Localização

 Decisões de localização envolvem determinar :

 Quantas facilidades (incluindo todos os pontos nodais da rede,
tais como: plantas, portos, depósitos, armazéns, centros de
serviço) deve a companhia possuir ?
 De que tamanho e onde devem estar elas localizados ?
 De tal forma a se alcançar o nível de serviço desejado ao
menor custo de distribuição.
 Abordagens
 Modelado como um problema de programação inteira mista;
 Usando heurísticas;
 Ou técnicas de simulação.
 Perspectiva histórica
 J.V Thünen: 1875 - Aspectos determinantes
 Preço da terra X Preço de transportar o produto até o mercado
 Atividades que podem pagar o maior valor pela terra se localizam mais
próximas ao centro ou ao longo das principais vias de transporte.
 Cinturões varejistas, residencial, indústria, agricultura, ...
 A. Weber: 1909 - Importância da matéria prima no processo de
localização
 Custos de transporte lineares com a distância e com o peso transportado
 Processos com perda de peso - localizados próximos a fonte de matéria prima
 Com ganho de peso (incluem matérias-primas abundantes em qualquer lugar,
eg. Água -> mercado consumidor
 Invariantes no peso - localização indiferente
 T. Palander: 1935 , A. Lösh: 1940
 E.M. Hoover: 1938, 1957; M. Greenhut: 1956
 W. Isard: 1960, 1968; M.J. Webber: 1972
 Fatores influentes na localização
 Proximidade (Custo Logístico);
 Oferta de mão-de-obra (e produtividade);
 Disponibilidade de insumos (energia, transporte, comunicação,
água, solo);
 Disponibilidade de financiamentos;
 Tamanho do mercado local;
 Fatores ambientais (políticos, legais, ambientais e sociais)
 Taxas regionais;
 Regulamentações das operações poluição, aluguéis;
 Barreiras/restrições alfandegárias;
 Peculiaridades econômicas e culturais (ex.: restrições à mão-de-obra
feminina);
 Atitude da comunidade em relação à organização;
 Shoppings, igrejas, escolas, universidades, tipos de casas, polícia local, saúde,
"staff" da organização;
 Instituições de ensino de graduação/pós-graduação, oportunidades para
pesquisas relevantes
 Modelos matemáticos de localização
 Recebem atenção de economistas, geógrafos, profissionais da
pesquisa Operacional (PO)
 Enfoque varia de acordo com origem profissional
 Enfoque macroeconômico: Economistas, Geógrafos
 Enfoque microeconômico: Modelos Normativos (PO)
 Modelos normativos
 Suprimento de dada área geográfica a partir de centros de distribuição de
mercadorias ou serviços;
 Objetivo: Determinar número e localização de centros supridores de clientes e
respectivas áreas de influência, minimizando custos ou maximizando o lucro,
respeitadas restrições operacionais;
 Necessário o uso de técnicas e ferramentas sofisticadas para a solução dos
modelos matemáticos;
 Avanço das tecnologias computacionais vem permitindo o desenvolvimento
de sistemas de fácil utilização pelo usuário leigo
 Exemplos de Modelos Normativos
 MODELOS MINISOMA
 Minimizam distância total percorrida no sistema de
distribuição (Custo médio de entrega)
 MODELOS MINIMAX
 Minimizam custo de entrega a clientes de localização menos
favorecida
 MODELOS DE COBERTURA (EMERGÊNCIA)
 Maximizam número de usuários que podem ser alcançados em
tempo inferior ao valor crítico pré-determinado
 Classificação dos problemas
de decisão de localização
 Por força diretriz
 Fatores econômicos (custos) plantas e armazéns
 Receitas (lucro): varejistas
 Acessibilidade: serviços - hospitais, caixas automáticos, ...
 Pelo número de facilidades
 Facilidade única
 Múltiplas facilidades
 Pelo espaço de soluções
 Contínuo: localização no plano
 Discreto: localização em redes
 Pelo horizonte de tempo
 Estático
 Dinâmico
 Por função objetivo
 Problemas minisoma
 Problemas minimax
 Problemas de recobrimento
 Técnicas de solução
 Métodos Exatos (Soluções Ótimas)
 Programação Linear (PL)
 Programação Inteira (PI)
 Relaxação Lagrangeana
 Métodos Heurísticos (Soluções Aproximadas)
 Métodos apropriados a problemas específicos
 Métodos análogos a processos físicos/da natureza:

