Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DEA in Public Sector Enterprises
DEA in Public Sector Enterprises
Sófocles
UNIVERSIDAD NACIONAL DE COLOMBIA
FACULTAD DE INGENIERIA
2
APLICACION DE LA METODOLOGIA DEA PARA EL ESTABLECIMIENTO DE
INDICES DE EFICIENCIA PARA EMPRESAS DE DISTRIBUCION DE ENERGIA
3
APLICACION DE LA METODOLOGIA DEA PARA EL ESTABLECIMIENTO DE
INDICES DE EFICIENCIA PARA EMPRESAS DE DISTRIBUCION DE ENERGIA
4
5
NOTA DE ACEPTACION
6
CONTENIDO
INDICE DE FIGURAS................................................................................................................... 11
INDICE DE TABLAS..................................................................................................................... 12
INTRODUCCION........................................................................................................................... 14
OBJETIVOS.................................................................................................................................... 16
OBJETIVO GENERAL.................................................................................................................. 16
OBJETIVOS ESPECIFICOS ........................................................................................................ 16
7
REGULACIÓN COLOMBIANA RESOLUCIÓN 70 DE 1998................................................ 37
REGULACIÓN COLOMBIANA
ESTABLECIMIENTO DE VALORES MÁXIMOS ADMISIBLES ......................................... 45
CONCLUSIONES........................................................................................................................... 84
BIBLIOGRAFIA............................................................................................................................. 86
8
TECNICAS DE AGRUPAMIENTO: ......................................................................................................... 99
TECNICA K-MEANS .......................................................................................................................... 99
9
INDICE DE ECUACIONES
10
INDICE DE FIGURAS
11
INDICE DE TABLAS
12
13
INTRODUCCION
La ley 143 de 1994, Por la cual se establece el régimen para la generación, interconexión,
transmisión, distribución y comercialización de electricidad en el territorio nacional
establece en su articulo 7 “En las actividades del sector podrán participar diferentes
agentes económicos, públicos, privados o mixtos, los cuales gozarán de libertad para
desarrollar sus funciones en un contexto de libre competencia, de conformidad con los
artículos 333, 334 y el inciso penúltimo del artículo 336 de la Constitución Nacional, y el
artículo 3° de esta Ley”.
Por tanto, El mercado de energía es un negocio abierto a la participación de actores
públicos y privados, quienes compiten por posicionarse en un sector del mercado, esto es,
en el caso de los operadores de los sistemas de distribución, por hacerse al control del
sistema de distribución en una región geográfica determinada. Una vez el agente se ha
establecido en una región, se hace no factible la entrada de otro agente distribuidor quien
requerirá de la instalación de una infraestructura costosa, de modo que los estímulos para
la mejora del desempeño del agente distribuidor establecido obedece únicamente a dos
motivos: la búsqueda de una mayor ganancia, y los limites de desempeño que la agencia
reguladora establezca como mínimo. Situación característica de una actividad económica
describible como un monopolio natural.
En el artículo 3 de la ley 143 de 1994 se declaran como responsabilidad del estado con
relación al servicio publico de electricidad:
a) Promover la libre competencia en las actividades del sector;
b) Impedir prácticas que constituyan competencia desleal o abuso de posición dominante en
el mercado.
c) Regular aquellas situaciones en que por razones de monopolio natural, la libre
competencia no garantice su prestación eficiente en términos económicos.
d) Asegurar la protección de los derechos de los usuarios y el cumplimiento de sus deberes.
Por esta razón se propone el empleo de la metodología DEA, para realizar comparaciones
entre los diferentes agentes, distribuidos geográficamente, y determinar la frontera de
eficiencia, entendida como la eficiencia máxima relativa alcanzada por un grupo de
14
agentes, usando una cantidad de recursos dados, y que sirve como referencia para la
evaluación de la eficiencia de los demás agentes. La metodología DEA también permite
deducir información acerca de cual es el mejor camino para cada agente y que le permitirá
llegar a la frontera de eficiencia.
15
OBJETIVOS
OBJETIVO GENERAL
Entender y adaptar una técnica de optimización para proponer una metodología útil para la
comparación de las eficiencias de los agentes distribuidores añadiendo elementos de juicio,
basados en información técnicas, para el establecimiento de índices de calidad de servicio
en distribución por parte del regulador.
OBJETIVOS ESPECIFICOS
16
DATA ENVELOPMENT ANALYSIS
Vocabulario1
Allocative efficiency (Eficiencia de asignación): Estado para el cual los insumos son
usados de forma tal que generan el mínimo costo de producción, conocidos los precios de
los insumos.
1
Tomado de [2]
17
Peers: Grupo de unidades de decisión que son usadas como referencia para la comparación
de las unidades de decisión menos eficientes.
Returns to scale (Retornos a escala): Relación entre entradas y salidas, los retornos
pueden ser constantes, crecientes o decrecientes, dependiendo si las salidas producidas
crecen proporcionalmente, menos, o mas que las entradas empleadas, en el caso de
múltiples entradas, significa como las salidas cambian cuando hay un cambio proporcional
comparable en todas las entradas.
Eficiencia de escala: Modo en que las organizaciones toman ventaja de los retornos a
escala modificando su tamaño hasta la escala optima (definida como la región en la que se
obtienen retornos escala constantes, en la relación entre salidas y entradas).
Slacks: Son la cantidad extra en la que una entrada, o salida puede alterar su valor para
alcanzar la eficiencia técnica, una vez que todas las entradas o salidas han sido modificadas
para alcanzar la frontera de producción.
18
Yardstick Competition: Competencia sobre niveles de desempeño en bienes o servicios
para los cuales no existe un mercado, esta competencia se basa en el cumplimiento en
indicadores de desempeño.
Eficacia: es la medida en la que las salidas ofrecidas por proveedores de bienes o servicios
cumplen con los objetivos impuestos para ellos por los gobiernos.
Eficiencia: Es el éxito con el cual una organización usa sus recursos para producir salidas,
este es el grado en el cual el uso observado de los recursos para obtener salidas de alguna
calidad se asemeja a la cantidad de recursos para producir salidas de una calidad
predeterminada.
Eficiencia de escala
19
decrecientes, en los que un aumento en los recursos disponibles produce un aumento no
proporcional y menor en las salidas obtenidas.
El desempeño de los prestadores de servicios puede ser afectado por variables que se
encuentran fuera de su control directo, el clima, las políticas gubernamentales, los
disturbios sociales, son variables que pueden afectar de manera diferente a dos entidades
que presten algún tipo de servicio, por tanto, al tratar de hacer un análisis comparativo entre
las dos es necesario considerar el efecto provocado por las variables fuera de control. En el
análisis DEA hay cuatro posibilidades para considerar el efecto de variables fuera de
control:
Esta es una técnica empírica que hace uso de algunas suposiciones simplificantes, que
deben ser tenidas en consideración para discriminar la validez del resultado obtenido.
• Los resultados son altamente sensibles a la presencia de errores de medición en las
entradas o las salidas. Una subestimación de las entradas, o una sobreestimación de
las salidas produce una distorsión apreciable en la frontera de eficiencia calculada, y
afecta las mediciones de eficiencia de las organizaciones que se encuentren cerca de
la posición de la organización mal estimada, un recurso útil para evitar este
problema consiste en buscar cuales organizaciones presentan relaciones entre salida
y entrada mayores a 2,5 veces las desviaciones estándar de la media de la muestra
estudiada.
20
• La metodología DEA puede calcular una eficiencia relativa al uso de las mejores
prácticas al interior de una muestra estudiada, la comparación de los resultados de
dos estudios aplicados a grupos de muestras diferentes carece de sentido ya que se
desconocen las diferencias existentes entre las prácticas empleadas por los
elementos de cada una de las muestras.
• El calculo de la eficiencia hecho a partir de DEA es altamente dependiente de la
orientación escogida, (orientación a la salida, orientación a la entrada), la eficiencia
medida también es altamente dependiente de la cantidad de muestras estudiadas, ya
que la consideración de un numero muy grande de elementos en la muestra lleva a
una disminución de la eficiencia promedio medida, ya que habrá un mayor numero
de organizaciones con desempeños comparables, ampliando el área sobre la frontera
de eficiencia, por otra parte, el empleo de muchas variables de entrada y salida, con
un numero fijo de organizaciones estudiadas conlleva a un aumento irreal de la
eficiencia medida, ya que el numero de dimensiones (ejes de salida sobre entrada)
en las que una organización puede ser comparativamente única aumenta. Respecto
a esta algunos autores proponen como criterio de escogencia del numero de
organizaciones a ser empleadas en el análisis DEA como tres veces la suma de todas
las entradas y salidas que se pretenden estudiar.
Se debe emplear el minino número de entradas y salidas, que describan las operaciones
hechas por las organizaciones, y se debe ejecutar un proceso iterativo de cálculo de
eficiencia empleando diferentes entradas salidas, esto garantiza que se consideraran las
variables mas relevantes en la operación de la empresa, así como darán una muy buena idea
de la sensibilidad del desempeño del modelo de la organización ante cambios en sus
entradas.
Salidas
21
ofrecido: por ejemplo: el tiempo gastado por una estación de policía en atender un llamado,
la creación de un programa de vacunación y educación para la prevención de una
enfermedad por parte de un hospital.
La calidad de las salidas proactivas y reactivas generadas por una organización se reflejan
en salidas que a veces son difícilmente cuantificables, como la sensación de seguridad de
una población atendida por una estación de policía, o la menor incidencia de una
enfermedad en una comunidad tratada por un hospital.
Trabajo humano.
Esta es una variable que comúnmente preocupa a los administradores que desean hacer
medidas de desempeño, una buena medida de esta variable se puede hacer en equivalencia
horas/hombre empleadas para la realización de una tarea, también se puede hacer una
discriminación de la labor realizada: trabajo de oficina, trabajo físico, ya que la naturaleza
de estos trabajos implica una diferencia en el desempeño del trabajador por cuenta de la
fatiga a la que este se ve expuesto.
Capital
El capital como entrada en una organización es una variable poco estable, y esto constituye
una debilidad para los análisis de eficiencia que la consideran, la principal dificultad radica
en el hecho de que el costo de un insumo de larga duración y alto costo de un activo
contable, comprado en un periodo contable no puede ser cargado en las cuentas contra los
ingresos obtenidos en el mismo periodo, sino que generalmente se hace una amortización
de este costo en varios periodos contables, mientras que el activo se deprecia, por tanto
aparecen nuevas variables en el análisis, la tasa de interés, y la tasa de depreciación usada
en la organización, para cada periodo. Es deseable que la medida de capital empleada
provea también información acerca de las posibles fuentes de ineficiencia a las cuales esta
sometido el uso de capital, o el uso que se le da a este, ejemplos comunes de variables
usadas en DEA, para considerar el efecto del capital son: número de camas por hospital,
costo estimado de un estudiante en una institución educativa, en forma de
estudiante/millones de pesos.
