See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/267689128

OPTIMIZACIÓN DE LA CADENA DE ABASTECIMIENTO EN LA INDUSTRIA

SIDERÚRGICA SEMI -INTEGRADA

Article · December 2003

CITATION READS

1 2,774

2 authors:

Hermann Fuquen Gonzalez Edgar Gutierrez-Franco

Empresa Colombiana de Innovación - Colinnovacion University of Central Florida
19 PUBLICATIONS   9 CITATIONS    49 PUBLICATIONS   134 CITATIONS   

SEE PROFILE SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Serie de Empresas Innovadoras: Proyecto de Estudio de Empresas Innovadoras en Colombia View project

AI/Machine Learning in Supply Chain Management View project

All content following this page was uploaded by Edgar Gutierrez-Franco on 23 January 2015.

The user has requested enhancement of the downloaded file.

OPTIMIZACIÓN DE LA CADENA DE ABASTECIMIENTO
EN LA INDUSTRIA SIDERÚRGICA SEMI - INTEGRADA

HERMANN STUART FUQUEN GONZÁLEZ

EDGAR GUTIÉRREZ FRANCO

UNIVERSIDAD DE LA SABANA
FACULTAD DE INGENIERÍA
PROGRAMA DE INGENIERÍA INDUSTRIAL
BOGOTÁ D.C.
2004
OPTIMIZACIÓN DE LA CADENA DE ABASTECIMIENTO
EN LA INDUSTRIA SIDERÚRGICA SEMI - INTEGRADA

HERMANN STUART FUQUEN GONZÁLEZ

EDGAR GUTIÉRREZ FRANCO

Proyecto de grado para optar al título de Ingeniero Industrial

Director
RICARDO CASTILLO CASTILLO
Ingeniero Mecánico

Asesor
DANILO ABRIL HERNANDEZ
Ingeniero Industrial

UNIVERSIDAD DE LA SABANA
FACULTAD DE INGENIERÍA
PROGRAMA DE INGENIERÍA INDUSTRIAL
BOGOTÁ D.C.
2004
 Nota de aceptación

________________________

________________________

________________________

________________________
Presidente

________________________
Jurado

________________________
Jurado

Bogotá D.C., 29 de Júlio de 2004

Dedicado a nuestras futuras generaciones,
así como a nuestros padres y hermanos.

Esto sabemos
Todo está conectado
Como la sangre que une a una familia.
Lo que le acaece a la tierra,
Acaece a los hijos e hijas de la tierra.
El Hombre no tejió la trama de la vida
Es una mera hebra de la misma.
Lo que le haga a la trama,
Se lo hace a sí mismo.

Ted Perry.
 AGRADECIMIENTOS

Agradecemos enteramente a todas las personas que hicieron posible la

realización de este trabajo el cual fue una parte fundamental para nuestra
formación profesional y personal.

Al Ingeniero Jesús Velásquez Bermúdez, presidente de la Sociedad Colombiana

de Investigación de Operaciones por sus acertadas recomendaciones y
comentarios en la estructuración y desarrollo del proyecto de grado.

Al ingeniero Danilo Abril, por sus aportes en la modelación matemática del sector
estudiado.

Al personal del Grupo Siderúrgico DIACO, Doctora Olga Lucia Cárdenas y al

Ingeniero Ricardo Carmona, que gracias a sus aportes, se logró consolidar la
validación final del modelo matemático de este trabajo.

Al ingeniero German Escobar, que por su amplio conocimiento de la industria

siderúrgica Colombiana y con sus aportes y enseñanzas, logró enriquecer este
trabajo.
 CONTENIDO

RESUMEN
OBJETIVOS Y JUSTIFICACIÓN
ALCANCE DEL TRABAJO
INTRODUCCIÓN Página
1. REVISIÓN BIBLIOGRÁFICA 3
1.1 LOGÍSTICA Y CADENAS DE ABASTECIMIENTO 3
1.1.2 Publicaciones de Investigación 6
1.2 INVESTIGACIÓN DE OPERACIONES Y CADENAS DE
7
ABASTECIMIENTO
1.2.2 Uso de sistemas de planeación y de modelos matemáticos en el 9
diseño de una cadena de abastecimiento.
1.3 REVISIÓN DE CASOS 15
1.4 INDUSTRIA SIDERÚRGICA 17
1.4.1 Generalidades de la Industria Siderúrgica 17
1.4.2 Proceso Tecnológico 18
1.4.3 La Chatarra en la Industria siderúrgica Semi-Integrada 19