Simulated Annealing; Algoritmos Genéticos

Ferramentas utilizadas
 “Pacotes” computacionais desenvolvidos para uso comercial:
 CPLEX, OSL, LINDO (Programação Linear, Inteira)
 MINOS (Programação Não-Linear)
 Códigos computacionais desenvolvidos para problemas específicos
 Desenvolvidos em universidades e centros de pesquisa
 Desenvolvidos em empresas de grande porte
 Problemas simples de localização
 Centro  Anticentro
 Centros de emergência - MIN -MAX  Atividades indesejáveis - MAX-MIN
 Vértice periférico  Mediana
 Atividades antagônicas - MAX - MAX  Centros de distribuição - MIN - SOMA
1 2 3 4 5 6 7 8 e+ e+ S+
1 0 18 45 27 81 54 36 90 18 90 351
2 42 0 21 49 35 28 14 56 14 56 245
3 15 35 0 50 20 25 55 30 15 55 230
4 32 64 40 0 16 56 24 48 16 64 280
5 30 42 54 18 0 24 48 36 18 54 252
6 24 44 36 48 32 0 56 28 24 56 268
7 21 36 48 72 42 57 0 24 21 72 300
8 96 48 88 72 40 80 64 0 40 96 488
e- 15 18 21 18 16 24 14 24 14 54 230
e- 96 64 88 72 81 80 64 90 64 96
S- 260 287 332 336 266 324 297 312 260
 Modelos de localização MiniMax –
Problema dos P-centros
 
Max v j d  S p , j  
 Problema dos P-centros:
minimizar a distância máxima Min
Sp  jJ 
do cliente (mais desfavorecido
) a um dos p-centros. onde
 Problema inverso (Cobertura): Sp  p
achar o menor número de
centros e sua localização de d S p , j  Max  d  i, j 
tal modo que todos os clientes iS p
estejam localizados a uma
2
distância menor que uma
distância crítica - pré-
8 6
estabelecida.
 Aplicações práticas: centros 2
de atendimento de emergência
4
6
 Modelos de localização MiniSoma

 Modelo de custo do transporte x Volume x Distância (TVD)

Depósito Localidade Transporte Volume Distância TVD
1 10 2 30 600
A 2 12 4 22 1056
3 10 5 9 450
Soma 2106
B 1 10 2 25 500
2 13 4 26 1352
3 10 5 7 350
Soma 2202

 Modelo do centro de gravidade

Análogo
Mecânico
Modelo do centro de gravidade - MCG
Direção Localidade Transpor Volume Distância TDV
te
A 5 10 73 3650

X B 8 2 95 1520

C 4 8 118 3776

Soma 8946/98 = 91,3

A 5 10 22 1100

Y B 8 2 41 656

C 4 8 84 2688

Soma 4444/98 = 45,3

 MCG - Facilidade única
Min CT   TiVi d i
i

onde
CT  custo total de transporte
Ti  taxa de transporte para o ponto i
Vi  volume no ponto i
d i  distância do ponto i até a facilidade

X 
 TV x / d i i i i i

 TV / d i i i i

Y 
 TV y / d
i i i i i

 TV / d i i i i

d  K x  X    y Y 
2 2
i i i

K  fator de escala
 xi , yi   coordenadas dos pontos de demanda
 MCG - Facilidade única
 Processo de Solução
1. Determine as coordenadas (x,y) para os pontos de demanda, bem como os
volumes e taxas;
2. Obtenha uma solução inicial aproximada pela fórmula do centro de gravidade,
omitindo o termo da distância;

X 
 TV x i i i i

 TV
0
i i i

Y 
 TV y
i i i i

 TV
0
i i i

3. Usando a solução obtida no passo 2 calcule a distância di ;

4. Com a distância di calculada recalcule as coordenadas do centro.
5. Repita os passos 3 e 4 até que as coordenadas do centro não se altere
(significativamente)
6. Calcule o custo total para o melhor centro.