22
FORMULACIÓN MATEMÁTICA DEL ANÁLISIS
El caso mas simple de formulación del DEA es cuando se hace una suposición de retornos
constantes a escala, y una orientación a la entrada, lo que significa que se tratara el
problema de minimizar las entradas consumidas para producir una cantidad dada de salidas.
∑w y
j =1
j ij − yin ≥ 0 Para i=1,. I
∑w x
j =1
j kj − En xkn ≤ 0 Para k=1,…K
wj ≥ 0
Ecuación 1 – Problema programación Lineal Básica DEA.
La medida de eficiencia de cada organización debe ser minimizada sujeta a las tres
restricciones indicadas, y los parámetros que pueden ser variados para lograrlo son las
ponderaciones wj, y la medida de eficiencia En, los factores ponderantes son usados para
formar una organización hipotética que cae dentro de la frontera de eficiencia.
23
restricción indica que para lograr lo anterior, las organizaciones disponen de tantos insumos
como de los que dispone la organización n, la tercera restricción indica que los factores de
ponderación deben ser siempre positivos.
∑w y
j =1
j ij − Fn yin ≥ 0 Para i=1,. I
∑w x
j =1
j kj − xkn ≤ 0 Para k=1,…K
wj ≥ 0
Ecuación 2 – Problema Básico DEA, Orientado a la salida.
La primera restricción indica que la salida de la unidad hipotética debe ser por lo menos tan
grande como la salida producida por la unidad n-sima modificada por el factor
multiplicativo Fn, la segunda restricción indica que la sumatoria ponderada de las entradas
usadas por todas las unidades no puede ser mayor que las entradas usadas por la unidad n-
sima.
24
Minimice S n con respecto a w1 , w2 ,...wn , S n .
Sujeto a:
N
∑w y
j =1
j ij − yin ≥ 0 Para i=1,. I
∑w j =1
j x k j − S n x kn ≤ 0 Para k=1,…K
∑w
j =1
j =1
wj ≥ 0
j = 1,..., N
Ecuación 3 – Formulación DEA, Retorno Variable a escala
∑w y
j =1
j ij − yin ≥ 0 Para i=1,. I
∑w x
j =1
j kj − Cn xkn = 0 Para k=1,…K
∑w
j =1
j =1
wj ≥ 0
Ecuación 4 – Problema de programación lineal, congestión
La modificación de la segunda restricción, introduciendo una igualdad significa que se
restringe la habilidad de la organización n, de usar más recursos para poder moverse hacia
la frontera de eficiencia, sin considerar su costo. A partir de los dos anteriores modelos de
programación lineal se puede hacer la formulación matemática de las medidas de
eficiencia.
25
Eficiencia de escala: En/Sn
Eficiencia de congestión: Sn/Cn
Eficiencia Residual: Cn
∑w y
j =1
j ij − yin ≥ 0 Para i=1,. I
∑w x
j =1
j kj − Rn xkn ≤ 0 Para k=1,…K
∑w
j =1
j ≤1
wj ≥ 0
j = 1,..., N
Ecuación 5 – Variante DEA, Ingresos no constantes a escala
Si la medida de eficiencia de escala es menor que uno, y En y Rn, son iguales, entonces, la
organización n esta sujeta a una condición de retorno a escala creciente, y podría aumentar
su tamaño para alcanzar su escala óptima.
Si En es menor que Rn, entonces la organización n, esta sometida a una condición de
retorno variable a escala decreciente, y podría reducir su tamaño para alcanzar su tamaño
optimo.
26
Eficiencia de asignación y costo.
Si se conoce el costo de las entradas utilizadas por cada organización para adelantar sus
operaciones es posible usar un modelo de problema de programación lineal en la forma:
K
Minimice ∑p
k =1
kn knx con respecto a w1 , w2 ,...wn , S n .
Sujeto a:
N
∑w y
j =1
j ij − yin ≥ 0 Para i=1,. I
∑w x
j =1
j kj − xkn ≤ 0 Para k=1,…K
wj ≥ 0
j = 1,..., N
Ecuación 6 – Problema de Programación Lineal, eficiencia de asignación y costo
Donde pn es el costo de las entradas para las K entradas que la unidad n usa. De este
programa se obtienen las cantidades de entradas que minimizan los costos totales para cada
organización n, a un nivel de producción de salidas determinado.
La eficiencia respecto a los costos se define entonces como la relación entre los costos que
tendría la organización, usando el nivel de entradas mínimo determinado por el problema
de PL descrito anteriormente, dividido entre sus costos actuales.
27
REGULACION BRASILERA
RESOLUCIÓN ANEEL Nº 024, 27 DE ENERO DE 2000.
Dentro del articulado de esta resolución, la ANEEL, establece las disposiciones relativas a
la continuidad del servicio público de energía eléctrica, en relación con aspectos de
duración y frecuencia a ser tenidos en cuenta por los agentes prestadores del servicio
público de transmisión y distribución de energía eléctrica hasta las unidades consumidoras
en los puntos de conexión.
28
unidad consumidora o punto de conexión, ocurre discontinuidad en el servicio de
energía eléctrica.
29
• Interrupción en situación de emergencia: interrupción motivada por caso fortuito de
fuerza mayor, que deberá ser comprobado por parte de la prestadora, desde que no
se caracterice como responsabilidad técnica, por falta de mantenimiento en los
elementos del sistema.
2. Para cada conjunto afectado por interrupciones de larga duración deberán ser
registrados los siguientes datos:
3. Para cada interrupción de larga duración ocurrida por fuera de los conjuntos
afectados, deberá ser registrada la siguiente información:
a. Causa de la falla.
b. Fecha y hora de inicio y de reestablecimiento de la interrupción.
c. Numero de unidades consumidoras afectadas por la interrupción.
30
4. A diciembre 31 de 2007, la prestadora del servicio deberá certificar el proceso de
recolección de datos, así como de la obtención de los indicadores individuales y
colectivos establecidos en esta resolución, con base en las normas ISO 9000.
Las interrupciones que se consideran dentro de la resolución ANEEL, para los cuales los
prestadores del servicio deben obtener los indicadores de continuidad, son las
interrupciones con duración mayor o igual a tres (3) minutos.
El método que determino la ANEEL para la obtención de los indicadores de calidad del
servicio por parte de los prestadores del servicio, para todos los conjuntos de unidades
consumidoras es así:
31
i: Índice de eventos ocurridos en el sistema que provocan
interrupciones en una o más unidades consumidoras.
k: Numero máximo de eventos en el periodo considerado.; e
Cc: Numero total de unidades consumidoras, del conjunto considerado,
al final del periodo considerado.
Las interrupciones que la normativa brasilera considera para el cálculo de los indicadores
son todas aquellas que interrupciones que afecten las unidades consumidoras, con tan solo
las siguientes excepciones:
32
En época de racionamiento de energía eléctrica por razones de fuerza mayor o por
fenómenos naturales, los prestadores del servicio entregaran el cálculo de los indicadores
en los dos escenarios, es decir, en uno considerando y excluyendo las interrupciones
debidas al racionamiento, y, el otro escenario, sin considerar para nada el hecho de que los
cortes hayan sido por racionamiento.
METAS DE CONTINUIDAD
El método que definió la ANEEL para el establecimiento y/o redefinición de las metas de
continuidad para los conjuntos de las unidades consumidoras se fundamenta en la técnica
de análisis comparativo de desempeño de las empresas prestadoras, y tienen como
referencia los datos físico – eléctricos y los datos históricos de los indicadores DEC y FEC.
Se asume que ANEEL busca por medio de la comparación técnica relativa de los
operadores llegar a una frontera de eficiencia, pero que siempre se este en porceso de
mejora continua. Se busca incentivar la sana competencia entre los operadores, y
adicionalmente se dota al regulador de elementos muy concretos para la definición de los
valores máximos admisibles para futuros periodos.
33
APLICACIÓN DEA: CASO BRASIL
La propuesta de aplicación de la técnica DEA para la comparación relativa fue hecha por
J.E. Pinheiro dos Santos, Carlos Marcio Vieira y J.W. Marangon Lima, quienes sugirieron
una metodología para el análisis comparativo de los agentes prestadores del servicio de
energía eléctrica en Brasil.
La metodología propuesta para el caso Brasil se fundamenta en dos técnicas:
Dentro de la metodología propuesta se debía considerar cada circuito como una unidad de
producción o DMU (Para la técnica DEA), dependiendo de las características y la
importancia dada por cada distribuidor. Cada circuito esta caracterizado por el área a la que
va a suministrar energía eléctrica, por el número de usuarios y la demanda existente.
En este punto se recurre a la técnica Dynamic Cluster, y se realiza el agrupamiento
identificando los grupos con características similares, teniendo en cuenta que las entradas a
la técnica, parámetros de agrupamiento, son características o variables no controlables por
el distribuidor. (Área atendida por el circuito, Numero de usuarios, carga demandada.)
Luego de identificar los grupos con los ítems similares por medio de la técnica de Clusters,
se identifica la frontera de eficiencia por medio de DEA, y se establecen las distancias de
cada uno de los circuitos pertenecientes al grupo, a la frontera de eficiencia. Para el
establecimiento de la frontera de eficiencia técnica relativa los datos de entrada al algoritmo
DEA son:
• Longitud del circuito. ( km. )
• Potencia Instalada (MVA)
• Numero de transformadores.
• Numero de seccionadores
• Costo de operación y mantenimiento.
Una de las entradas mas importante es el costo de la operación y el mantenimiento pues
este refleja el cómo los distribuidores están operando cada uno de los circuitos, es decir
esta es la variable Controlable más importante de la técnica aplicada al caso DEA
Brasil. En este caso el valor de operación y mantenimiento es el derivado del modelo de
compañía estándar ajustado al perfil de cada distribuidor.
El caso inicialmente estudiado en Brasil para determinar la efectividad de la
metodología sugerida fue desarrollado con siete (7) de las mas importantes empresas
34
distribuidoras en ese País. (CEMIG, CELESC, COPEL, EBE, ELECTROPAULO,
COPEL y ELEKTRO)
El primer análisis puede ser visto como el estudio DEA tradicional, en donde se
consideró cada una de las compañías como una DMU, se omitió el arreglo de cluster y
se considero que las siete compañías hacían parte de un grupo homogéneo. Los
indicadores DEC y FEC utilizados como salidas en la técnica DEA son el promedio
global de cada compañía.