2. ESTUDIO ECONÓMICO DEL SECTOR SIDERÚRGICO 21

2.1 IDENTIFICACIÓN DE VARIABLES MACRO Y
21
MICROECONÓMICAS DEL SECTOR SIDERÚRGICO
2.1.1 Descripción del sector internacional siderúrgico. 21
2.1.1.1 Caracterización del sector internacional siderúrgico 22
2.1.1.2 Identificación de agentes 23
2.1.1.3 Hemisferio Oriental y África. 25
2.1.1.4 Antigua Unión Soviética y Europa. 27
2.1.1.5 Estados Unidos y Canadá. 28
2.1.1.6 Comunidad Andina y América Latina, ALCA. 30
2.1.2 Descripción del sector nacional siderúrgico 38
2.1.2.1 Contexto general del sector 38
2.1.2.2 Identificación de Agentes 39
2.1.2.3 Identificación de variables macro y micro económicas. 40
2.1.2.4 Definición de precios. 50
2.1.2.5 Comportamiento del Mercado Nacional 51

2.2 CONCLUSIONES 55
3. DESARROLLO DE UN MODELO DE OPTIMIZACIÓN PARA LA
56
INDUSTRIA SIDERÚRGICA SEMI INTEGRADA.
3.1 CARACTERÍSTICAS Y SUPUESTOS EN LA CONSTRUCCIÓN
56
DEL MODELO.
3.1.1 Eslabón Primario 58
3.1.2 Eslabón Secundario 59
3.1.3 Eslabón Terciario 60
3.2 MODELO MATEMÁTICO 62
3.2.1 Consideraciones Generales en el modelo: 62
3.2.2 Definición de índices, conjuntos, parámetros, variables y
64
restricciones.
3.2.3 Función Objetivo 74
3.2.4 Datos del modelo 75
3.3 OPTIMIZACIÓN 81
3.3.1 Implementación en GAMS 82
3.3.2 Interpretación de Resultados 83
3.4 ANÁLISIS DE SENSIBILIDAD 93
3.4.1 Análisis de Sensibilidad con GAMS-CPLEX 93
3.4.1.1 Análisis de Sensibilidad de los términos independientes o
93
RHS (términos del lado derecho).
3.4.1.2 Análisis de Sensibilidad de los coeficientes de la función
100
objetivo.
4. CONCLUSIONES Y RECOMENDACIONES 109
GLOSARIO 120
BIBLIOGRAFÍA 122
ANEXOS 124
 LISTA DE TABLAS
Pagina
Tabla 1 Publicaciones de Investigación. 7
Tabla 2 Diferencias entre información tecnológica, transaccional y 14
analítica.
Tabla 3 Producción de Chatarra Férrica. 19
Tabla 4 Principales empresas productoras de Acero en el Mundo. 23
Tabla 5 Paises con mayor tasa de importación y exportación de 25
acero.
Tabla 6 Producción de Acero Crudo en América Latina. 31
Tabla 7 Detalle del consumo per – capita de Acero en el año 2000 32
por paises latinoamericanos y el mundo.
Tabla 8 Importaciones de Acero de Latinoamérica a Estados Unidos 34
y Unión Europea.
Tabla 9 Empresas del Sector Siderúrgico Colombiano. 40
Tabla 10 Industria Siderúrgica Colombiana. Indicadores Económicos. 41
Tabla 11 Información económica complementaria del sector 42
Siderúrgico Colombiano.
Tabla 12 Productos del Sector Siderúrgico Colombiano. 45
Tabla 13 Estructura de Costos del Sector Hierro y Acero en 45
Colombia.
Tabla 14 Participación porcentual en costos de operaciones 46
siderúrgicas Semi-Integradas.
Tabla 15 Importaciones de Materias Primas cantidades y precios en 47
Colombia.
Tabla 16 Comportamiento de las compras colombianas de chatarra 48
cantidades y precios.
Tabla 17 Comportamiento de los precios de acero en Colombia, 51
variación porcentual.
Tabla 18 Exportaciones Siderúrgicas Colombianas. 53
Tabla 19 Demanda y Productos del Modelo. 75
Tabla 20 Tabla de transportes fuentes de chatarra a procesadores de 76
chatarra.
Tabla 21 Tabla de transportes acerías internacionales a planta 77
laminadoras.
Tabla 22 Definición del precio de venta sin costos variables para 79
precios de agentes Nacionales.
Tabla 23 Cargo al Costo Fijo sobre el precio de venta real. 79
Tabla 24 Costos Fijos de Producción por entidad procesadora. 80
Tabla 25 Definición del precio de venta sin costos variables para 80
precios de agentes internacionales.
Tabla 26 Resultados Modelo de Chatarra cruda a procesar en 85
procesador de chatarra.
Tabla 27 Resultados Modelo de Producción en Acerías a partir de 86
Chatarra Procesada.
Tabla 28 Resultados Modelo de Producción en Plantas de 86
Laminación por periodos
Tabla 29 Comparación de Resultados por productos en periodo 1 y 6, 87
para producción en Planta Laminadora CALICON.
Tabla 30 Resultados de productos a distribuir de las plantas 89
laminadoras a los centros de distribución, caso de
transporte ficticio entre la planta de Boyacá y el centro de
distribución del mismo lugar para el primer mes.
Tabla 31 Resultados de productos a distribuir de las plantas 90
laminadoras a los centros de distribución, caso de
transporte real entre la planta de laminación BOYACACON
y el centro de distribución BOGOTACON para el primer
periodo del año.
Tabla 32 Transporte entre entidades Acerías y Laminadores 91
Tabla 33 Transporte entre Procesadores de Chatarra y Acerías 91
Tabla 34 Transporte entre Fuentes de Chatarra y Procesadores de 92
Chatarra.
Tabla 35 Cantidad de producto terminado que se importa anualmente 92
según el modelo.
Tabla 36 Rangos de restricciones de capacidad. 94
Tabla 37 Análisis rango de fuente de chatarra en Cali. 96
Tabla 38 Análisis rango de capacidad de proceso para planta 97
procesadora en Boyacá.
Tabla 39 Análisis rango de capacidad de proceso para acería en 98
Boyacá.
Tabla 40 Análisis rango de capacidad de proceso para Laminadora. 99
 en Cali.
Tabla 41 Rangos de restricciones 99
Análisis de Sensibilidad de los coeficientes de la función
Tabla 42 100
objetivo.
Tabla 43 Rango de los coeficientes de la función objetivo 104
Tabla 44 Análisis de Sensibilidad de Capacidad de procesadores de 106
Chatarra.
Tabla 45 Análisis de Sensibilidad de Capacidad de procesadores de 107
Chatarra
Tabla 46 Análisis de Sensibilidad – Costo de procesar producto 108
terminado en laminadora.
Tabla 47 Valores de Precios del acero y su evolución porcentual por 111
periodos.
Tabla 48 Valores promedio de operaciones por tonelada. 116
 LISTA DE FIGURAS

