[Escriba aquí]

Primera Entrega
Investigación de Operaciones
INGENIERIA EN MOVIMIENTO

Estudiante: Félix Corena

Docente: XXX

Institución Universitaria Politécnico Grancolombiano

Septiembre de 2020
[Escriba aquí]

Introducción

En base a la base de datos dada para el desarrollo del ejercicio, se puede evidencia que el modelo que utiliza la
compañía transportadora de gas natural vehicular es del tipo multinivel.
Con los datos recopilados de los últimos 15 años se puede inferir que entre los meses de enero y agosto la
producción excede a la demanda, y de manera contraria entre los meses de septiembre a diciembre la demanda
supera a la producción
Con el presente trabajo colaborativo, se pretende aprovechar los niveles de producción y los bajos costos de
inventario, para cubrir la demanda en todos los meses del año.
[Escriba aquí]

Objetivos

GENERAL
Realiza un modelo logístico que permita optimizar el servicio de abastecimiento del GNV en el sistema de
distribución del centro del país, con lo que se busca minimizar costos y aumentar la utilidad

ESPECIFICOS
Hacer una revisión de los modelos logísticos dados en la academia, para escoger el que se acomode más al ejercicio
y que por ende sea el más efectivo
Dar a conocer a los gerentes de las empresas de la importancia de la programación lineal y de sus beneficios para
mejorar las utilidades.
Realizar un estudio consciente del caso, dado que en nuestra vida laboral con seguridad nos encontraremos con esta
clase de situaciones.

Alcance

El método usado se aplica para los 4 niveles de la producción:

Los campos de producción de Cusiana
El gasoducto Cusiana – Apiay
El gasoducto Apiay – Bogotá
[Escriba aquí]

Análisis Estadístico

El modelo que se sigue en el ejercicio es el modelo de lotes multinivel de un solo artículo, añadiendo capacidades
estacionarias al fabricante.
Se desarrolla a través de algoritmos con un tiempo de ejecución que es polinomio en el horizonte de planificación
cuando todas las funciones de costo son cóncavas.
Integra las decisiones de producción, inventario y transporte en una cadena de suministro básica que muestra que la
integración de estas decisiones puede conducir a aumentos sustanciales en eficiencia y efectividad.
El modelo considera un horizonte de planificación de periodos (tiempo) y en cada uno de estos periodos el minorista
se enfrenta a una demanda no negativa dada por dt, mientras que la capacidad de producción del fabricante es bt.
El gas natural vehicular es uno de los productos con mayor crecimiento en el mercado nacional, pese a los grandes
problemas de distribución que se presentan en esta industria, por tal motivo se convierte en oportunidad de negocio
importante para los inversionistas.
La empresa transportadora de gas natural, desea implementar un modelo matemático que permita satisfacer los
requerimientos de gas natural vehicular en la ciudad de Bogotá, debido a que es una de las ciudades con mayores
incidencias de interrupción del servicio en el país.
El modelo debe implementarse para planear los 10 meses más productivos del año (marzo – diciembre), y se debe
parametrizar para que pueda funcionar para el horizonte de planeación que la empresa determine

El modelo que se propone es denominado L=4, t=10 dado que cuenta con los 4 niveles anteriormente mencionados y
con los 10 meses mas productivos del año.
t1 = Marzo
[Escriba aquí]

t2 = Abril
t3 = Mayo
t4 = Junio,… hasta t10 = Diciembre.
vt = Cantidad de producción de gas (BTU) en el mes t
Xt = Cantidad de transporte de gas natural, del nivel al 3 representado como (I¹) (I²) (I³), el 4 nivel no se incluye dado
que es el destino final
It¹=Cantidad de almacenamiento (BTU) de gas en el periodo (T) Marzo, abril, mayo…

Es por esta razón que se realiza la programación lineal y se tienen en cuenta las distintas variables cuyo objetivo es
minimizar los costos de almacenamiento, transporte y distribución.
A manera de conclusión, existe un número L de niveles y cada periodo de producción T genera un costo. Todos los
niveles deberán estar en cero al empezar la producción, es decir que exista una demanda, de manera que no se
generen perdidas al momento de transportar los productos.
Existen diversos modelos logísticos que permiten optimizar el transporte y distribución de las mercancías, por tal
motivo el analista debe tener muy claro el modelo más conveniente dependiendo la línea de negocio, producto y
diversas variables, lo cual le permitirá a la compañía tener mayores utilidades.
[Escriba aquí]

RED
[Escriba aquí]