ATM/LTM 7 - 13
 MCG - Facilidade única - Exemplo
Ponto Vi Ti Xi Yi
1 2000 0.05 3 8
2 3000 0.05 8 2 8
3 2500 0.075 2 5 7
4 1000 0.075 6 4 6
5 1500 0.075 8 8 5
4

Y
Ponto Vi Ti Xi Yi ViTi ViTiXi ViTiYi 3
1 2000 0.05 3 8 2
2 3000 0.05 8 2 1
3 2500 0.075 2 5
4 1000 0.075 6 4
0
5 1500 0.075 8 8 0 1 2 3 4 5 6 7 8
X

ViTi ViTiXi ViTiYi di ViTi/di ViTiXi/di ViTiYi/di ViTidi

100.0 300.0 800.0
150.0 1200.0 300.0
187.5 375.0 937.5
75.0 450.0 300.0
112.5 900.0 900.0
 MCG - Facilidade única - Hipóteses
 Os volumes demandados são assumidos como concentrados em um único
ponto, enquanto na realidade eles estão dispersos em uma grade área. O
centro de gravidade da área de mercado é assumido como ponto de
demanda, podendo levar a erros no custo de transporte para os pontos
reais de demanda.
 O modelo de centro de gravidade encontra a localização do centro
baseando-se nos custos variáveis. No modelo não é feita distinção entre
diferentes custos de instalação, ou mesmo de operação dos armazéns em
diferentes regiões.
 Os custos de transporte são assumidos lineares com a distância e com o
volume transportados, entretanto as taxas reais de transporte nem sempre
são lineares
 O modelo assume rotas diretas e em linha reta entre o centro e os pontos
de demanda, isto é raramente verdadeiro, uma vez que não leva em conta
o sistema viário existente. O fator de proporcionalidade (K) é usado para
aproximar distâncias em linha reta para distâncias em estradas ou ruas.
 Múltiplas facilidades
 Definição do Problema  Obter:
 Dados:  Quantos depósitos usar ?
 O conjunto de clientes a serem  Onde localizá-los ?
atendidos,  Quais clientes alocar a
 O conjunto de localizações possíveis
cada depósito?
para os depósitos,
 As capacidades dos depósitos,
 A demanda dos clientes,
 Os custos de instalação e alocação
Cliente

Depósito
Aberto

Depósito
Fechado
 MCG - Múltiplas facilidades

Min CT   T jV j d ij Z ij
i j

xi 
 TV x Z /d
j j j j ij ij
onde :
CT  custo total de transporte
 TV Z /d
j j j ij ij
Tj  taxa de transporte para do cliente j

yi 
 TV y Z /d
j j j j ij ij Vj  volume do cliente j
 TV Z /d
j j j ij ij d ij  distância do cliente j até a facilidade i
Z ij  1 se o cliente já servido pela facilidade i
 K x  x    y  yj 
2 2
di i j i
K  fator de escala
 x , y   coordenadas dos pontos de demanda
j j

 x i , yi   coordenadas das facilidades

 MCG - Múltiplas facilidades
 Método de localização - alocação adaptativo
 Determine as coordenadas (x,y) para os pontos de demanda,
bem como os volumes e taxas;
 Escolha uma solução inicial apara cada facilidade;
 Aloque cada cliente ao depósito mais próximo;
 Usando a solução obtida no passo 2 e as alocações definidas
no passo 3 calcule as distâncias dij e o valor do custo total;
 Com as distâncias dij calculadas recalcule as coordenadas das
facilidades;
 Repita os passos 3, 4 e até que as coordenadas dos centros não
se alterem (significativamente)
 Calcule o custo total para os melhores centros.
 MCG - Múltiplas facilidades
 O método converge para ótimos locais ( a medida que se cresce o número de
depósitos cresce também o número de ótimos locais).
 Atualmente não existe método eficiente para garantir que o ótimo global foi
alcançado. Para cada tentativa, com solução inicial diferente, um conjunto de
ótimos locais é obtido. Testes reportados na literatura indicam que uma boa
solução inicial geralmente leva a boas soluções finais (tanto mais efetivo
quanto maior o número de depósitos) .
 A função custo é achatada perto do ótimo, o método portanto leva a resultados
robustos.
 Extensões:
 Inclusão de custos de transporte da fábrica para os depósitos,
 Lineares,
 Lineares por trecho,
 Independentes da distância, (dependentes do distrito no qual o depósito está localizado)
 Inclusão de custos operacionais dos depósitos (dependentes da localização)
 Fábrica - Depósito Depósito - Cliente Pontos de Localização
R$ 0,75 R$ 1,00 Depósito 1 Depósito 2 Depósito 3
Custo TOTAL X Y X Y X Y
R$ 341,8275 5,68 4,56 1,57 4,67 1,99 0,84
Distância à Fábrica 7,29 4,93 2,16 Alocação dos Clientes