Página
Figura 1. Cadena de Suministro 6
Figura 2. Etapas para el desarrollo de un modelo 8
Figura 3. Módulos de Organización de la Cadena de Abastecimiento 10
Figura 4. Sistemas de Modelación – Cadena de Abastecimiento 13
Figura 5. Producción mensual de Acero en el Mundo 2001 – 2003 22
Figura 6. Producción mensual de Acero en la Unión Europea 28
Figura 7. Producción de acero por empleado en la Unión Europea 28
Figura 8. Producción mensual de Acero en Estados Unidos y Canadá 29
Figura 9. Producción mensual de Acero en NAFTA. 30
Figura 10. Producción anual de acero crudo en Latinoamérica. 31
Figura 11. Producción de acero anual en Colombia 43
Figura 12. Personal Ocupado Industria siderúrgica en Colombia. 43
Figura 13. Compras de Chatarra Nacional e Internacional en Colombia. 49
Figura 14. Variación de los precios de algunos productos de Acero en 51
Colombia.
Figura 15. Consumo aparente de Acero en Colombia. 52
Figura 16. Exportaciones Siderúrgicas Colombianas Alambrón y 54
Barras.
Figura 17. Representación del Transporte Ficticio 61
Figura 18. Resultado en Entorno GAMS 95
Figura 19. Análisis de Sensibilidad de los coeficientes de la función 103
objetivo, en GAMS
Figura 20. Representación de la variable objetivo 103
Figura 21 Comportamiento de los precios de carbón, acero inoxidable 110
y productos metálicos
 LISTA DE ANEXOS