Los resultados obtenidos fueron:
Estas dos técnicas combinadas, Dynamic Cluster y DEA, proponen los autores,
ayudaran al regulador a establecer los estándares de confiabilidad para los
distribuidores de energía eléctrica en Brasil.
35
El tercer análisis propuesto en Establishing Quality performance of distribution Companies
based on yarstick regulation, fue el de tomar datos de dos años consecutivos y de allí
aplicar el mismo procedimiento anterior, con el ánimo de estabilizar los resultados
obtenidos.
36
REGULACIÓN COLOMBIANA RESOLUCIÓN 70 DE 1998
Respecto a los indicadores de calidad del servicio en el pais, esta norma hace algunas
deficiniciones:
• Instantáneas: Son aquellas suspensiones del servicio cuya duración es inferior o igual a
un (1) minuto, no se tienen en cuenta para los cálculos de los indicadores de calidad del
servicio.
• Transitorias: Son aquellas suspensiones del servicio cuya duración es superior a un (1)
minuto y menor o igual a cinco (5) minutos.
• Temporales: Son aquellas suspensiones del servicio de energía cuya duración es mayor
a cinco (5) minutos.
Dentro del cálculo de los indicadores de calidad no se tienen en cuenta interrupciones que
tengan su origen en:
37
a) Indicador de Duración Equivalente de las Interrupciones del Servicio (DES)
NTI
DESc = ∑ t (i)
i =1
Ecuación 9 – Indicador DES.
Donde:
DESc: Sumatoria del Tiempo en horas de las interrupciones del servicio en un Circuito,
durante los últimos doce (12) meses.
i: Interrupción i–ésima.
t(i): Tiempo en horas de la interrupción i–ésima.
NTI: Número Total de Interrupciones que ocurrieron en el Circuito durante los últimos
doce (12) meses.
FESc = NTI
Ecuación 10 – Indicador FES.
donde:
FESc: Sumatoria del número de veces que el servicio es interrumpido en un Circuito,
durante los últimos doce (12) meses.
Adicionalmente en este numeral se definen dos indicadores de seguimiento de la calidad
definidos en la siguiente forma:
38
NT ⎛⎜ Ua(i ) ⎞
⎟
DESn = ∑ ⎜ *t (i)⎟
i =1⎝ Un(i ) ⎠
NT ⎛⎜ Ua(i ) ⎞⎟
FESn = ∑ ⎜ ⎟
i =1⎝ Un(i ) ⎠
Ecuación 11 – Indicadores DES y FES.
donde:
DESn: Tiempo promedio por Usuario, en horas, de las interrupciones del servicio en el
nivel de tensión n, durante los últimos doce (12) meses.
FESn: Frecuencia promedio por Usuario, de las interrupciones del servicio en el nivel de
tensión n, durante los últimos doce (12) meses.
i: Interrupción i–ésima.
t(i): Tiempo en horas de la interrupción i–ésima.
NT: Número Total de Interrupciones que ocurrieron en el nivel de tensión n, durante los
últimos doce (12) meses.
Ua(i): Número Total de Usuarios afectados por la Interrupción i-ésima en el nivel de
tensión n.
Un(i): Número Total de Usuarios en el nivel de tensión n, en el momento de la
Interrupción i-ésima.
En este numeral se establece que los limites máximos en el periodo de transición y después
de el serán fijados por la CREG.
39
Para el cálculo de los Indicadores DES y FES por Circuito, los tiempos de duración y el
número de interrupciones de cada Circuito, comenzarán a acumularse a partir del 1o de
Enero del año 1999. Así mismo, deberán reportar trimestralmente los valores acumulados
a la SSPD y conservar registros en medio magnético por un período no inferior a tres (3)
años.
Todas las interrupciones en los circuitos de distribución de los niveles 2, 3 y 4 deben ser
registradas en las subestaciones, las interrupciones en los circuitos de nivel 1 se
contabilizaran desde el momento en que sean detectadas por el operador de red, o sean
reportadas por los usuarios.
Los OR´s deberán tener disponible la siguiente información para: Los Comercializadores
que operen en la zona de influencia del STR y/o SDL respectivo, los Usuarios conectados
al STR y/o SDL respectivo, los Organismos de Control y Vigilancia y demás autoridades
competentes:
a) Período de Transición:
• Codificación de Circuito.
• Fecha y hora en que se inició la interrupción.
• Número de transformadores afectados por la interrupción y capacidad instalada de los
mismos.
• Fecha y hora en que se restableció el servicio.
• Causa de la interrupción.
• Número de usuarios afectados por la interrupción del servicio.
• Demanda no atendida.
• Todas las Variables Independientes de los DES, FES y Valores a Compensar.
b) Período Definitivo:
40
• Codificación de circuito y usuario.
• Fecha y hora en que se inició la interrupción.
• Número de transformadores afectados por la interrupción y capacidad instalada de los
mismos.
• Fecha y hora en que se restableció el servicio.
• Causa de la interrupción.
• Número de usuarios afectados por la interrupción del servicio.
• Demanda no atendida.
• Todas las variables independientes de los DES, FES y Valores a Compensar.
GRUPO 4: Circuitos ubicados en Suelo que no corresponde al área urbana del respectivo
municipio o distrito.
41
Esta resolución en su artículo 20 modificó parcialmente la resolución 070 de 1998,
definiendo que el CND debe mantener un listado de eventos del sistema interconectado
nacional para que los OR no tengan en cuenta su duración dentro del cálculo de los
indicadores de calidad del servicio.
Que no se deben tener en cuenta para el calculo de los indicadores DES y FES eventos
programados en activos del nivel de tensión 4, ocasionados en trabajos de expansión.
El OR afectado por el Evento de fuerza mayor, debe declarar oficialmente ante la SSPD la
ocurrencia de1 mismo, si el evento de interrupción tendrá una duración mayor a tres días, el
operador de red debe notificar a sus usuarios a través de prensa, o medio de comunicación
Se establece unos valores de los indicadores DES y FES a aplicar cuando el operador de red
no realice 1os reportes de información relacionados con la Calidad de1 Servicio Prestado,
en 1os formatos, términos y medios establecidos por la comisión, o cuando el
Comercializador no publique los indicadores en la factura de 1os Usuarios . Los
indicadores DES y FES se calcularán mensualmente o trimestralmente por defecto usando
algunas expresiones que se basan en el limite máximo establecido para los indicadores en el
ano 2000.
La aplicación de 1os indicadores por defecto no exoneran a las empresas, de las sanciones
que deba aplicar la SSPD por el incumplimiento en la determinación de 1os indicadores y
tiene efectos a la hora de determinar los cargos por uso que se definen en la resolución
CREG 082 de 2002.
Articulo2: valores máximos admisibles para los indicadores de calidad del servicio para el
ano 2003
42
Tabla 3. Valores máximos admisibles para los indicadores FES y DES.
Parágrafo 1 a mas tardar el 13 de enero de 203 los operadores de red deberán informar a m
la CREG y a la SSPD mediante comunicación escrita suscrita por el representante legal los
valores máximos admisibles de los indicadores de calidad por grupo para cada uno de los
trimestres del ano 2003. estos valores trimestrales serán únicos por empresa. Cada DESC
trimestral deberá estar en un número entero y la suma de los valores trimestrales de cada
año no podrá superar los valores máximos admisibles anuales establecidos en este artículo.
Si vencido el plazo máximo mencionado un OR no reporta valores máximos admisibles
trimestrales o reporta valores que no cumplan con las condiciones aquí establecidas, se
asumirán para su sistema para el ano 2003, los siguientes valores máximos trimestrales:
En el anexo B de esta circular se define la información que deben publicar las empresas de
distribución de energía eléctrica, en cumplimiento a las disposiciones resoluciones descritas
anteriormente:
43
Subestación: Nombre de la subestación alimentadora del circuito.
Usuarios: Numero de usuarios reportados que están conectados al circuito
Demanda de energía: Demanda mensual registrada en kWh.
Potencia promedio mensual kW.
Tensión nominal.
Longitud de la red.
Tenencia o no de un rele de recierre.
Descripción de si es o no un alimentador radial.
Descripción de si es o no normalmente abierto.
Longitud, latitud y altitud.
Propiedad o no del circuito al OR.
Tipo A/S: hace referencia a si el circuito el aéreo o subterráneo.
Número y sumatoria de duración de interrupciones menores a un minuto de duración.
Número y sumatoria de duración de interrupciones declaradas como de fuerza mayor.
Número y sumatoria de duración de interrupciones excluidas en los términos de referencia
dados en la resolución CREG 096 de 2000.
Número y sumatoria de duración de interrupciones programadas por el OR.
Número y sumatoria de duración de interrupciones no programadas por el OR
Las columnas Numero y sumatoria de duración permiten excluir del reporte las
interrupciones excluibles del cálculo de los indicadores DES y FES según indicaciones de
la resolución CREG 096 de 2000.
44
REGULACIÓN COLOMBIANA
ESTABLECIMIENTO DE VALORES MÁXIMOS
ADMISIBLES
Es decir, se le asignó a la CREG la responsabilidad de fijar las normas dentro de las cuales
estarán las empresas del sector eléctrico nacional.
Adicionalmente, la ley 143 de 1994, asigna a la CREG, definir los aspectos técnicos de
calidad, confiabilidad en el servicio de la energía eléctrica dentro del territorio Nacional.
También, hay que tener en cuenta que la CREG, mediante el Reglamento de Distribución y
las resoluciones 025 y 089 de 1996 definió los limites que miden la calidad de la potencia
suministrada a los usuarios, y, de mas interés para esta tesis, respecto de la calidad del
servicio de transmisión y/o distribución como sigue:
• Los criterios de calidad del servicio de energía eléctrica
• Los indicadores que miden la calidad
• Las responsabilidades y compensaciones por la calidad del servicio prestado.
45
Se definieron dos indicadores:
• Indicador DES, el cual mide el tiempo total de interrupción de suministro de energía
eléctrica.
• Indicador FES, el cual mide el número total de interrupciones de suministro de
energía eléctrica.
Las compensaciones a los usuarios se dan cuando los indicadores de calidad DES y FES
superan los valores Máximos Admisibles VMA. Se dispuso dichas compensaciones a los
usuarios se harían efectivas a partir del primero de enero de 2000, y se distinguieron dos
periodos: el de transición, el cual se hallaba comprendido entre el primero de 2000 y el 31
de diciembre de 2003, y el definitivo, que comenzaría a partir del primero de enero de
2003.
Las metas para el año 1 de transición (2000) fueron fijadas por la comisión en Junio de
1999 mediante la resolución CREG 025.
Los valores máximos admisibles, fueron fijados en el reglamento de distribución para el
año 3 (2002), así:
• Duración máxima equivalente de las Interrupciones (DES) de doce (12) horas.