Distância Distância Distância Depósito Menor

Cliente X Y Custo Custo Custo
Dep./Cliente Dep./Cliente Dep./Cliente Alocado (ij) Custo

1 1,33 8,89 R$ 11,60 6,14 R$ 7,92 4,23 R$ 9,69 8,08 2 R$ 7,92

2 1,89 0,77 R$ 10,83 5,36 R$ 7,61 3,91 R$ 1,74 0,12 3 R$ 1,74
3 9,27 1,49 R$ 10,19 4,73 R$ 12,03 8,33 R$ 8,93 7,31 3 R$ 8,93
4 9,46 9,36 R$ 11,57 6,11 R$ 12,88 9,18 R$ 12,95 11,33 1 R$ 11,57
5 9,20 8,69 R$ 10,89 5,42 R$ 12,32 8,63 R$ 12,28 10,66 1 R$ 10,89
MCG - Múltiplas facilidades

6 7,43 1,61 R$ 8,90 3,43 R$ 10,31 6,61 R$ 7,12 5,50 3 R$ 7,12

7 6,08 1,34 R$ 8,71 3,25 R$ 9,30 5,61 R$ 5,74 4,12 3 R$ 5,74
8 5,57 4,60 R$ 5,58 0,12 R$ 7,70 4,00 R$ 6,81 5,19 1 R$ 5,58
9 6,70 2,77 R$ 7,53 2,06 R$ 9,17 5,47 R$ 6,71 5,09 3 R$ 6,71
10 8,99 2,45 R$ 9,39 3,93 R$ 11,44 7,75 R$ 8,80 7,19 3 R$ 8,80
11 8,93 7,00 R$ 9,53 4,06 R$ 11,42 7,72 R$ 10,90 9,28 1 R$ 9,53
12 8,60 0,53 R$ 10,44 4,98 R$ 11,85 8,16 R$ 8,24 6,62 3 R$ 8,24
13 4,01 0,31 R$ 10,04 4,57 R$ 8,69 5,00 R$ 3,71 2,09 3 R$ 3,71
14 3,34 4,01 R$ 7,87 2,41 R$ 5,59 1,89 R$ 5,06 3,45 3 R$ 5,06
15 6,75 5,57 R$ 6,93 1,47 R$ 8,95 5,26 R$ 8,33 6,71 1 R$ 6,93
16 7,36 4,03 R$ 7,23 1,76 R$ 9,52 5,83 R$ 7,87 6,25 1 R$ 7,23
17 1,24 6,69 R$ 10,39 4,92 R$ 5,74 2,05 R$ 7,51 5,90 2 R$ 5,74
18 3,13 1,92 R$ 9,14 3,67 R$ 6,86 3,16 R$ 3,19 1,57 3 R$ 3,19
19 8,86 8,74 R$ 10,71 5,25 R$ 12,05 8,35 R$ 12,09 10,47 1 R$ 10,71
20 4,18 3,74 R$ 7,18 1,71 R$ 6,47 2,77 R$ 5,25 3,64 3 R$ 5,25
21 2,22 4,35 R$ 8,93 3,47 R$ 4,42 0,73 R$ 5,13 3,52 2 R$ 4,42
22 0,88 7,02 R$ 10,86 5,39 R$ 6,14 2,45 R$ 7,90 6,28 2 R$ 6,14
23 8,53 7,04 R$ 9,24 3,77 R$ 11,05 7,35 R$ 10,63 9,01 1 R$ 9,24
24 6,49 6,22 R$ 7,31 1,84 R$ 8,85 5,16 R$ 8,63 7,02 1 R$ 7,31
25 4,53 7,87 R$ 8,97 3,50 R$ 8,06 4,36 R$ 9,09 7,47 2 R$ 8,06
26 4,46 7,91 R$ 9,03 3,56 R$ 8,04 4,34 R$ 9,11 7,49 2 R$ 8,04
27 2,83 9,88 R$ 11,50 6,03 R$ 9,06 5,36 R$ 10,70 9,08 2 R$ 9,06
28 3,39 5,65 R$ 8,00 2,54 R$ 5,76 2,07 R$ 6,63 5,01 2 R$ 5,76
29 0,75 4,98 R$ 10,41 4,95 R$ 4,57 0,87 R$ 5,94 4,32 2 R$ 4,57
30 7,55 5,79 R$ 7,70 2,23 R$ 9,78 6,09 R$ 9,06 7,45 1 R$ 7,70
31 8,45 0,69 R$ 10,23 4,76 R$ 11,64 7,95 R$ 8,08 6,47 3 R$ 8,08
32 3,33 5,78 R$ 8,11 2,65 R$ 5,78 2,08 R$ 6,74 5,12 2 R$ 5,78
33 6,27 3,66 R$ 6,54 1,08 R$ 8,50 4,81 R$ 6,75 5,13 1 R$ 6,54
34 7,31 1,61 R$ 8,84 3,37 R$ 10,20 6,51 R$ 7,00 5,38 3 R$ 7,00
35 6,37 7,02 R$ 8,02 2,55 R$ 9,04 5,35 R$ 9,19 7,58 1 R$ 8,02
36 7,23 7,05 R$ 8,39 2,93 R$ 9,84 6,14 R$ 9,74 8,13 1 R$ 8,39
37 1,68 6,45 R$ 9,89 4,42 R$ 5,48 1,78 R$ 7,24 5,62 2 R$ 5,48
38 3,54 7,06 R$ 8,75 3,29 R$ 6,79 3,10 R$ 8,03 6,41 2 R$ 6,79
39 7,67 4,17 R$ 7,49 2,03 R$ 9,82 6,12 R$ 8,20 6,59 1 R$ 7,49
40 2,20 1,12 R$ 10,36 4,90 R$ 7,30 3,61 R$ 1,97 0,35 3 R$ 1,97
41 3,57 1,99 R$ 8,80 3,33 R$ 7,04 3,35 R$ 3,57 1,96 3 R$ 3,57
42 7,34 1,38 R$ 9,06 3,59 R$ 10,34 6,64 R$ 7,00 5,38 3 R$ 7,00
43 6,58 4,49 R$ 6,37 0,90 R$ 8,71 5,02 R$ 7,48 5,87 1 R$ 6,37
44 5,00 9,00 R$ 9,95 4,49 R$ 9,22 5,53 R$ 10,32 8,70 2 R$ 9,22
45 6,63 5,23 R$ 6,62 1,16 R$ 8,79 5,09 R$ 8,01 6,39 1 R$ 6,62
46 5,89 8,06 R$ 8,97 3,50 R$ 9,19 5,49 R$ 9,82 8,21 1 R$ 8,97
47 1,13 5,25 R$ 10,07 4,60 R$ 4,42 0,73 R$ 6,11 4,49 2 R$ 4,42
48 1,90 8,35 R$ 10,82 5,35 R$ 7,39 3,70 R$ 9,13 7,51 2 R$ 7,39
49 1,74 1,37 R$ 10,54 5,07 R$ 7,00 3,30 R$ 2,20 0,58 3 R$ 2,20
 MCG - Múltiplas facilidades
Localização no plano - alternativas para p=3
10,00