Página
Anexo A. Reservas Mundiales de Minerales de Hierro 124
Anexo B. IISI Producción de acero crudo 2002 – 2003 125
Anexo C. Mayores productores de aceros por paises 2001 – 2002 127
Características generales y evolución histórica del
Anexo D. Sector siderúrgico nacional colombiano 128
Importación de materias primas siderúrgicas 1997
Anexo E. Importación de productos siderúrgicos 1997 130
Estudio de proceso productivo de la industria siderúrgica
Anexo F. semi-integrada 131
Anexo G. Código del Modelo en GAMS 141
Anexo H. Resultado del Modelo 155
Programación matemática en la industria siderúrgica.
Anexo I. (Casos) 161
Anexo J. Artículo de prensa – Incremento en los precios del acero. 173
Anexo K. Justificación a las Condiciones del Modelo. 175
Transporte de productos identificables entre entidades de la
Anexo L. cadena. 177
 RESUMEN

El trabajo aborda la problemática de apoyar los procesos encaminados a la

minimización de costos logísticos de producción-distribución de productos
intermedios y finales en la industria siderúrgica semi-integrada en Colombia por
medio de un modelo matemático de optimización que contempla: proveedores de
materia prima, plantas manufactureras y centros de distribución, e incluye ventas
locales, importaciones, costos de materia prima, costos variables, costos de
transporte e inventarios, costos generales de distribución y administrativos. Las
restricciones que se consideran en el modelo son: capacidad de proveedores y de
plantas manufactureras, satisfacción de la demanda, ecuaciones de balance,
restricciones de configuración del sistema y límites de las variables de decisión.
Se desarrolló un modelo matemático con un horizonte de planeación de 12 meses,
determinístico, se muestra la validación del modelo apoyado en el caso de una
empresa colombiana generándose a través de él configuraciones alternativas de la
red de distribución respecto a la actual. Además se hace un estudio del mercado
nacional e internacional del acero identificando variables macro y
microeconómicas como soporte a las decisiones del modelo de optimización. La
búsqueda de la estrategia óptima de producción-distribución se estableció con el
apoyo del software General Algebraic Modeling System-GAMS- por medio del
solver CPLEX®.

Abstract:
The work study the problem of support process in the way of minimization logistics
cost of production distribution by internal and final products into the semi-integrated
steel industry in Colombia. Through a mathematical model of optimization that
contain; suppliers (row materials), manufactures plants, distribution centers and
incorporate local sales, importations, row material cost, variable cost, cost of
transportation and inventory and general cost of distribution and administration.
Constrains of the model are; suppliers capacity and plant capacity of production,
demand satisfaction, balance equations, configuration system constrains and limit
of decision variables. It’s a mathematical model with a horizon 12 months of
planning deterministic. It's showing validation of model lean in the case of
Colombian steel company, create different configuration of the distribution net in
comparison with the actual. Furthermore the work presented a research about the
national market and international market of steel identifies variables Macro and
Microeconomics by the support of model decisions. Optimal strategy of Production
- distribution was searched with the help of software GAMS - General Algebraic
Modeling System.
 OBJETIVOS Y JUSTIFICACIÓN

OBJETIVO GENERAL
Diseñar un modelo matemático de optimización que permita soportar las
decisiones de mediano plazo en la cadena de abastecimiento de la industria
siderúrgica semi-integrada.

OBJETIVOS ESPECÍFICOS
1) Identificar variables macro y micro económicas en la cadena de
abastecimiento del sector. (Conceptualización)
2) Establecer de forma clara y correcta (desde el punto de vista matemático)
las relaciones entre los elementos que conforman la cadena de
abastecimiento. (Formalización)
3) Implementar el modelo genérico en GAMS - General Algebraic Modeling
System
4) Evaluar el modelo utilizando análisis de sensibilidad. (Evaluación)

JUSTIFICACIÓN

El sector siderúrgico es el motor de la economía metalmecánica nacional sin

embargo actualmente se está presentando una recesión debido al actual contexto
internacional de precios bajos (Datos Octubre-2003) consecuencia de la
sobreoferta mundial de acero; esto exige a los productores nacionales mayor
eficiencia en sus procesos internos para ser competitivos en el mercado nacional,
bajo este marco es conveniente desarrollar un estudio que ayude a identificar
mejores metodologías que optimicen la gestión logística. Este sector reviste de
alta complejidad dado los diferentes flujos de productos que deben ser
transportados como materia prima, productos semiprocesados y productos finales
entre proveedores, plantas y clientes a nivel nacional. Además, se está
presentando la posibilidad creciente de obtener cualquiera de los anteriores
productos en mercados externos y ser introducidos a la cadena según
corresponda para reducir costos.
Para abordar esta problemática se adoptará un enfoque basado en Investigación
de Operaciones, con el fin de generar una metodología que soporte la gestión de
la cadena de abastecimiento como estrategia para hacer frente a las compañías
extranjeras que en el proceso de globalización están afectando a este sector de la
economía nacional.
 ALCANCE DEL TRABAJO

