Logistics Consultant

Consultores: Edward Andres Cedeño -1511020628 En este espacio incluya el

Maria Alicia Chávez Guerrero-1321610049 logotipo de su grupo
Diana karolina Rojas Cortes- 1511022828
Andrea Plested Salazar- 1511025279
Edwin Alejandro Velasco Martínez - 102208496

Contextualización del problema

La Empresa Colombiana de Petróleos quiere implementar un modelo matemático que le permita
controlar la Red Nacional de Transporte de Gas Natural en su seccional centro, para satisfacer los
requerimientos de Gas Natural Vehicular en la capital, que es la ciudad que mayor interrupción del
servicio presenta actualmente.

Modelo propuesto

Representación como Red: Lo que quiere decir es que denotado por nodo cero (0), se envía sus
productos a las bodegas de distribución denotados por los nodos (1,1), (1,2), (1,3) y (1,4) que están
en el 1 nivel y dichos envíos los reciben representado por flechas que se conocen como arcos de
producción, el nivel uno envía entre si excepto el nodo (1,4) y al nivel dos representado por los
nodos (2,1), (2,2), (2,3) y (2,4), este nivel también envía entre si excepto el punto extremo (2,4) y al
nivel 3 representados por los nodos (3,1), (3,2), (3,3) y (3,4) que es no encargado de satisfacer la
demanda del esquema.

Representación como Red

Gráfico 1. Representación como red del problema de transporte multinivel

Página1
 Logistics Consultant

Formulación del Modelo

Variables de decisión
𝒀𝒕 :Cantidad producida en el periodo t

𝑿𝒍𝒕 : 𝐜𝐚𝐧𝐭𝐢𝐝𝐚𝐝 𝐞𝐧𝐯𝐢𝐚𝐝𝐚 𝐝𝐞𝐬𝐝𝐞 𝐞𝐥 𝐧𝐢𝐯𝐞𝐥 𝐥 𝐚𝐥 𝐧𝐢𝐯𝐞𝐥 𝐥 + 𝟏 𝐞𝐧 𝐞𝐥 𝐩𝐞𝐫í𝐨𝐝𝐨 𝐭

𝑰𝒍𝒕 : 𝐜𝐚𝐧𝐭𝐢𝐝𝐚𝐝 𝐝𝐞𝐥 𝐢𝐧𝐯𝐞𝐧𝐭𝐚𝐫𝐢𝐨 𝐚𝐥 𝐧𝐢𝐯𝐞𝐥 𝐥 𝐚𝐥 𝐟𝐢𝐧𝐚𝐥 𝐝𝐞𝐥 𝐩𝐞𝐫í𝐨𝐝𝐨 𝐭

Parámetros
𝒅𝒕 :Demanda en el periodo t

𝒃𝒕 : 𝐜𝐚𝐩𝐚𝐜𝐢𝐝𝐚𝐝 𝐝𝐞 𝐩𝐫𝐨𝐝𝐮𝐜𝐜𝐢ó𝐧 𝐝𝐞𝐥 𝐟𝐚𝐛𝐫𝐢𝐜𝐚𝐧𝐭𝐞 𝐞𝐧 𝐞𝐥 𝐩𝐞𝐫í𝐨𝐝𝐨 𝐭

𝒑𝒕 : 𝐜𝐨𝐬𝐭𝐞𝐬 𝐝𝐞 𝐩𝐫𝐨𝐝𝐮𝐜𝐜𝐢ó𝐧 𝐬𝐨𝐧 𝐝𝐚𝐝𝐨𝐬 𝐩𝐨𝐫 𝐥𝐚 𝐟𝐮𝐧𝐜𝐢ó𝐧 𝐩𝐭: 𝐑 + → 𝐑 +

𝒄𝒍𝒕 :Costo de transporte entre el nivel l y el nivel l+1 en el periodo t

𝒉𝒍𝒕 : 𝐜𝐨𝐬𝐭𝐞𝐬 𝐝𝐞 𝐦𝐚𝐧𝐭𝐞𝐧𝐢𝐦𝐢𝐞𝐧𝐭𝐨 𝐝𝐞 𝐢𝐧𝐯𝐞𝐧𝐭𝐚𝐫𝐢𝐨 𝐚 𝐧𝐢𝐯𝐞𝐥 𝐥 𝐞𝐧 𝐞𝐥 𝐩𝐞𝐫𝐢𝐨𝐝𝐨 𝐭

Función Objetivo

𝑻 𝑳−𝟏 𝑳

𝑴𝒊𝒏 𝒁 = ∑ 𝒑𝒕 (𝒚𝒕 ) + ∑ 𝒄𝒍𝒕 (𝒙𝒍𝒕 ) + ∑ 𝒉𝒍𝒕 (𝑰𝒍𝒕 )