9,00

8,00

7,00

6,00
E IX O Y

5,00

4,00

3,00

2,00

1,00

0,00
0,00 1,00 2,00 3,00 4,00 5,00 6,00 7,00 8,00 9,00 10,00
EIXO X
ATM/LTM 7 - 21
 MCG - Múltiplas facilidades
Localização no Plano

10,00

9,00

8,00

7,00
Clientes
6,00 1 depós ito
E IX O Y

3 depós itos
5,00
4 depós itos

4,00

3,00

2,00

1,00

0,00
0,00 1,00 2,00 3,00 4,00 5,00 6,00 7,00 8,00 9,00 10,00
EIXO X ATM/LTM 7 - 22
 Múltiplas facilidades - P-medianas
 Encontrar a localização de P facilidades em uma rede de modo que o custo
total seja minimizado. O custo de servir a demanda do cliente localizado no nó
i é dado pelo produto da demanda do cliente i pela distância entre o nó i e a
facilidade mais próxima a ele.
 Propriedade (Hakimi, 1965): Pelo menos uma das soluções ótimas do
problema das P-medianas consiste em localizar as P facilidades sobre os nós da
n m
rede.
Minimizar Z    hi d ij xij
i 1 j 1

sujeito a :
m

x
j 1
ij  1, i = 1, ... , n

y
j 1
j  P,

xij  y j  0, i = 1, ..., n; j = 1, ... , m

xij , y j   0,1 i = 1, ..., n; j = 1, ... , m.
 Múltiplas facilidades - P-medianas
 Algoritmo guloso
Localize: primeira facilidade na localização ótima
da 1-mediana

Sim
Foram localizadas as
P facilidades ?