Segunda Entrega
Formulación del modelo en GAMS

Formulación del Modelo

Variables de decisión
𝒀𝒕: Cantidad producida en el periodo t

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

𝒕

𝑰𝒍: 𝐜𝐚𝐧𝐭𝐢𝐝𝐚𝐝 𝐝𝐞𝐥 𝐢𝐧𝐯𝐞𝐧𝐭𝐚𝐫𝐢𝐨 𝐚𝐥

𝒕 𝐧𝐢𝐯𝐞𝐥 𝐥 𝐚𝐥 𝐟𝐢𝐧𝐚𝐥 𝐝𝐞𝐥 𝐩𝐞𝐫í𝐨𝐝𝐨 𝐭

Parámetros
𝒅𝒕: Demanda en el periodo t

𝒃𝒕: 𝐜𝐚𝐩𝐚𝐜𝐢𝐝𝐚𝐝 𝐝𝐞 𝐩𝐫𝐨𝐝𝐮𝐜𝐜𝐢o𝐧 𝐝𝐞𝐥 𝐟𝐚𝐛𝐫𝐢𝐜𝐚𝐧𝐭𝐞 𝐞𝐧 𝐞𝐥 𝐩𝐞𝐫í𝐨𝐝𝐨 𝐭

𝒑𝒕: 𝐜𝐨𝐬𝐭𝐞𝐬 𝐝𝐞 𝐩𝐫𝐨𝐝𝐮𝐜𝐜𝐢o𝐧 𝐬𝐨𝐧 𝐝𝐚𝐝𝐨𝐬 𝐩𝐨𝐫 𝐥𝐚 𝐟𝐮𝐧𝐜𝐢o𝐧 𝐩𝐭: 𝐑 + → 𝐑 +

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

𝒉𝒍 : 𝐜𝐨𝐬𝐭𝐞𝐬 𝐝𝐞 𝐦𝐚𝐧𝐭𝐞𝐧𝐢𝐦𝐢𝐞𝐧𝐭𝐨 𝐝𝐞 𝐢𝐧𝐯𝐞𝐧𝐭𝐚𝐫𝐢𝐨 𝐚 𝐧𝐢𝐯𝐞𝐥 𝐥 𝐞𝐧 𝐞𝐥 𝐩𝐞𝐫𝐢𝐨𝐝𝐨

[Escriba aquí]

Función Objetivo

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
𝑿𝟏 + 𝑰𝟏 = 𝒀 + 𝑰, 𝒕 = 𝟏,…, 𝑻,(1)
𝒕 𝒕 𝒕 𝒕−𝟏

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

𝒕 𝒕 𝒕 𝒕−𝟏

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

 (4) restricción de la cantidad de producción en el periodo t

𝒀𝒕 ≤ 𝒃 𝒕 , 𝒕 = 𝟏, … . . , 𝑻, (𝟒)
 (5) Indican que todos los niveles iniciales de inventario son iguales a cero.
𝑰𝟎𝒍 , 𝒍 = 𝟏, … . . , 𝑳, (𝟓)
 Restricciones de NO NEGATIVIDAD:

𝒚𝒕 ≥ 𝟎, 𝒕 = 𝟏, … , 𝑳
𝒙𝒍𝒕 ≥ 𝟎, 𝒕 = 𝟏, … , 𝑻 ; 𝒍 = 𝟏, … , 𝑳 − 𝟏
𝒍
𝒕𝑰 ≥ 𝟎, 𝒕 = 𝟏, … , 𝑻 ; 𝒍 = 𝟏, … , 𝑳
[Escriba aquí]

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:

Ene Febre Mar Abril Ma Ju Ju Agos Septiembr Octub Noviembr Diciembr

ro ro zo yo nio lio to e re e e
34 347 505 339 19 40 4 521 799 953 1000 1200
9 8 2 7
6
Tabla 1. Proyección de Demanda para el año 2017

Proyección de Producción para 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 Febre Mar A Ma Junio Ju Agos Septiembr Octub Noviembr Diciembr

ro zo br yo lio to e re e e
il
699 700 700 7 59 299 7 696 404 899 899 901
0 6 0
1 0
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:

Ene Febre Mar Abri Ma Juni Julio Agosto Septiembr Octub Noviembr Diciembr
ro ro zo l yo o e re e e
10 1000 100 130 13 170 120 1200 1400 1000 900 900
00 0 0 00 0 0
Tabla 3. Costo de iniciar una orden de producción en el mes t. Costo en dólares (US$)
[Escriba aquí]

Costo de transporte entre el nivel l y el nivel l+1 en el mes𝒕 t (𝒄𝒍)

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

Mes Campos de Gaseoducto Gaseoducto

Producción Cusiana- Apiay-
(Cusiana) Apiay Bogotá
Enero 1 1, 3
5
Febrero 1 1, 3
5
Marzo 1 1, 3
5
Abril 1 1, 3
5
Mayo 1 1, 3
5
Junio 1 1, 3
5
Julio 1 1, 3
5
Agosto 1 1, 3
5
Septiem 1 1, 3
bre 5
Octubre 1, 1, 3
2 8
Noviemb 1, 1, 3
re 2 8
Diciemb 1, 1, 3
re 2 8
 [Escriba aquí]

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

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

MODELAMIENTO EN GAMS
[Escriba aquí]

Bibliografía
Hillier & Lieberman. (2002). Investigación de operaciones. Recuperado de
http://www.ccee.edu.uy/ensenian/catmetad/material/MdA%20-%20PPO
%20_25p_.pdf

Romero C, (1976). Goal programming. Universidad Politécnica de Madrid.

Recuperado de
http://www.uv.es/asepuma/recta/extraordinarios/Vol_01/04t.pdf

Dr. Juan J. Lugo Marín. Investigación de operación. Programación de metas y

objetivos. Recuperado de q http://es.slideshare.net/juanlugomarin/programacion-
de-metas-y-objetivos-16646467

Marrero Delgado, Asencio García, Abreu Ledón, Orozco Sánchez, Gránela Martín,
Quiroga Orizondo & Díaz Casañas. Universidad central de las villas. Cuba.
Recuperado de
http://fmarrerodelgado.galeon.com/metas.html
[Escriba aquí]