𝒕=𝟏 𝒍=𝟏 𝒍=𝟏

Conjunto de Restricciones

 (1-3) modelan el balance entre flujo de entrada, almacenamiento y salida en los niveles de
fabricante, almacén y minorista, respectivamente, en cada período

𝑿𝟏𝒕 + 𝑰𝟏𝒕 = 𝒀𝒕 + 𝑰𝟏𝒕−𝟏 , 𝒕 = 𝟏, … , 𝑻,(1)

𝑿𝒍𝒕 + 𝑰𝒍𝒕 = 𝑿𝒍−𝟏

𝒕 + 𝑰𝒍𝒕−𝟏 , 𝒕 = 𝟏, … , 𝑻; 𝒍 = 𝟐, … , 𝑳 − 𝟏,(2)

𝒅𝒕 + 𝑰𝑳𝒕 = 𝒙𝑳−𝟏
𝒕 + 𝑰𝑳𝒕−𝟏 𝒕 = 𝟏, … . , 𝑻, (𝟑)

 (4) restricción de la
cantidad de producción en el periodo t
𝒀𝒕 ≤ 𝒃𝒕 , 𝒕 = 𝟏, … . . , 𝑻, (𝟒)
 (5) Indican que todos los niveles iniciales de inventario son iguales a cero.
𝑰𝒍𝟎 , 𝒍 = 𝟏, … . . , 𝑳, (𝟓)
 Restricciones de NO NEGATIVIDAD:

𝒚𝒕 ≥ 𝟎, 𝒕 = 𝟏, … , 𝑳
𝒙𝒍𝒕 ≥ 𝟎, 𝒕 = 𝟏, … , 𝑻 ; 𝒍 = 𝟏, … , 𝑳 − 𝟏
𝑰𝒍𝒕 ≥ 𝟎, 𝒕 = 𝟏, … , 𝑻 ; 𝒍 = 𝟏, … , 𝑳

Página2
 Logistics Consultant

Resumen de parámetros a emplear en el Modelo en GAMS

Proyección de Demanda para el mes t (𝒅𝒕 )

Corresponde a las proyecciones que debían realizarse en la segunda entrega del proyecto. Los
valores con los que se va a construir el modelo en GAMS son:

Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre
349 347 505 339 198 402 476 521 799 953 1000 1200
Tabla 1. Proyección de Demanda para el año 2017

Proyección de Producciónpara el mes t (𝒃𝒕 )

Corresponde a las proyecciones que debían realizarse en la segunda entrega del proyecto. Los
valores con los que se va a construir el modelo en GAMS son:

Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre
699 700 700 701 596 299 700 696 404 899 899 901
Tabla 2. Proyección de Producción para el año 2017

Costo de iniciar una orden de producción en el mes t (𝒑𝒕 )

De acuerdo al archivo de datos suministrados, se cuenta con los siguientes costos de producción
asociados a cada mes:

Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre
1000 1000 1000 1300 1300 1700 1200 1200 1400 1000 900 900
Tabla 3. Costo de iniciar una orden de producción en el mes t. Costo en dólares (US$)

Costo de transporte entre el nivel l y el nivel l+1 en el mes t (𝒄𝒍𝒕 )

De acuerdo al archivo de datos suministrados, se cuenta con los siguientes costos de transportar del
nivel l al nivel l+1

Campos de Producción Gaseoducto Cusiana- Gaseoducto Apiay-

Mes
(Cusiana) Apiay Bogotá

Enero 1 1,5 3
Febrero 1 1,5 3
Marzo 1 1,5 3
Abril 1 1,5 3
Mayo 1 1,5 3
Junio 1 1,5 3
Julio 1 1,5 3
Agosto 1 1,5 3
Septiembre 1 1,5 3
Octubre 1,2 1,8 3
Noviembre 1,2 1,8 3
Diciembre 1,2 1,8 3
Tabla 4. Costo de transporte en cada nivel. Costo en dólares por unidad transportada (US$/Giga BTU)

Página3
 Logistics Consultant

Costo de almacenar inventario en el nivel l en el mes t (𝒉𝒍𝒕 )

De acuerdo al archivo de datos suministrados, se cuenta con los siguientes costos de mantener
inventario por un periodo t, en cada nivel l

Campos de Producción Gaseoducto Cusiana- Gaseoducto Apiay- Sistema de Distribución

Mes
(Cusiana) Apiay Bogotá Bogotá
Enero 1 1,5 1 2
Febrero 1 1,5 1 2
Marzo 1 1,5 1 2
Abril 1 1,5 1 2
Mayo 1,3 1,5 1 2
Junio 1,3 1,5 1 2
Julio 1,3 1,5 1,2 2
Agosto 1,3 1,5 1,2 2
Septiembre 1,3 1,5 1,2 2
Octubre 2 1,5 1,2 2
Noviembre 2 1,5 1,2 2
Diciembre 2 1,5 1,2 2
Tabla 5. Costo de mantener el inventario por un periodo en cada nivel. Costo en dólares por unidad almacenada (US$/Giga BTU)