• Frecuencia máxima equivalente de las Interrupciones (DES) de dieciocho (18)
horas.
Adicionalmente, la CREG, tomando en consideración los estudios de calidad del servicio y
las observaciones hechas por los operadores de red, mediante resoluciones 025 y 089 de
1999 realizo los siguientes ajustes:
46
VALORES MÁXIMOS ADMISIBLES DE INDICADORES DES Y FES.
La información con que contó la CREG, fue la suministrada por los operadores de red a la
Superintendencia de Servicios Públicos Domiciliarios (SSPD) y a la CREG, y recopila
2548 alimentadores de diferentes empresas del País.
Los datos recolectados se clasificaron de acuerdo al nivel de tensión, de los cuales el 91%
corresponden al nivel de tensión 2.
La CREG, buscó diferentes modelos con el fin de realizar un estudio a fondo de la calidad
del servicio, a partir de la información con la que se contaba, y procedió a evaluar cuatro
modelos, en los que estuviera resumida la mayor cantidad relevante posible relacionada con
la calidad del servicio que puede ofrecer un circuito, tales como:
• Longitud de los circuitos.
• Densidad.
• Capacidad.
• Cargabilidad, y
• Remuneración actual.
Se realizaron los siguientes análisis estadísticos:
47
ANÁLISIS DE CORRELACIÓN.
La CREG realizó este estudio entre los indicadores DES y FES reales de los circuitos y a
partir de la información suministrada, con las siguientes variables:
• Longitud
• Numero de usuarios conectados al circuito (Densidad Usuarios/ km. )
• Potencia promedio (Potencia/Usuarios)
• Voltaje.
• Cargos por uso vigentes, sin acotamiento, magnitud del acotamiento de los cargos y
una variable categórica según acotamiento y no acotamiento.
La conclusión a la que se llegó, fue la existencia de una relación entre la longitud, densidad
y la potencia promedio del alimentador y los indicadores. Adicionalmente, que no existe
correlación alguna entre la calidad y las variables de remuneración actual.
ANÁLISIS DE REGRESIÓN.
La CREG buscó un modelo el cual explicara la calidad del servicio real en función de:
• Longitud
• Numero de usuarios conectados.
• Densidad. (Usuarios/ km. )
• Potencia promedio (Potencia/Usuarios)
• Voltaje (kV)
• Cargos por uso vigentes, sin acotamiento, magnitud del acotamiento de los cargos y
una variable categórica según acotamiento y no acotamiento.
La CREG observó que el indicador DES, se ajustaba a un modelo estadísticamente
significativo, según el cual el indicador es explicado por las variables Longitud, Potencia
promedio, voltaje, y magnitud del acotamiento de los cargos por uso.
El indicador FES esta explicado por las variables Longitud, Potencia promedio, voltaje,
usuarios, densidad y magnitud del acotamiento de los cargos por uso.
Para la CREG fue de particular interés la incidencia del acotamiento de los cargos por uso
en el comportamiento real de los indicadores de calidad, pero dado que la incidencia es
negativa, es decir, entre mayor ha sido el acotamiento de los cargos para una empresa los
estándares tienden a ser cada vez mejores.
48
Por lo anterior, la conclusión de la CREG fue que las deficiencias de la época se debían
fundamentalmente a la gestión de las empresas.
ANÁLISIS DE CONGLOMERADOS.
ANÁLISIS DE VARIANZA.
El análisis de varianza permite conocer si hay diferenciación de la calidad real para grupos
de circuitos, agrupados según la longitud, y según la existencia o no de rele de recierre.
El estudio realizado por la CREG arrojó como resultado que existen diferencias en la
calidad del servicio entre los grupos planteados y que la utilización del rele de recierre
modifica únicamente el indicador FES.
La CREG, considerando que del análisis de la información se concluyó que los reles de
recierre afectan positivamente al mejoramiento de la calidad del servicio, y que, según el
análisis de regresión, los problemas de calidad se deben fundamentalmente a la gestión de
las empresas, estableció como metodología para determinar las metas de los indicadores de
calidad, adoptar el percentil 50 de la muestra de circuitos de nivel de tensión 2, agrupados
bajo el criterio de cortos o largos ( mas o menos de 37 km. de longitud.).
49
APLICACION DEA: CASO COLOMBIA
50
Luego del proceso de filtrado y selección de los circuitos, la idea de la técnica es llegar a un
conjunto mas reducido, donde los circuitos seleccionados sean altamente similares en
cuanto a su número de usuarios, longitud y carga demandada.
En este punto, con los datos filtrados, se determinaron las entradas y salidas con las que se
realizarían las pruebas de la técnica DEA caso Colombia, intentando mantener la filosofía
de las realizadas en la aplicación de la técnica en Brasil, con lo que tenemos:
Entradas:
• Longitud del circuito
• Número de usuarios del circuito.
• Demanda del circuito.
• Costo de operación y mantenimiento. A pesar de que esta es una de las entradas
claves en el modelo brasilero de la aplicación de la técnica, en nuestro caso esta
información No esta disponible.
Salidas:
• Indicador DES, por medio de la transformación. Yi Mod = (YMAX + r ) − Yi
El factor de ajuste no debe ser cero, y no debe tampoco ser un valor muy grande, ya que se
afectaría la sensibilidad del análisis,
51
CASOS IMPLEMENTADOS
El caso natural es reproducir fielmente el caso expuesto en el Caso DEA Brasil, aplicado a
un conjunto de circuitos colombiano, por lo tanto
Las entradas alimentadas al software de análisis fueron:
• Número de Usuarios.
• Demanda en MW
• Longitud del circuito en km.
Las salidas consideradas fueron: DES, y FES. Que se sometieron a la inversión matemática
propuesta en el artículo. Yi Mod = (YMAX + r ) − Yi , con un factor de ajuste igual a uno.
Eficiencias
Circuito Nº
52
Circuito 1 1,0000
Circuito 2 1,0000
Circuito 3 1,0000
Circuito 4 0,9205
Circuito 5 1,0000
Circuito 6 1,0000
Circuito 7 1,0000
Circuito 8 0,9879
Circuito 9 0,9962
Circuito 10 1,0000
Circuito 11 1,0000
Circuito 12 0,9383
Tabla 6. Eficiencias Relativas, Caso 1 DEA Colombia.
Efficiency Scores
1,0000
0,9000
0,8000
0,7000
0,6000
0,5000
0,4000
0,3000
0,2000
0,1000
0,0000
1 2 3 4 5 6 7 8 9 10 11 12
to to to to to to to to to to to to
ui ui ui ui ui ui ui ui ui ui ui ui
rc rc rc rc rc rc rc rc rc rc rc rc
Ci Ci Ci Ci Ci Ci Ci Ci Ci Ci Ci Ci
Units
En este caso, se observa claramente que las unidades que obtienen la mayor calificación de
eficiencia, Circuitos 1, 2, 3, 5, 7, 10, y circuito 11, son aquellos que a la vista de la técnica
DEA usaron la menor cantidad de recursos o Entradas, los circuitos de menor longitud,
menor número de usuarios y menor valor de demanda. Sin embargo, en un sistema de
distribución la longitud, el número de usuarios, y la demanda son parámetros que no se
quieren minimizar como si fueran causantes de costos, es mas, son variables en muchos
casos no controlables por el distribuidor.
53
No es para nada razonable que un circuito sea castigado, por tener un valor alto de
demanda, o por ser simplemente un circuito con una extensión importante, o por tener una
gran cantidad de usuarios conectados.
Es más, considerando que es mas complicado mantener un circuito muy largo, con gran
cantidad de usuarios y con un valor de demanda alto, con valores bajos en los indicadores,
decidimos aplicar la siguiente ecuación de transformación a todas las entradas, y no castigar
a estos circuitos:
Yi Mod = (YMAX + r ) − Yi
Ecuación 12. Transformación implementada para las entradas a DEA.
Longitud Demanda
( km. ) Usuarios (MW) FES DES (min)
Circuito 1 10,28 5270,26 1860744,92 1 9,82
Circuito 2 11,48 5598,26 1848046,24 1 3,45
Circuito 3 11,25 5723,26 1697036,56 1 3,00
Circuito 4 10,63 5544,26 1692117,37 1 4,72
Circuito 5 10,65 6987,26 1659605,44 1 3,13
Circuito 6 11,23 7466,26 1620419,43 1 4,97
Circuito 7 10,17 7347,26 1589996,37 1 3,00
Circuito 8 11,47 3447,26 1451373,31 1 5,62
Circuito 9 11,26 7041,26 1382795,37 1 11,57
Circuito 10 11,64 4893,26 1257828,59 1 2,48
Circuito 11 9,95 8165,26 1177674,67 1 1,37
Circuito 12 10,40 7414,26 1119503,65 1 4,48
Tabla 7. Datos de entrada para el caso uno, afectados por la ecuación de inversión 12, con r igual a la
media geométrica
54
Con lo que obtuvimos:
Efficiency Scores
1,0000
0,9000
0,8000
0,7000
0,6000
0,5000
0,4000
0,3000
0,2000
0,1000
0,0000
1 2 3 4 5 6 7 8 9 10 11 12
to to to to to to to to to to to to
ui ui ui ui ui ui ui ui ui ui ui ui
rc rc rc rc rc rc rc rc rc c c c
Ci Ci Ci Ci Ci Ci Ci Ci Ci
Ci
r
Ci
r
C i r
Units
Longitud Demanda
( km. ) Usuarios (MW) FES DES (min)
Circuito 1 10,26 5048,89 1836974,51 1 9,82
Circuito 2 11,46 5376,89 1824275,83 1 3,45
Circuito 3 11,23 5501,89 1673266,15 1 3,00
Circuito 4 10,61 5322,89 1668346,96 1 4,72
Circuito 5 10,63 6765,89 1635835,03 1 3,13
Circuito 6 11,21 7244,89 1596649,02 1 4,97
Circuito 7 10,15 7125,89 1566225,96 1 3,00
Circuito 8 11,45 3225,89 1427602,90 1 5,62
Circuito 9 11,24 6819,89 1359024,96 1 11,57
Circuito 10 11,62 4671,89 1234058,18 1 2,48
Circuito 11 9,93 7943,89 1153904,26 1 1,37
Circuito 12 10,38 7192,89 1095733,24 1 4,48
Tabla 8. Datos de entrada para el caso uno, afectados por la ecuación de inversión 12, con r igual a la
media geométrica
55
Y obtuvimos
Efficiency Scores
1,0000
0,9000
0,8000
0,7000
0,6000
0,5000
0,4000
0,3000
0,2000
0,1000
0,0000
1 2 3 4 5 6 7 8 9 10 11 12
to to to to to to to to to to to to
ui ui ui ui ui ui ui ui ui ui ui ui
rc rc rc rc rc rc rc rc rc rc rc rc
Ci Ci Ci Ci Ci Ci Ci Ci Ci Ci Ci Ci
Units
1,0000
0,9000
0,8000
0,7000
0,6000
0,5000
0,4000
0,3000
0,2000
0,1000
0,0000
1 2 3 4 5 6 7 8 9 10 11 12
to to to to to to to to to to to to
ui ui ui ui ui ui ui ui ui ui ui ui
rc rc rc rc rc rc rc rc rc rc rc rc
Ci Ci Ci Ci Ci Ci Ci Ci Ci Ci Ci Ci
Units
56
Finalmente, cuando elegimos un valor de 20% del valor máximo, es decir 1.2Ymax,
tenemos:
Efficiency Scores
1,0000
0,9000
0,8000
0,7000
0,6000
0,5000
0,4000
0,3000
0,2000
0,1000
0,0000
1 2 3 4 5 6 7 8 9 10 11 12
to to to to to to to to to to to to
ui ui ui ui ui ui ui ui ui ui ui ui
rc rc rc rc rc rc rc rc rc rc rc rc
Ci Ci Ci Ci Ci Ci Ci Ci Ci Ci Ci Ci
Units
Figura 5 Calificaciones de eficiencia para el caso 1, usando la inversion de la ecuación 12 y r igual a 1,2
Ymax.