El presente trabajo muestra la viabilidad de la aplicación de modelos matemáticos

en la industria siderúrgica semi–integrada en Colombia dada la mínima utilización
de estos sistemas por la industria nacional.

Este estudio pretende realizar una introducción de un modelo matemático

preliminar que describa y optimice los flujos de productos que se generan en la
cadena desde un contexto general es decir no especificando la gran cantidad de
particularidades que se presentan en una cadena de abastecimiento real y
partiendo de una caracterización específica de cómo opera la cadena de
abastecimiento de esta industria actualmente.

Es así que el problema de la variabilidad generada en imprevistos, demoras y

factores no controlables no son contemplados en el presente estudio debido a la
naturaleza determinista del modelo planteado.

Se pretende entonces abrir un espacio para nuevos estudios sobre esta industria
que contemplen además de un nivel de detalle más profundo, la variabilidad del
proceso logístico que se pueden abordar, por ejemplo, a través de modelación
estocástica.
 INTRODUCCIÓN

Las organizaciones empresariales para ser competitivas hoy en día en la nueva

economía global, deben ajustar constantemente su estrategia logística, la
configuración de su cadena de abastecimiento y actualizar su planificación táctica
de producción y distribución.

Las corporaciones deben hacer estos ajustes en el marco del ambiente comercial
global con sus impuestos, tarifas, y regulaciones ambientales. Los datos
relevantes de la logística a menudo pueden dar como resultados pronósticos
imprecisos que rápidamente cambian. Las corporaciones desean una
configuración de la cadena de abastecimiento que sea eficiente en el corto plazo y
robusta con respecto a cambios en el largo plazo y que se pueda poner en
ejecución en etapas. Ni las metodologías científicas ni los algoritmos de diseño
soportan aún esa globalidad, necesidad de integración, dinámica y aleatoriedad
existente en este tiempo. Consecuentemente las decisiones se toman
jerárquicamente y de manera secuencial, que pueden conducir a los beneficios
más pequeños cuando están comparadas a las decisiones estratégico tácticas
robustas e integradas.

El tema de la optimización de la cadena de abastecimiento ha tomado gran

importancia en paises industrializados debido a los beneficios relativos ya
enunciados, que finalmente buscan la minimización de costos y la eficiencia en el
proceso. Esta línea de investigación toma cada día más fuerza gracias a la
competencia global que la industria enfrenta.

El presente trabajo tiene su origen en la preocupación general del sector

académico e industrial de modernizar los procesos gerenciales de las empresas
en paises en vía de desarrollo como Colombia, en miras a enfrentar un mercado
cada vez más globalizado y competitivo.

El trabajo se realiza con el fin de promover posteriores estudios que profundicen y

mejoren la aplicabilidad del modelo de optimización, para llegar a que esta
industria de vital importancia y alta vulnerabilidad en la economía, mejore sus
procesos gerenciales y pueda competir de forma eficaz.
 CAPÍTULO 1

REVISIÓN BIBLIOGRÁFICA

La primera parte del capítulo hace un repaso del estado del arte en el diseño y la
aplicación de modelos matemáticos en cadenas de abastecimiento en diferentes
organizaciones empresariales. Posteriormente se verán las generalidades de la
industria siderúrgica donde se explica su conformación, su objetivo y
específicamente que se entiende por la industria siderúrgica semi-integrada.
Finalmente se describirá la situación sectorial de la industria siderúrgica
internacional basado en un análisis económico para posteriormente profundizar en
la situación sectorial de la industria siderúrgica en Colombia.

1.1 LOGÍSTICA Y CADENAS DE ABASTECIMIENTO

Logística, cadena de abastecimiento y cadena de valor han llegado a ser términos

muy populares en la investigación reciente y en la literatura de negocios. La
publicidad que generan diferentes empresas de servicios logísticos, de transporte
y de venta de software de planificación han difundido la noción que una
corporación requiere tener eficientes prácticas logísticas para ser competitivas en
la economía global.