Não

Localize: próxima facilidade na localização ótima da 1-

mediana (mantendo a localização das anteriores fixa)

Melhoria: Use um algoritmo de melhoramento

(substituição de vértices, ou busca na vizinhança)
P-Medianas: Exemplo
P-Medianas: Exemplo
P-Median
P-Media nas:
as: Exemplo
P-Medianas: Exemplo
 Múltiplas facilidades - Problema de localização
capacitada (de Concentradores): (PLC)
 Formulação de Programação Matemática
n m m
Minimizar Z  c
i 1 j 1
ij xij   v j y j
j 1

sujeito a :
m

x
j 1
ij  1, i = 1, ... , n

a
i 1
ij xij  b j , j = 1, ... , m

xij  y j  0, i = 1, ..., n; j = 1, ... , m

xij , y j   0,1 i = 1, ..., n; j = 1, ... , m.
 PLC - Heurística ADD
 Busca Local
 Inclui iterativamente concentradores enquanto o custo for decrescente
 Cálculo da economia da inclusão

 Exato: Problema de
Alocação Generalizado  
 Aproximado: w
ij
 Max
k  K
 
 Min cik  cij , 0

 Soma dos custos
n
diferenciais de    w j  K;
alocação de terminais j
i 1
ij
ponderada pela
 
capacidade do  
concentrador  b 
j
 Alocação dos R =  Min ,1  v j  K.
j j j
terminais em ordem   aij 
decrescente de custo i w  0 
 ij 
diferencial entre a
melhor e a segunda
melhor alocação
 PLC - Heurística Tabu

Terminal 1 2 3 4 5 1 2 3 4 5
Concentrator vj bj cij aij
1 7 10 7 15 10 7 10 3 2 3 4 5
2 3 10 10 17 4 11 22 3 2 3 4 5
3 3 10 16 7 6 18 14 3 2 3 4 5
4 6 10 11 7 6 12 8 3 2 3 4 5

Selected move and

Tabu list Moves and savings
terminal allocation
-4 -3 -2 -1 1 2 3 4 Y Available Moves Savings 1 2 3 4 5 Zh
1st iteration 0 0 0 0 0 0 0 0 0 1 0 1 1 -2 3 -4 0 - -3 - 1 1 4 2 1 4 49
2nd iteration 0 0 0 4 0 0 0 0 1 1 0 1 -1 -2 3 -4 0 1 -3 -16 -2 1 4 4 1 4 48
3rd iteration 0 0 0 4 0 5 0 0 1 0 0 1 -1 2 3 -4 - -1 -3 - 3 1 4 4 1 4 51
4th iteration 0 6 0 4 0 5 9 0 1 0 1 1 -1 2 -3 -4 -13 -1 3 0 -4 1 3 3 1 1 51
5th iteration 0 6 0 4 0 5 9 7 1 0 1 0 -1 2 -3 4 - -1 - 0 2 2 3 2 1 1 51
6th iteration 0 6 8 4 0 5 9 7 1 1 1 0 -1 -2 -3 4 -1 1 -7 -4 -1 2 3 2 2 3 52
7th iteration 0 6 8 4 11 5 9 7 0 1 1 0 1 -2 -3 4 1 - - 0 4 2 3 2 2 4 52
 PLC: Heurística Tabu
0100 0001 1000 0010
* * * *

0011
58

1100
57

0111 1111 7
52 52 0101
52
4 5 6
1011 1010 1110
51 51 51

1 2
0101 1101
49 49

3
1001
48
 Múltiplas facilidades - Simulação
 Modelo tipo what-if?
 Resposta a questões básicas relativas a localização de facilidades.
 Principais elementos que afetam os custos de distribuição a serem considerados:
 Clientes:

 Localização, volume demandado

 Tipos de produtos comprados (implicando em diferentes taxas de frete)
 Distribuição do tamanho dos pedidos
 Depósitos

 Investimento fixo nos depósitos próprios (ou em depósitos de terceiros)

 Custo fixo operacional e administrativo
 Custos variáveis de estocagem, manuseio, processamento de dados
 Fábricas