Al observar las graficas de cada uno de las opciones para El valor de r, r=Media
geométrica, r =Media Armónica, r =1, y r =YMAX*0.2, observamos que el valor de r actúa
como un modulador de las calificaciones técnicas relativas dadas por la técnica DEA a cada
uno de los circuitos.
Si observamos los datos de entrada a la técnica DEA luego de la aplicación de la
transformación lineal propuesta, esta hace que el mayor valor de cada vector se transforme
en el menor, es decir desde la técnica DEA se transforman los valores altos de entrada, en
valores “mas eficientes”, o en otras palabras, reflejan que se esta produciendo el menor
gasto de recursos.
Observando los resultados preliminares de la Técnica DEA en los casos expuestos para
explicar la función del parámetro “r”, se ve que las calificaciones relativas para cada uno de
los circuitos varían si se asigna uno u otro valor al parámetro “r”. Cada vez que se hace
menor el valor de “r”, el rango de calificaciones relativas se hace más grande, es decir las
calificaciones dan mas dispersas. Si, por otro lado, se incrementa el valor de “r”, el rango
de las calificiones relativas de los circuitos estudiados se reduce, es decir con mas densidad.
Consideramos que el mejor valor fue r = YMAX*0.2, por lo que en lo sucesivo se utilizará
este valor.
57
El segundo caso, fue realizado con los mismos valores del primer escenario, pero en este
caso se realizó la Inversión de las variables de entrada, en la siguiente tabla se ilustran los
valores de entrada al algoritmo DEA:
Circuito Nº Eficiencias
Circuito 1 1,0000
Circuito 2 0,8947
Circuito 3 0,9450
Circuito 4 1,0000
Circuito 5 0,9157
Circuito 6 0,7648
Circuito 7 0,9861
Circuito 8 1,0000
Circuito 9 0,8190
Circuito 10 1,0000
Circuito 11 1,0000
58
Circuito 12 1,0000
Tabla 10. Eficiencias Relativas, Caso 2 DEA Colombia.
Efficiency Scores
1,0000
0,9000
0,8000
0,7000
0,6000
0,5000
0,4000
0,3000
0,2000
0,1000
0,0000
1 2 3 4 5 6 7 8 9 10 11 12
to to to to to to to to to to to to
ui ui ui ui ui ui ui ui ui ui ui ui
rc rc rc rc rc rc rc rc rc rc rc rc
Ci Ci Ci Ci Ci Ci Ci Ci Ci Ci Ci Ci
Units
Eficiencias Eficiencias
Longitud Usuarios Demanda FES DES (min)
Caso 1 Caso 2
Observando la tabla º 9, se puede apreciar que se cambio el castigar a los circuitos largos y
con altas demandas y en cambio se beneficia a los circuitos largos que presenten buenos
indicadores, pues ahora el aprovechamiento de los recursos que vea la técnica DEA, será
59
manifestada en mejores eficiencias relativas para los circuitos largos, con alto grado de
demanda y con gran número de usuarios, gracias a la transformación que se aplicó.
Adicionalmente, los circuitos que tengan indicadores de calidad de servicio muy buenos,
casi independientemente de su longitud, son calificados con eficiencias relativas altas, es el
caso del circuito Numero 1, quien en los dos casos corridos hasta el momento, presenta
eficiencias relativas altas.
Los circuitos eficientes en este caso son los circuitos 1, 4, 8, 10, 11 y 12.
El tercer caso que realizado, dentro del estudio DEA Caso Colombia, intenta reflejar que
influencia tiene el hecho de que todos los circuitos posean el mismo valor para una de sus
salidas. Por lo anterior, y en virtud de que todos los circuitos presentan el mismo valor de
indicador FES, vamos a omitirlo como salida de la técnica.
60
Circuito 1 10,55 4650,00 813099,45 9,82 0,3354
Circuito 2 9,35 4322,00 825798,13 3,45 0,8543
Circuito 3 9,58 4197,00 976807,81 3,00 0,9170
Circuito 4 10,20 4376,00 981727,00 4,72 0,8589
Circuito 5 10,18 2933,00 1014238,93 3,13 0,8615
Circuito 6 9,60 2454,00 1053424,94 4,97 0,6055
Circuito 7 10,66 2573,00 1083848,00 3,00 0,9050
Circuito 8 9,36 6473,00 1222471,06 5,62 1,0000
Circuito 9 9,57 2879,00 1291049,00 11,57 0,0828
Circuito 10 9,19 5027,00 1416015,78 2,48 1,0000
Circuito 11 10,88 1755,00 1496169,70 1,37 1,0000
Circuito 12 10,43 2506,00 1554340,72 4,48 0,8568
Tabla 13. Eficiencias relativas Caso 3 DEA Colombia.
Este caso será corrido con los mismos valores de entrada de los casos anteriores, pero sin
incluir dentro de las salidas a la técnica DEA, la variable DES, con lo cual obtenemos las
siguientes eficiencias relativas:
Eficiencias
Circuito Nº
61
Circuito 1 1,000
Circuito 2 0,791
Circuito 3 0,839
Circuito 4 0,950
Circuito 5 0,861
Circuito 6 0,765
Circuito 7 0,958
Circuito 8 1,000
Circuito 9 0,819
Circuito 10 1,000
Circuito 11 1,000
Circuito 12 1,000
Tabla 14. Eficiencias Relativas. Caso 4 DEA Colombia.
Efficiency Scores
1,0000
0,9000
0,8000
0,7000
0,6000
0,5000
0,4000
0,3000
0,2000
0,1000
0,0000
1 2 3 4 5 6 7 8 9 10 11 12
o o o o o o o o o
uit uit uit uit uit uit uit uit uit uit
o
uit
o
uit
o
rc rc rc rc rc rc rc rc rc rc rc rc
Ci Ci Ci Ci Ci Ci Ci Ci Ci Ci Ci Ci
Units
62
Circuito 1 10,55 4650,00 813099,45 1.00 1,000
Circuito 2 9,35 4322,00 825798,13 1.00 0,791
Circuito 3 9,58 4197,00 976807,81 1.00 0,839
Circuito 4 10,20 4376,00 981727,00 1.00 0,950
Circuito 5 10,18 2933,00 1014238,93 1.00 0,861
Circuito 6 9,60 2454,00 1053424,94 1.00 0,765
Circuito 7 10,66 2573,00 1083848,00 1.00 0,958
Circuito 8 9,36 6473,00 1222471,06 1.00 1,000
Circuito 9 9,57 2879,00 1291049,00 1.00 0,819
Circuito 10 9,19 5027,00 1416015,78 1.00 1,000
Circuito 11 10,88 1755,00 1496169,70 1.00 1,000
Circuito 12 10,43 2506,00 1554340,72 1.00 1,000
Tabla 15. Eficiencias relativas, Caso 4 DEA Colombia.
Este caso como se puede observar, dado que la variable de salida para cada uno de los
circuitos es idéntica a la de los demás, solo tiene en cuenta la eficiencia con que cada ítem
utiliza o dispone de sus recursos, por lo tanto, y como se esperaba, los circuitos que
presentan las mayores eficiencias relativas son los circuitos mas largos, con mayor
demanda y con un mayor número de usuarios.
Como se había planteado, el modelo es válido y confirma nuestras observaciones, debido a
que si dos circuitos tienen indicadores de confiabilidad de servicio iguales (En este caso
FES iguales para todo los circuitos), es mas razonable indicar que son mas eficientes los
circuitos largos, con mayor demanda y con mayor numero de usuarios, que los circuitos
cortos, con pocos usuarios y bajo nivel de demanda, debido a la mayor exposición a fallas
de los primeros.
Los circuitos eficientes en este caso son los circuitos 1, 8, 10, 11 y 12.
Este caso será corrido con los mismos valores de entrada de los dos primeros casos, pero
sin incluir dentro de las entradas a la técnica DEA la variable longitud, con lo cual
obtenemos las siguientes eficiencias relativas:
Circuito Nº Eficiencias
Circuito 1 0,555
63
Circuito 2 0,604
Circuito 3 0,652
Circuito 4 0,610
Circuito 5 0,545
Circuito 6 0,543
Circuito 7 0,562
Circuito 8 1,000
Circuito 9 0,712
Circuito 10 1,000
Circuito 11 1,000
Circuito 12 1,000
Tabla 16. Eficiencias Relativas. Caso 5 DEA Colombia.
Efficiency Scores
1,0000
0,9000
0,8000
0,7000
0,6000
0,5000
0,4000
0,3000
0,2000
0,1000
0,0000
51 70
3
47
6
85
7
87
3
45
5
39
7
69
6
48
5
86
7
17
6
62
4
2, 3, 3, 2, 2, 3, 2, 3, 3, 3, 2, 2,
Units
Eficiencias Eficiencias
(Longitud) Usuarios Demanda FES DES (min)
Caso 2 Caso 5
64
Circuito 7 10,66 2573,00 1083848,00 1 3,00 0,9861 0,562
Circuito 8 9,36 6473,00 1222471,06 1 5,62 1,0000 1,000
Circuito 9 9,57 2879,00 1291049,00 1 11,57 0,8190 0,712
Circuito 10 9,19 5027,00 1416015,78 1 2,48 1,0000 1,000
Circuito 11 10,88 1755,00 1496169,70 1 1,37 1,0000 1,000
Circuito 12 10,43 2506,00 1554340,72 1 4,48 1,0000 1,000
Tabla 17. Eficiencias Relativas vs. Datos de circuito. Caso 5 DEA Colombia.