Dada la gran de la variedad de usuarios, no debería ser ninguna sorpresa que

existan diversas definiciones de logística y de cadena de abastecimiento. La
logística fue utilizada por los militares para describir las actividades asociadas a
mantener una fuerza para luchar en el campo y en un sentido estrecho, describe la
cubierta de tropas. El término se separó gradualmente para cubrir negocios y para
mantener actividades. Existe una multiplicidad de definiciones formales. El
Council Of Logistics Management (CLM) que es una asociación comercial,
promueve la práctica y la educación de la logística, su definición es probablemente
la más extensamente usada. “La logística es la combinación del transporte, del
almacenaje, y del control del material todo por el camino del proveedor a través de
varias instalaciones, hacia el cliente, y la colección de todos los materiales
reciclables en cada paso." 1

Las diferentes definiciones de logística apuntan en la identificación de tres tipos de

flujos: de materiales, de información y monetarios. El flujo más tradicional es el

1
COUNCIL OF LOGISTICS MANAGEMENT (CLM) [On line] (Citado: Octubre 29 2004) Estados
Unidos; Disponible en: http://clm1.org/Default.asp?XX=1 2003

3
“flujo de material físico” se refiere a material en movimiento indicando la utilidad
del espacio asociado típicamente al transporte, al almacenaje y al inventario. Las
segundas actividades logísticas importantes son el flujo de información, compartir
la información sobre el estado de los flujos físicos a través de las organizaciones
que ejecutan las funciónes de la logística puede disminuir dramáticamente la
magnitud de los flujos de materiales físicos. Finalmente, la naturaleza cada vez
más global del comercio y la logística ha colocado mucha importancia en los flujos
monetarios, las fluctuaciones del dinero y las regulaciones fiscales de las
asociaciones comerciales tales como la Unión económica Europea y la asociación
del libre comercio norteamericano (NAFTA) pueden cambiar dramáticamente la
viabilidad y la eficacia de los flujos físicos.

Una cadena de abastecimiento en una organización que incluye todas estas

actividades relacionadas con el flujo y transformación de bienes, desde la etapa de
materia prima hasta el consumo por el usuario final, desde el proveedor de la
materia prima hasta el estante del detallista. Consiste en instalaciones donde se
adquieren, se transforman, se almacenan, o se venden las materias primas, los
productos intermedios, o los productos terminados y los acoplamientos del
transporte que conectan las instalaciones a lo largo de las cuales los productos
fluyen.

Hay una distinción entre las plantas, que son las instalaciones de fabricación
donde ocurren las transformaciones físicas del producto y los centros de
distribución, que son las instalaciones donde los productos se reciben, se
clasifican, son puestos en inventario y se envían. Las compañías pueden
administrar estas instalaciones, o pueden ser administradas por los vendedores,
los clientes, los proveedores u otras firmas con las cuales la compañía tenga
arreglos del negocio. La meta está en agregar valor a sus productos mientras que
pasan a través de su cadena de abastecimiento y los transportan a los mercados
geográficamente dispersados en las cantidades, especificaciones y tiempo
correcto, a un coste competitivo.

Se relaciona muy de cerca con la logística el concepto de una cadena de

abastecimiento. Un enfoque más actual determina que una cadena de
abastecimiento es una red de organizaciones funciónales que con sus actividades
realizan las funciónes de la logística.

Existen muchas definiciones alternativas como la presentada por Christopher:

“Una cadena de abastecimiento es una red de organizaciones que están
implicadas a través de acoplamientos aguas arriba y aguas abajo en los diversos
procesos y actividades que producen valor en la forma de productos y de servicios
en las manos del último cliente” 2

2
CHRISTOPHER, M. Logistics and Supply Chain Management strategies for reducing cost and improving
service 2nd Edition, Financial Times: Prenlice Hall. 1999

4
La siguiente definición es presentada por Vidal:
“Una cadena de abastecimiento, comprende el proceso de fabricación y
distribución de productos, iniciando con los proveedores de materia prima y
componentes, continuando con las diversas instalaciones, las cuales incluyen las
plantas manufactureras, las bodegas o centros de distribución, y concluyendo con
los clientes o consumidores finales. Los proveedores, plantas manufactureras,
centros de distribución y clientes pueden estar localizados en cualquier lugar del
país dependiendo del tipo de industria con la cual se este tratando, en algunas
ocasiones debido a la actual globalización estos mismos pueden estar localizados
en cualquier país del mundo. Esto genera las cadenas de distribución, las cuales
constituyen un complejo sistema para la toma de decisiones estratégicas, tácticas
y operativas relacionadas con su diseño y administración”.3

