barcelona, Instituto Catalán
para el Desarrollo del Transporte, Generalitat de Cataluña (en catalán). ISBN: 84-393-2772-2.
Robusté, F. (1996). Logística urbana, guión y apuntes no publicados de un curso de doctorado
impartido en la Universidad Pedagógica y Tecnológica de Colombia en Tunja los días 25-29 de
noviembre de 1996.
Robusté, F., J.~; Almoguera, X: <?argallo y A Ardanuy (1996). "Sistema de ayuda a la decisión para
la ree~tr~cturacwn de la red logistica de una empresa de transporte urgente", Actas dellJ Simposio de
Ingemerra del Transporte, Tomo II, pp 269-277. Madrid, UPM-ETSICCP, 22-24 de mayo de 1996.
ISBN: 84-7493-237-8. Arbitrado
R?~usté, F. ~19~5). ?rinc.ipios de diseño ~e sist~mas logísticos", capítulo 6 en Modelos de respuesta
raprda en drstrrbucron fisrca de mercancws. editores: Angel Ibeas y José M" Díaz Universidad de
Cantabria, Santander, pp. 128-190. '
R~busté, F. (1994~. "Logística del transporte", capítulo 11 en Transportes. Un enfoque integral
editado por R. Izquierdo, Colegio de Ingenieros de Caminos, Canales y Puertos, Madrid, pp. 475-536.
ISBN: 84-7493-211-4.
Robusté, F. (1994). "Ventajas de la preclasificación de equipajes en operaciones del tipo hub-and-spoke
en transporte aéreo", comunicación no 155, 11 Congreso Nacional de Ingeniería Aeronáutica Madrid 15-
19 de noviembre de 1993. '
Ro~usté: F. (1988). Analysis of baggage handling operations at airports, tesis doctoral, University of
Cahfomta at Berkeley, Department ofCivil Engineering.
206 Logística de/transporte Referencias 207

Robusté, F. y C.F. Daganzo (1992). " Analysis of baggage sorting schemes for containerized aircraft", Vuchic, V. (1981). Urban public transportation: Systems and technology, Prentice-hall, lnc.,
Transporta/ion Research, 26A: 1, pp. 75-92. Englewood, N .J. 07632.

Robusté, F. y C.F. Daganzo ( 1992). "Some improvements on baggage sorti ng for hub-and-spoke Wardrop, J.G. (1952). "Sorne theoretical aspects of road traffic research". Proceedings, 1nstitute of
operations", Transporta/ion Research A, 27 A: 1, pp. 75-92. ISSN: 0965-8564. Civil Engineers 11{1), pp 325-378.

Robusté, F., C.F. Daganzo y R. R. Souleyrette ( 1990). " lmplementing vehicle routing models", Wesolowsky G.O. y W.G. Truscott (1975). "The multi-period location-allocation ·problem with
Transportation Research B, 248:4, pp. 263-286. ISSN: 0191-2615. relocation of facilities", Management Science, 21, pp. 57-65.

Robusté, F. ( 1988a). "Aproximaciones continuas en logística", Revista TTC, 33, pp. 2 1-36.
Robusté, F. (1988b). "CALHOP user's manual: A computer program for the routing ofvehicles with
simulated annealing" Technical Document TD-88-2, lnstitute Of Transportation Estudies, U.C.
Berkeley.
Winter, G., J. Périaux, M. Galán, P. Cuesta, (1995). Genetic Algorithms in Engineering and Computer
Science, John Wiley & Sons, Nueva York.
Yang H., S. Yagar y Y. Iida ( 1994). "Traffic assignment in a congested discrete/continuos
transportation system", Transp. Res. B, 288, pp 161-174.

Rovira, J. ( 1994). Una metodología de diseño de redes de autobuses urbanos. Aplicación al caso de
Sevilla, tesina de especialidad, Escuela Técnica Superior de Ingenieros de Caminos, Canales y Puertos de
Barcelona.

Santandreu, M.J. (1986). Las compras y la gestión de materiales, Ed. Hispano Europea, Colección
ESADE, Barcelona.

Sasaki T., Y. !ida y H. Yang ( 1990). "User equilibrium traffic assignment by continuum
approximation of network tlow". Proceedings of the 1 t" lnternational Symposium on Transporta/ion
and Traffic Theory, (Japón), Yokohama, pp. 233-252.

Sheffi Y. ( 1985). Urban Transporta/ion Networks: Equilibrium Analysis with Mathematical

Programming Methods, Prentice-Hall, Englewood C1iffs, NJ.

Skorin-Kapov, D., J. Skorin-Kapov y M.E. O'Kelly (1997). "Tight linear programing relaxations of
uncapacitated p-hub median problems", European Journal of Operationa/ Research, 94, pp. 582-
593.

Spasovic, L. y P.M. Schonfe1d (1993). "A method for optimizing transit service coverage",
Transportation Research Record, 1402, pp. 28-39.

Sttenbrink, P. A. (1974). Optimiza/ion ofTransport Network, John Wiley & Sons, Nueva York.

Sweeney, D.J. y R.L. Tatham (1976). "An improved long-run mode1 for multip1e warehouse location",
Management Science, 22:7, pp. 748-758.

Tixier, D., H. Mathe y J. Col in (1988). La logistique au service de /'entreprise, Dunod, París.

Tsao, S. y P.M. Schonfeld (1983). "Optimization of zonal transit service", ASCE Journal of
Transporta/ion Engineering, 2, pp. 257-272.

Vega, A. (2001). Oplimización del coste de un sistema de transporte público colectivo urbano
considerando el tráfico en la ciudad, tesis doctoral, Escuela Técnica Superior de Ingenieros de
Caminos, Canales y Puertos, Universidad de Cantabria (Santander).