Con este ejercicio pretendemos ver la influencia de la variable longitud dentro del análisis
de eficiencias relativas que estamos llevando. Al omitirla como variable de entrada los
circuitos Nº 1 y Nº 4, dejan de ser eficientes y descienden a valores bajos. Como se puede
observar estos circuitos tienen valores altos de longitud, que eran “premiados” por medio
de la transformación diseñada, y al retirarlos, los demás atributos o características del
circuitos no son tan sobresalientes, lo cual los lleva a descender si nivel de eficiencia.
Los circuitos eficientes en este caso son los circuitos Nº 8, Nº 10, Nº 11 y Nº 12.
Este caso será corrido con los mismos valores de entrada de los dos primeros casos, pero
sin incluir dentro de las entradas a la técnica DEA la variable usuarios, con lo cual
obtenemos las siguientes eficiencias relativas:
Circuito Nº Eficiencias
Circuito 1 0,867
Circuito 2 0,588
Circuito 3 0,626
Circuito 4 0,762
Circuito 5 0,757
Circuito 6 0,630
Circuito 7 0,908
Circuito 8 0,589
Circuito 9 0,635
Circuito 10 0,775
65
Circuito 11 1,000
Circuito 12 1,000
Tabla 18. Eficiencias Relativas. Caso 6 DEA Colombia.
Efficiency Scores
1,0000
0,9000
0,8000
0,7000
0,6000
0,5000
0,4000
0,3000
0,2000
0,1000
0,0000
1 2 3 4 5 6 7 8 9 10 11 12
o o o o o o o o o
uit uit uit uit uit uit uit uit uit uit
o
uit
o
uit
o
rc rc rc rc rc rc rc rc rc rc rc rc
Ci Ci Ci Ci Ci Ci Ci Ci Ci Ci Ci Ci
Units
Eficiencias Eficiencias
Longitud Usuarios Demanda FES DES (min)
Caso 2 Caso 6
66
Al igual que en el caso anterior, se observa que algunos de los circuitos que eran eficientes
en el caso Nº 2, dejan de serlo, y pasan a tener valores medios y bajos de eficiencia.
Este caso será corrido con los mismos valores de entrada de los dos primeros Casos, pero
sin incluir dentro de las entradas a la técnica DEA la variable demanda, con lo cual
obtenemos las siguientes eficiencias relativas:
Circuito Nº Eficiencias
Circuito 1 1,000
Circuito 2 0,895
Circuito 3 0,945
Circuito 4 1,000
Circuito 5 0,916
Circuito 6 0,754
Circuito 7 0,986
Circuito 8 1,000
Circuito 9 0,709
Circuito 10 1,000
Circuito 11 1,000
Circuito 12 0,903
Tabla 20. Eficiencias Relativas Caso 7 DEA Colombia.
67
Efficiency Scores
1,0000
0,9000
0,8000
0,7000
0,6000
0,5000
0,4000
0,3000
0,2000
0,1000
0,0000
1 2 3 4 5 6 7 8 9 10 11 12
to to to to to to to to to to to to
ui ui ui ui ui ui ui ui ui ui ui ui
rc rc rc rc rc rc rc rc rc rc rc rc
Ci Ci Ci Ci Ci Ci Ci Ci Ci Ci Ci Ci
Units
Eficiencias Eficiencias
Longitud Usuarios Demanda FES DES (min)
Caso 2 Caso 7
Los circuitos eficientes en este caso son los circuitos Nº 1, Nº 4, Nº 8, Nº 10, Nº 11 y Nº 12.
Al igual que en el caso anterior, se observa que algunos de los circuitos que eran eficientes
en el caso Nº 2, dejan de serlo, circuito Nº 12. De los demás circuitos el único que varía es
el circuito Nº 9. Podríamos decir que la variable demanda no tiene demasiada incidencia,
puede deberse a lo similar de los valores de cada uno de los circuitos.
68
CASO 8 – SIN ENTRADA “LONGITUD”, SIN SALIDA “FES”
Circuito Nº Eficiencias
Circuito 1 1,000
Circuito 2 0,895
Circuito 3 0,945
Circuito 4 1,000
Circuito 5 0,916
Circuito 6 0,754
Circuito 7 0,986
Circuito 8 1,000
Circuito 9 0,709
Circuito 10 1,000
Circuito 11 1,000
Circuito 12 0,903
1,0000
0,9000
0,8000
0,7000
0,6000
0,5000
0,4000
0,3000
0,2000
0,1000
0,0000
51 70
3
47
6
85
7
87
3
45
5
39
7
69
6
48
5
86
7
17
6
62
4
2, 3, 3, 2, 2, 3, 2, 3, 3, 3, 2, 2,
Units
69
Circuito Nº Eficiencias
Circuito 1 0,2129
Circuito 2 0,4783
Circuito 3 0,5347
Circuito 4 0,5338
Circuito 5 0,6380
Circuito 6 0,4274
Circuito 7 0,7754
Circuito 8 0,3653
Circuito 9 0,0574
Circuito 10 0,7397
Circuito 11 1,0000
Circuito 12 0,8568
Tabla 23. Eficiencias Relativas Caso 9 DEA Colombia.
Efficiency Scores
1,0000
0,9000
0,8000
0,7000
0,6000
0,5000
0,4000
0,3000
0,2000
0,1000
0,0000
1 2 3 4 5 6 7 8 9 10 11 12
Units
El circuito que se presenta como eficiente en todos los casos que hemos corrido, es el
circuito Nº 11. Concuerda con que es el circuito que menor índice de duración equivalente
de interrupciones DES presenta, el circuito mas largo, el segundo con mayor valor de
demanda, y con un elevado numero de usuarios. Basados en lo anterior podríamos decir que
para el grupo de elementos en análisis el circuito óptimo es el circuito Nº 11. El segundo
más eficiente es el circuito Nº 10, seguido del circuito Nº 10, Nº 8, Nº 1 y 12.
70
A partir de los análisis preliminares, las variables que mas influyen y reflejan el
comportamiento de los circuitos, aplicando la técnica DEA, son la longitud del circuito, el
valor de la demanda de cada uno de los circuitos y el Indicador DES.
Los casos de estudio adicionales son casos seleccionados de comparación entre circuitos
siguiendo la siguiente metodología.
NIVEL DE NUMERO DE
PORCENTAJE
TENSIÓN (kV) CIRCUITOS
Menor a 10 7 0.17
11.4 674 16.63
13.2 1923 47.45
13.8 780 19.25
33 21 0.52
34.5 382 9.43
44 53 1.31
57.5 10 0.25
66 19 0.47
110 59 1.46
115 124 3.06
219 1 0.02
Tabla 24. Clasificación de circuitos por nivel de tensión.
71
Por tanto, una primera clasificación realizada busco separar los circuitos
pertenecientes al nivel de tensión en los siguientes grupos:
LONGITUD NÚMERO DE
( km) CIRCUITOS
Menor a 5 355
5 a 10 591
10 a 15 350
15 a 20 118
20 a 25 55
25 a 35 48
mayor a 35 80
Tabla 25. Clasificación de circuitos del grupo 1. según su nivel de tensión.
DEMANDA NUMERO DE
(MW) CIRCUITOS
menor a 1 24
1a2 35
2a3 25
3a4 26
72
4a5 8
Mas de 5 13
Tabla 26. Clasificación de circuitos por demanda
Se puede observar que el numero de circuitos por clasificación ya es bastante
reducido, iniciando desde el conjunto de 4056 datos, sin embargo, de acuerdo al
articulo BRASIL, y a la literatura consultada respecto a la metodología DEA se
recomienda que el numero de unidades a estudiar en cada corrida del algoritmo de
medida de eficiencia sea de tres veces el numero de entradas consideradas, que para
nuestro caso particular serian 3, por tanto, agruparemos de nuevo cada subconjunto
respecto a la demanda registrada, de forma que obtengamos 9 circuitos lo mas
similares posibles entre si.
Por ejemplo, para los circuitos de demandas entre 2 a 3 MW mes, tendremos las
siguientes categorías por número de usuarios:
NUMERO DE NÚMERO DE
USUARIOS CIRCUITOS
menor de 5000 11
Entre 5 y 6 7
Mas de 6 7
Tabla 27. Clasificación de circuitos por número de usuarios.
CASO Nº 11
Circuitos urbanos de tensiones nominales entre 11,4 kV y 13,8 kV, con longitudes
entre los 15 km. y 20 km. , con demandas entre 2 y 3 MW y un número de
usuarios menor a 5000.
73
Tensión
Longitud Usuarios Demanda FES DES
nominal
16.06 2859 2239100 13.8 0 0
15.436 4861 2300115 13.8 0 0
16.397 2909 2401402 13.8 0 0
17.15 4932 2694006 13.2 0 0
17.15 4932 2694006 13.2 0 0
16.2 4181 2112054 13.2 1 4
16.2 4203 2221868 13.2 1 244
16.2 4203 2221868 13.2 1 244
19.054 4931 2427395 13.8 1 4
18.67 4422 2052373 13.8 4 140
19.289 4150 2096496 13.8 4 91
Referencias de
Benchmark
Longitud Usuarios Demanda FES DES Calificación DMU 4 DMU 8
16.06 2859 2239100 0 0 0.787 0.625 0.816
15.436 4861 2300115 0 0 0.933 1.072
16.397 2909 2401402 0 0 0.846 0.775 0.514
17.15 4932 2694006 0 0 1.000 1.000
16.2 4181 2112054 1 4 0.656 0.384 1.135
16.2 4203 2221868 1 244 0.631 0.555 0.884
19.054 4931 2427395 1 4 1.000 1.000
74
18.67 4422 2052373 4 140 0.484 1.094
19.289 4150 2096496 4 91 0.741 0.943
Tabla 29. Calificación de eficiencia para los circuitos del caso 11.
Note como las unidades de mayor eficiencia son aquellas que poseen las mayores entradas,
y los menores índices DES y FES. La unidad de decisión 7 es mas eficiente que algunas
otras unidades consideradas aunque tenga valores en sus indicadores DES y FES mayores,
esto se debe a que también es uno de los circuitos que tiene mayor numero de usuarios, y
una longitud mayor.