Solución del Modelo en GAMS

Cantidad de unidades producidas en cada mes t (𝒚𝒕 )
Después de resolver el modelo en GAMS los resultados obtenidos de Giga BTU producidas en cada
mes es:

Mes Giga BTU Producidas

Enero 349
Febrero 347
Marzo 505
Abril 701
Mayo 596
Junio 299
Julio 493
Agosto 696
Septiembre 404
Octubre 899
Noviembre 899
Diciembre 901
Tabla 6. Giga BTU producidas en cada mes

Página4
 Logistics Consultant

Cantidad de unidades enviadas entre el nivel l y el nivel l+1 en cada mes t (𝒙𝒍𝒕 )
Después de resolver el modelo en GAMS los resultados obtenidos de Giga BTU transportados entre el nivel l y el
nivel l + 1 en cada mes es:

Giga BTU enviado de los Campos Giga BTU enviado de Giga BTU enviado de
Mes
de Producción a Cusiana Cusiana a Apiay Apiay-Bogotá

Enero 349 349 349

Febrero 347 347 347
Marzo 505 505 505
Abril 701 701 339
Mayo 596 596 198
Junio 299 299 402
Julio 493 493 476
Agosto 696 696 521
Septiembre 404 404 799
Octubre 899 899 953
Noviembre 899 899 1000
Diciembre 901 901 1200
Tabla 7. Giga BTU enviadas entre el nivel l y el nivel l+1 en cada mes

Cantidad de unidades almacenadas en el nivel l en el mes t (𝑳𝒍𝒕 )

Después de resolver el modelo en GAMS los resultados obtenidos de Giga BTU almacenados en cada nivel l en
cada mes es:

Giga BTU enviado de los Campos Giga BTU enviado de Giga BTU enviado de
Mes
de Producción a Cusiana Cusiana a Apiay Apiay-Bogotá

Enero 0
Febrero 0
Marzo 0
Abril 362
Mayo 760
Junio 657
Julio 674
Agosto 849
Septiembre 454
Octubre 400
Noviembre 299
Diciembre 0
Tabla 8. Giga BTU almacenados al final del periodo l en cada mes

Costo total en el que se incurre (𝒛)

El costo total en el que se incurre es: $US 59.229,2

Página5
 Logistics Consultant

Conclusiones y Recomendaciones

Conclusiones:

 Podemos concluir que la cantidad de unidades que debe distribuir cada origen y la
demanda de unidades, debe tener en cuenta los modelos de transporte. Ya que esto va a
satisfacer la demanda y minimizara costos.

 En resumen a lo largo de la actividad, se observó que según las gráficas hubo un aumento
año por año en la demanda el cual genero un aumento en la producción. Las herramientas
nos permiten la posibilidad de realizar proyecciones más reales.

Recomendaciones:

 Se debe tener en cuenta como objetivo el implementar un modelo matemático, la empresa

Colombiana de Petróleos puede controlar su red de trasporte para la distribución de Gas
Natural. Concluimos que tener modelos, soluciona óptimamente la distribución.

 Implementar y ejecutar herramientas tecnológicas a lo largo de la red de distribución brinda

múltiples soluciones, las cuales pueden ser eficientes a problemas de transbordo. Dichas
técnicas de programación lineal, simplificaran modelos de trasporte.

 El implementar modelos de trasporte, logra satisfacer las demandas ya que el objetivo

principal es minimizar costos dentro de la distribución.

 El uso correcto de las herramientas propuestas, ayudan a tener proyecciones más reales.

Referencias
Hoesel, S. v., Romeijn, H. E., Morales, D. R., & Wagelmans, A. P. (2005). Integrated Lot Sizing in Serial
Supply Chains with.MANAGEMENT SCIENCE.

Roa, J. C., & Ardila, G. S. (2010). LECTURA 1 SEMANA 5, GAMS Aplicado a las Ciencias económicas.
Bogota.

SOFTWARE shop - Cuantitativo. (10 de 2014). Youtube, GAMS para la optimización de logística
dirigida a producción y distribución. Obtenido de Youtube, GAMS para la optimización de
logística dirigida a producción y distribución:
https://www.youtube.com/watch?v=yHyQgNcQG94

Vamegas, J. C. (2017). CARTILLA 1 PROGRAMACIÓN LINEAL INVESTIGACION DE OPERACIONES.

Bogota. Obtenido de Investigacion de Operaciones Politecnico Grancolombiano.

Vanegas, J. C. (2017). CARTILLA 5 PROGRAMAS LINEALES INVESTIGACION DE OPERACIONES. Bogota.

Página6