 Localização e produtos disponíveis em cada fábrica

 Custos de transporte:

 Taxas de frete fábrica - depósito

 Custos de entrega

 Frete depósito - clientes

 Múltiplas facilidades - Simulação
Leia todas as informações de localização e de pedidos de clientes

Programa de Volume dos pedidos a serem

préprocessamento despachados

Pedidos a serem atendidos pelo depósito

Taxas de frete, Configuração de

Programa de cálculo
custos fixos, etc. localização a ser
de custo
avaliada

Custo da configuração de localização dos

depósitos

É necessário outra Sim

corrida?
Não
Pare
 Problema de localização de varejistas /
serviços
 Fatores importantes
 Dados demográficos
 População base na área local
 Renda potencial na área
 Acessibilidade e fluxo de tráfego
 Número e tipo de veículos
 Número e tipo de pedestres
 Disponibilidade de transporte de massa
 Acesso a vias principais
 Nível de congestionamento
 Qualidade das vias de acesso
 Estrutura do varejo
 Número e porte dos competidores na área
 Número e tipo de lojas da área
 Complementaridade das lojas da vizinhança
 Proximidade de áreas comerciais
 Promoções conjuntas de comerciantes locais
 Problema de localização de varejistas /
serviços
 Fatores importantes
 Características locais
 Número de vagas de estacionamento
 Distância as áreas de estacionamento
 Visibilidade
 Tamanho e forma do terreno
 Condições das edificações
 Fatores legais e de custo
 Tipo de zoneamento
 Taxas locais
 Custos de aluguel
 Custos de operação e manutenção
 Cláusulas restritivas no contrato
 Regulamentos locais
 Problema de localização de varejistas /
serviços
 Modelo dos Fatores Ponderados Nota
Peso Fator Nota ponderada
8 proximidade competidores 5 40
5 área de vendas 3 15
8 número de vagas 10 80
7 proximidade complementares 8 56
6 modernidade 9 54
9 facilidade de acesso 8 72
3 taxas locais 2 6
3 serviços comunitários 4 12
8 visibilidade 7 56
Índice total 391

 Modelo de Interação Espacial.

 Exemplo de problema de localização
 Uma ONG de atendimento médico internacional quer localizar clínicas para atendimento diário
(pacientes não-internados) em uma área rural da África. Os custos de construção e outras
considerações de caráter médico sugerem que devem ser construídas uma ou mais clínicas.
Dado que os deslocamentos são difíceis para os pacientes nesta região, a proximidade
determina a escolha da clínica pelo paciente. Conseqüentemente, o fator preponderante para a
localização da(s) clínica(s) tem por base a distância total ponderada (número de pacientes
vezes distância da clínica) viajada em uma base anual pelos pacientes. A Figura 1 mostra a
localização dos povoados a serem servidos pela(s) clínica(s) e o número anual estimado de
pacientes que buscarão atendimento na(s) clínica(s). Estima-se que o custo de deslocamento
de um paciente é de aproximadamente R$ 0,75 por km (note que após o atendimento o
paciente tem que retornar ao seu povoado). Esta estimativa está baseada em tempo de
trabalho perdido, custos diretos de viagem e outros custos indiretos.

a) Qual a melhor localização para uma única clínica?

b) Se for decidido localizar 2 clínicas, qual a melhor localização para as mesmas? Esta
localização corresponde ao ótimo matemático? (Justifique)
c) Uma clínica custa aproximadamente R$ 500.000,00 por ano em termos de custos de
equipamentos e pessoal. Este total é pago com fundos da ONG e subsídios governamentais. Em
termos puramente econômicos, justifica-se a construção de uma segunda clínica? A partir de
que custo de deslocamento a construção de uma segunda clínica se justifica? (Mostre as
memórias de cálculo em que se baseiam suas respostas)
 Problema de localização
km

 NOTA: Resolver o
problema utilizando o
programa MULTICOG
disponibilizado no
LOGWARE.


Figura
1
km
 Problema de localização
 Resolução (a) - Inserção dos valores da figura 1 no
LOGWARE - MULTICOG
 Problema de localização

 Resolução Exercício Localização

1
km

(a) – Melhor
localização
para uma
única
clínica

km
 Problema de localização
 Resolução (b) – Melhor localização para duas clínicas
 Problema de localização
 Resolução (b) – Melhor localização para duas clínicas
Exercício Localização km
1

km