La información de referencia de benchmark es útil si se deseara alterar algunos de los
parámetros de los circuitos poco eficientes. Por ejemplo, para el circuito con calificación
0,484, usando la información de referencia de benchmark, podríamos proponer una
variación en sus parámetros de circuito de la siguiente manera.
referencia de benchmark
Longitud Usuarios Demanda FES DES calificación
Unit-4 Unit-7 Unit-8
16.06 2859 2239100 0 0 0.73 0.63 0.75
15.44 4861 2300115 0 0 0.93 1.07
16.4 2909 2401402 0 0 0.8 0.77 0.47
17.15 4932 2694006 0 0 1 1
16.2 4181 2112054 1 4 0.66 0.38 1.13
16.2 4203 2221868 1 244 0.58 0.56 0.81
19.05 4931 2427395 1 4 1 1
18.67 4838 2351828 0 0 1 1
19.29 4150 2096496.4 4 91 0.74 0.94
Tabla 30. Empleo de la técnica DEA para modificar variables de los circuitos de distribución
obteniendo mejora en la calificación de eficiencia.
Por tanto es posible en forma teórica variar los valores de las entradas y salidas de los
circuitos para mejorar el desempeño de este, los valores de las entradas y salidas se
alteraron de acuerdo a la indicación de la salida virtual inputs/outputs del programa de
análisis DEA, invertido usando la formula de normalización.
75
Virtual inputs/ outputs
Longitud Usuarios Demanda FES DES
16.06 4496.46 2239099.99 -1.30 -125.78
16.72 4861.00 2655223.69 -0.35 -21.08
16.40 4646.66 2401402.00 -0.87 -82.49
17.15 4932.00 2694006.01 0.00 0.00
16.20 4419.26 2112053.99 -1.35 -147.32
16.20 4498.09 2221868.02 -1.22 -125.00
19.05 4931.00 2427395.01 1.00 4.00
18.67 4838.36 2351828.68 0.64 -23.10
19.29 4987.69 2473640.14 1.22 20.58
Tabla 31. Empleo de la técnica DEA para modificar variables de los circuitos de distribución
obteniendo mejora en la calificación de eficiencia, tabla de salida virtual inputs/outputs.
Para este caso particular se logra la mejora del desempeño del circuito por la reducción del
numero de usuarios conectados al circuito, a la reducción de la demanda, note que algunos
valores de las salidas son negativos, lo cual no tiene sentido en sistemas de distribución, en
estos casos se puede sustituir los valores sugeridos por el programa por ceros.
CASO Nº 12.
Se clasifican los circuitos pertenecientes al nivel de tensión de 33 kV a 34,5 kV.
76
Numero de
Grupo circuitos
1 93
2 53
3 69
4 101
Tabla 32. Clasificación de circuitos de acuerdo a su grupo, caso 12.
Longitud Número de
(km) circuitos
menor de 5 24
5 a 10 12
10 a 15 14
15 a 20 13
20 a 25 16
25 a 35 14
mas de 35 20
Tabla 33. Clasificación de circuitos de acuerdo a su longitud, caso 12.
V Nominal
Longitud (km) Usuarios Demanda Grupo FES DES (min.)
(kV)
11.2 12082 5111415 34.5 4 0 0
12.0 11 2942557.8 34.5 4 0 0
14.72 1 2576300 34.5 4 0 0
11.51 697 2193572 34.5 4 1 382
13.1 1 432480 34.5 4 0 0
10 1436 394554.11 34.5 4 0 0
11.9 658 239080 34.5 4 1 382
15 79 19493 34.5 4 0 0
77
15 2 19200 34.5 4 0 0
15 2 11831 34.5 4 0 0
15 2 10320 34.5 4 0 0
12 109 6252 34.5 4 1 2
15 16 3031 34.5 4 0 0
14.9 1 151 34.5 4 0 0
Tabla 34. Conjunto preliminar de circuitos para el 12.
Se procede a realizar una clasificación adicional por demanda registrada en kW en
el mes.
• Circuitos con valor de demanda menor de 200000 kW al mes 7
• Circuitos con valor de Entre 200000 kW y 1MW 3
• Circuitos con valor de Más de 1MW 3
Tomando la categoría de menos de 0,2 MW al mes tenemos los siguientes circuitos,
a los cuales se les aplica la técnica de medida de eficiencia relativa.
78
obtener a partir de la tabla de salida input output Slacks. Disponible en la mayoría
de los paquetes de software con capacidad de correr la técnica, la mejora de estos
circuitos implica casi siempre la modificación de los parámetros de los circuitos,
modificación que en la práctica no es atribución de los entes reguladores.
Note que en este conjunto de circuitos es menos evidente la determinación de cuales
unidades son las mas eficientes a partir de los datos de entrada, la mayor parte de las
unidades de decisión estudiadas se encuentran en la frontera de eficiencia y se
encuentran dos unidades con eficiencia débil, esta situación se presenta cuando las
unidades de decisión empleadas para hacer el análisis tienen características
disímiles, por tanto es necesario garantizar que los elementos de los grupos
estudiados sean tan similares como sea posible.
Para corregir esta falencia del método proponemos una metodología de clasificación
de circuitos de distribución basándose en los parámetros: Longitud, Demanda,
numero de usuarios, y nivel de tensión, complementado con el uso de la técnica de
agrupamiento Cluster Analisys.
Método de análisis:
CASO Nº 13
79
Particularmente en el caso 13 analizaremos el conjunto de circuitos de longitudes en el
rango medio de longitud, entre 6,37 km. y 12,4 km. pertenecientes al nivel de tensión
entre 11,4 kV a 13,8 kV, pero es posible desarrollar la metodología para todas las
clasificaciones de longitud.
Nivel de Rango
kW al mes
demanda percentil
Bajo 0 - 25 98 638825
Medio 25 - 50 638825 1013221
Alto 50 - 75 1013221 1465849
muy alto 75 - 100 1465849 15616546
Tabla 36. Clasificación porcentual por demanda de los circuitos empleados.
De este agrupamiento se obtienen conjuntos de cerca de 200 circuitos por clase, cada una
de las clases se divide por cuartiles de acuerdo al numero de usuarios atendidos, para el
caso particular de estudio usaremos el conjunto de circuitos de media longitud, media
demanda y medio numero de usuarios.
Sin tener en cuenta una clasificación por el grupo procederemos a alimentar el programa de
cluster análisis a fin de obtener conjuntos de máximo 12 elementos para realizar el análisis
DEA.
80
Figura 13. Representación grafica de los agrupamientos de datos realizados por el programa
MIXMOD.
Los parámetros de circuito longitud, demanda y numero de usuarios usados como entrada
para el algoritmo de agrupamiento producen agrupamientos de elementos con parámetros
de circuito similares, pero pertenecientes a grupos diferentes, del conjunto de 56 circuitos
se obtienen 5 grupos, llamados clusters.
Longitud V DES
Usuarios Demanda Grupo FES Cluster
( km. ) Nominal (min.)
81
9,49 3507 887443 13,2 1 0 0 1
9,76 3397 945977 13,2 1 0 0 1
9,74 3700 854625 13,8 1 1 33 1
10 3507 926960 13,8 1 2 57 1
Tabla 38. Grupo obtenido por medio de las tecnicas de agrupamiento propuestas, datos de entrada para
el caso 13.
La calificación de eficiencia de los circuitos considerados en este análisis se hace en base a
las entradas Longitud, Usuarios y demanda, siendo las salidas los valores de las columnas
DES y FES, los resultados obtenidos se presentan en la siguiente tabla:
Longitud ( V DES
Usuarios Demanda Grupo FES eficiencia
km. ) Nominal (min.)
9,82 3513 799940 13,2 1 0 0 0,82
11,245 3535 824647 11,4 1 0 0 1,00
9,877 3722 848731,753 11,4 1 0 0 1,00
11,078 3678 860033 13,2 2 0 0 1,00
9,46 3617 862551,99 13,2 1 0 0 0,97
9,218 3477 874703 11,4 1 0 0 0,91
10,149 3443 879598,827 11,4 1 0 0 0,91
9,49 3507 887443 13,2 1 0 0 0,95
9,76 3397 945977 13,2 1 0 0 1,00
9,74 3700 854625 13,8 1 1 33 0,58
10 3507 926960 13,8 1 2 57 0,17
Tabla 39. Calificación de eficiencia caso 13.
Es fácilmente deducible que las unidades de decisión de las últimas dos posiciones poseen
la mas baja calificación de eficiencia debido a los valores de los indicadores DES y FES
que presentan, el nivel de tensión no se tomo en cuenta como una entrada, por tanto no
influye en la calificación de eficiencia realizada.
82
83
CONCLUSIONES
3. La técnica DEA puede ser empleada por las empresas de distribución de energía
para identificar cuales de sus circuitos presentan un mejor desempeño de acuerdo a
su tamaño, con el potencial de servir para planear reconfiguraciones de las redes que
aumenten su confiabilidad.
84
• La CREG tendría que establecer un sistema de clasificación de circuitos de
distribución a partir de las características físicas del circuito,
particularmente: Longitud, Carga, Nivel de tensión, Numero de usuarios,
tipo aéreo o subterráneo, y presencia de interruptores de recierre.
o Proponemos que este agrupamiento se haga en dos etapas:
La primera etapa es una clasificación gruesa de las variables
de circuito, por ejemplo como se muestra en el caso numero
13. de la página 80 de este documento.
Una vez clasificados los circuitos, y definido el conjunto de
circuitos a analizar, este conjunto se puede dividir en grupos
más pequeños y uniformes por medio de la aplicación de un
algoritmo de agrupamiento como el cluster análisis.
• El siguiente paso consistirá el la aplicación de la técnica DEA a todos los
grupos de circuitos obtenidos en la clasificación descrita en el numeral
anterior. Se debe recordar que la calificación de eficiencia obtenida es solo
valida para el grupo de circuitos analizados y no se puede comparar con las
calificaciones de eficiencia de otro grupo.
• A partir de los resultados obtenidos para cada grupo, el regulador debe
decidir cual es la calificación de eficiencia que será considerada como meta
para los circuitos de distribución pertenecientes a este grupo. La calificación
de eficiencia debe ser convertida en un máximo permisible de los
indicadores DES y FES para el conjunto de circuitos del grupo.
• Los indicadores de calidad topes para el grupo debe ser socializados a los
operadores de los circuitos del grupo estudiado.
• La periodicidad de la ejecución del análisis debe ser definida por el ente
regulador.
85
BIBLIOGRAFIA
86
14. Masami Shiba. Measuring the Efficiency of Managerial and Technical
Performances in Forestry Activities by Means of Data Envelopment Analysis
(DEA). Mie University Tsu, Japan. January 1997.Vol.8, No. 1
15. Álvaro Ruiz Hernández. Evaluación de la eficiencia técnica de las seccionales de la
fiscalia. Documento CEDE 2004-12. ISSN 1657-7191 (Edición Electrónica).
Febrero de 2004.
