En la actualidad las empresas de mediano y gran porte enfrentan desafíos constantes en cuanto a la logística de la preparación y distribución de sus productos. Debido a la globalidad de los mercados, los clientes se encuentran dispersos alrededor del mundo y llegar a ellos en tiempo, forma y con un precio razonable es una ventaja competitiva que cualquiera quiere alcanzar. De la mano con esto, en el contexto global se ve a las empresas líderes migrando hacia el concepto de Industria 4.0 que pretende la mayor automatización de las operaciones mediante introducción de tecnologías digitales, apuntando a la reducción máxima de los tiempos. El presente proyecto de grado se centra en el diseño de un sistema de preparación de pedidos “man to goods” (MTG) enmarcado en el centro de distribución de la empresa uruguaya Farmashop, y desarrolla una metodología que sirve de apoyo para la toma de decisiones para cualquier empresa multi-producto que lidie con este tipo de operaciones. El “slotting” de un centro de distribución, es decir la determinación de la ubicación de los productos en la zona de preparación de pedidos, es una decisión que impacta en la globalidad de los tiempos de la operación. Lograr ubicar los productos de manera óptima en un centro de distribución es una tarea sumamente compleja en la cual influyen variables contrapuestas y para la cual se cuenta en la actualidad con pocas herramientas que colaboren con decisiones objetivas y óptimas. Teniendo esto en cuenta, el presente proyecto pretende lograr un abordaje innovador del tema, buscando resoluciones a través de la programación matemática en un sector que en general no está familiarizado con este enfoque. En este sentido se busca modelar los problemas de la realidad maximizando o minimizando una determinada función. En este trabajo se plantea una investigación de campo para entender cómo se lleva a cabo la toma de decisiones sobre el slotting en la actualidad. Luego se desarrolla un modelo matemático representativo de las operaciones del caso de estudio base, y que permite a partir de datos reales (como ser ventas esperadas de cada uno de los productos, y capacidad física disponible) asistir a la toma de decisiones, con el objetivo de minimizar los costos asociados a la operación y cumpliendo determinadas restricciones que garanticen el servicio.