16. Beatriz Eugenia Polania Cachón. Una aplicación de Data Envelopment Analisys:
Análisis comparativo de eficiencia entre hospitales en Colombia. Enero 1999.
17. C. Biernacki, G. Celeux, G. Govaert, F Langrognet, A Echenim: Mixture modelling
Software. MIXMOD user guide. http://www-math.univ-
fcomte.fr/mixmod/index.php
87
ANEXO 1- Ejemplos DEA
En el ejemplo se analizaran cinco DMUs que usan dos insumos para la producción de una
salida, se reconstruye el ejemplo a partir de los datos del ejemplo 1 de la referencia DEAP.
A guide to DEAP version 2.1 a Data envelopment analysis Computer program. Se
resolverá el problema por medio del programa Winqsb, y se comprobaran los resultados a
partir del uso del programa DEAP, y del programa xIDEA.
En este caso se ejecutara el análisis con orientación a la entrada, cuyo planteamiento como
problema de programación lineal es:
∑w y
j =1
j ij − yin ≥ 0 Para i=1,. I
∑w x
j =1
j kj − En xkn ≤ 0 Para k=1,…K
wj ≥ 0
Para la unidad de decisión uno, el planteamiento del problema de programación lineal será:
88
Sujeto a:
E1=0,5
Figura 14. Introducción y solución del problema DEA CRS para la DMU1.
∑w y
j =1
j ij − yin ≥ 0
Figura 15. Introducción y solución del problema DEA CRS para la DMU3, con el programa WinQSB.
Efficiency scores
1 0,5000
2 1,0000
3 0,8333
4 0,7143
5 1,0000
Tabla 41. Solución del problema DEA CRS en el programa xIDEA.
90
Figura 16. Introducción y solución del problema DEA CRS para la DMU3 por medio del programa
DEAP.
91
INTERPRETACIÓN GRAFICA DEL PROBLEMA DEA CRS
Este ejemplo se toma de la referencia A guide to DEAP version 2.1: A Data Envelopment
Análysis (Computer) Program.
Para hacer el análisis DEA de forma grafica se debe hacer un cálculo de las relaciones entre
entradas y salidas, y se deben ubicar estas relaciones sobre un plano:
Un punto mas cerca del origen significa que la unidad de decisión asociada al punto es mas
eficiente, los puntos que se encuentran mas cerca de los ejes definen una frontera que es la
frontera de eficiencia, y las calificaciones de eficiencia arrojadas por el problema de
programación lineal se pueden obtener de la grafica de la siguiente manera: Trazando una
línea desde el origen hasta la posición de la unidad de decisión, la eficiencia medida será la
razón entre la distancia existente entre el origen y el corte de la recta y la frontera de
eficiencia (punto ideal de operación), y la posición actual de la DMU.
92
Figura 17.Grafica de las relaciones calculadas en la tabla 3
Por ejemplo, para la unidad tres la medida de eficiencia será 0,83, que es el cociente entre
las medidas indicadas anteriormente desde el origen. Esta eficiencia se conoce como
eficiencia técnica (REF DEAP)
93
Figura 19.Grafica de las relaciones calculadas en la tabla 3
94
MODELO VARIABLE RETURNS TO SCALE.
Considere el caso de cinco unidades de decisión que usan un insumo, para producir un
producto, su grafica de salidas contra entradas y la tabla de datos se presenta a
continuación.
3
A B C D
95
Figura 20. Grafica de los análisis DEA modelos VRS y CRS
Las medidas de eficiencia se hacen, según la orientación del análisis (input or outputs), en
el sentido horizontal o en sentido vertical, para nuestro ejemplo analizaremos las entradas.
Bajo la presunción de CRS, la eficiencia técnica de una de las DMU’s estudiadas se mide
como la razón de distancias entre la proyección de la DMU sobre la frontera de eficiencia y
el eje vertical, dividida por la distancia entre el punto de operación actual de la DMU y el
eje vertical.
Bajo la presunción VRS la eficiencia de la DMU se mide de igual manera, sin embargo, al
combinar las medidas hechas bajo los dos modelos se puede llegar a medir la eficiencia de
la DMU respecto a su tamaño, determinando si se encuentra en una situación de retornos
crecientes a escala, o en retornos decrecientes a escala.
El concepto se ilustra en base a la figura 7, midiendo las diversas eficiencias para la DMU2.
96
ANEXO 2 – DINAMYC CLUSTER.
X=(X1, X2,…,XP)
Ecuación 13. Vector Aleatorio características de objetos. Dinamyc Cluster.
97
Figura 21. Problema básico del agrupamiento: hay 30 figuras en el recuadro, ¿como se agruparían: por
color, por forma, por cercanía entre ellas?. La medida de similaridad depende fuertemente del uso que
se quiera dar a los conjuntos obtenidos.
Tipos de agrupamiento:
Una vez establecido el problema básico del agrupamiento, se definen algunos tipos de
agrupamiento comúnmente aplicados:
Agrupamiento por partición: Este esquema de agrupamiento simplemente divide el
conjunto original de observaciones en varios conjuntos menores no traslapados, si se
permite que los conjuntos así formados, tengan subconjuntos, se tiene un agrupamiento
jerárquico.
Exclusivo o traslapado: En el agrupamiento exclusivo se asigna cada elemento del
conjunto original de informaciones, a solo un grupo, mientras que el agrupamiento
traslapado permite que un elemento pueda estar en varios conjuntos a la vez, esta es la
situación mas real, por ejemplo: un perro pertenece a los mamíferos, pero también a los
canidos, y también puede pertenecer a una raza particular. Sin embargo, en aplicaciones de
reconocimiento de patrones, o en análisis de matrices de datos es más deseable agrupar los
datos en conjuntos altamente diferenciados.
Una variante muy interesante del agrupamiento traslapado se conoce como el agrupamiento
difuso, en el que a un elemento de información se le califica respecto a cada grupo de
informaciones con una calificación entre 0 y 1, indicando el 0 que el elemento no tiene
ninguna similaridad con los objetos del conjunto, hasta el 1 en el que se puede afirmar que
el elemento es igual a la marca del grupo (igual al elemento prototipo del grupo),
adicionalmente se hace la restricción de que la sumatoria de las calificaciones de un
elemento de información debe ser 1.
Basados en densidad o en distancia: Este tipo de agrupamiento clasifica los elementos
por medio del cálculo de la cercanía entre elementos adyacentes, para ello se emplean
98
diversos tipos de medidas de distancia, de los cuales los más populares son: la distancia
euclidiana, la distancia city block, y la medida de distancia no parametrica.
Tecnicas de agrupamiento:
Las tres técnicas de agrupamiento de más amplio uso a saber:
K-means: Es una técnica que se basa en un prototipo, por tanto es necesario especificar una
medida de similaridad entre los datos, el usuario especifica el numero de conjuntos que
desea generar, y estos se generan a partir del calculo de los centroides de los conjuntos
formados.
Agrupamiento jerárquico aglomerativo: En esta técnica se emplean varias técnicas que
comparan conjuntos de datos y los reagrupen en conjuntos que comparten una
característica, formando un árbol de características comunes.
DBSCAN: Esta es una técnica de agrupamiento basada en densidad, que produce un
agrupamiento fraccionado (no agrupa la totalidad de los datos originalmente alimentados)
en un numero de conjuntos que se define internamente en el algoritmo, los datos ubicados
en zonas de baja densidad de información se consideran ruido, y por tanto son excluidos de
los grupos generados.
La técnica de agrupamiento seleccionada para la ejecución de nuestra investigación es la
denominada K-Meaux, por tanto es en la única en que profundizaremos en las siguientes
paginas.
Técnica K-means
Esta, como otras técnicas de agrupamiento basado en prototipos crea una división de un
solo nivel en los datos estudiados, la técnica K means, define los agrupamientos en
términos de centroides, que son generalmente la media de un grupo de puntos (el centroide
puede no ser un dato observado).
Algoritmo básico de agrupamiento K means
1 Seleccione el numero de agrupamientos deseados K
2 Repita
3 Forme K conjuntos asignando puntos al centroide más cercano.
4 Recalcule el centroide de cada conjunto formado
5 Hasta: no haya cambio en los centroides calculados.
Tabla 1. Pasos del algoritmo de agrupamiento K-means.
99
media de los datos agrupados, dato con el cual se actualiza la posición de los diferentes
centroides, la actualización de los centroides se detiene cuando no ocurre un cambio entre
las posiciones de los centroides en algunas iteraciones consecutivas.
Este proceso se muestra en la figura 2
Figura 21. Uso del algoritmo K means para agrupar una muestra de datos, en el paso uno,
los tres centroides se colocan cerca del valor medio del conjunto de datos, en las dos
siguientes iteraciones se mueven los centroides por acción del calculo de las medias de los
datos cercanos a cada uno, en la iteración 4 se detiene el algoritmo al no haber un cambio
apreciable en la posición de los centroides.
La asignación de cada punto a un grupo se define en forma de la distancia existente entre el
centroide y cada punto, por tanto la forma en la que se determina dicha distancia es crucial
para la convergencia rápida del algoritmo, se usan medida de distancia como la distancia
euclidiana, la distancia tipo Manhattan, y medidas de similaridad como el coseno del
ángulo formado por dos vectores tendidos desde el origen a los dos puntos comparados. El
paso cuatro del algoritmo de agrupamiento, según el cual se debe recalcular el centroide se
define generalmente como una función objetivo llamada el SSE: sum of the squared error,
en la que se busca minimizar el cuadrado de la distancia de cada punto al centroide mas
cercano, para el caso particular en el que se emplee la medida euclidiana de distancia, la
función objetivo se define como la suma del error al cuadrado, cuya expresión es:
La expresión distancia, depende del espacio euclidiano en el que se considera, por ejemplo
si las variables usadas para definir un punto son: largo, alto ancho, y las representamos con
las letras x, y ,z entonces tendremos un espacio euclidiano de dimensión tres, y por tanto, la
definición de distancia entre el centroide asignado, y el punto estudiado será:
100
Mientras que las coordenadas del centroide, en el caso en que se estudien tres puntos será:
Una segunda solución al problema consiste en considerar como centroide inicial la media
de la población de datos estudiados, y luego, fijar los demás centroides en los puntos mas
alejados del centroide inicial. Sin embargo, si existen muestras atípicas los centroides
agregados estarán lejos de la mayoría de los datos, haciendo mas demorada la finalización
del agrupamiento, por ello, se aplica esta técnica a una muestra de la población de los
datos, como los datos atípicos son de baja probabilidad de aparición, los datos muestreados
serán mas cercanos entre si, y producirán un mejor agrupamiento. Y los centroides
obtenidos serán más representativos del conjunto total de datos, reduciendo el tiempo de
obtención del agrupamiento de la población de datos.
101