Stadtler y Kilger (2000) definen la gerencia de la cadena de abastecimiento (SCM)

como “La asignación de unidades integradas organizacionales a lo largo de la
cadena de abastecimiento y coordinación de materiales, información y flujos
financieros con el fin de cumplir las demandas del último cliente con la meta de
mejorar la competitividad de la cadena de abastecimiento como un todo”4.

En general se podría decir que la cadena de abastecimiento de una organización

generalmente esta comprendida por un número geográficamente disperso de
entidades en las cuales los artículos son adquiridos, transformados, almacenados
o vendidos y son conectados entre ellos a través de unos canales de transportes.
Los artículos pueden ser materias primas, componentes intermedios y productos
finales. La combinación de entidades y transporte son típicamente llamadas red de
cadena de abastecimiento. Los artículos pueden ser recursos o materiales
entregados por vendedores y proveedores. Las entidades de transformación y de
almacenaje son llamadas plantas de manufactura y centros de distribución. Las
entidades que piden o se les entrega los materiales son llamados clientes o
mercados. Las instalaciones pueden ser localizadas en un mismo país, caso de
una cadena de abastecimiento doméstica, o en múltiples paises por una cadena
global o internacional.

Ilustración de una cadena de abastecimiento:

3
VIDAL, Carlos. Un caso de aplicación de modelos matemáticos para la optimización de cadenas de
abastecimiento en la industria manufacturera. En: Universidad del Valle, Facultad de Ingeniería, (2000)
4
STADTLER, H. y KILGER C. “Supply Chain Management and Advanced Planning”, Alemania: Editorial
Springer, Heidelberg, (2000)

5
Figura 1. Cadena de suministro.

País 1

P
R
O C
V L
E I
E E
D N
O T
R País 2 E
E S
S PLANTAS BODEGAS

Logística
reversiva

Como ya se ha mencionado uno de los objetivos de las organizaciones es

incrementar el valor de los artículos mientras pasan a través de la cadena de
abastecimiento. En general las plantas manufactureras le dan el valor funciónal a
los artículos mientras los centros de distribución y canales de transporte proveen
de valor al producto en forma temporal y de localización (Valor en tiempo y lugar).
Mientras existan diferentes manifestaciones y configuraciones, la estructura
fundamental de cualquier cadena de abastecimiento permanece en la red de
capacidades de producción, almacenaje y transporte para proveer al cliente un
excelente servicio cumpliendo los tiempos de entrega al menor costo posible.

1.1.2 Publicaciones de Investigación:

Existe una vasta literatura, perteneciente al archivo de revistas y periódicos que

relatan temas referentes a logística y cadenas de abastecimiento.
La siguiente tabla resume el número de publicaciones reportadas por Scirus un
buscador especializado en internet acerca de información científica donde se
puede encontrar artículos, revistas y publicaciones en general.

6
Tabla 1. Publicaciones de Investigación
Temas Numero de Artículos
Cadena de Abastecimiento 326,223
Diseño de Cadena de Abastecimiento 2,179
Modelamiento de Cadena de Abastecimiento 761
Cadenas de Abastecimiento Globales 6,695
Modelamiento de cadenas de abastecimiento 188
globales
Gerencia de la cadena de abastecimiento 133,606
Logística 232,201
Logística Global 195
Modelamiento de Logística Global 12
Fuente: Scirus (online) consultado el: 14 de Enero de 2004 Disponible en: http://www.scirus.com/srsapp/

Varias observaciones pueden ser hechas basadas en esta información:

• Para todos los temas existe un decrecimiento en el número de artículos

cuando se limita la búsqueda en descripción general, el diseño de un
sistema o la modelación del sistema.
• El tratamiento general o el análisis son mucho más populares que las
investigaciones en el diseño de sistemas.
• El diseño de sistemas basados en técnicas de modelación matemática es
descrito con menos frecuencia.
• Se identifica que las cadenas de abastecimiento globales son mucho
menos investigadas que las de un solo país o cadenas de abastecimiento
domésticas.

1.2 INVESTIGACIÓN DE OPERACIONES Y CADENAS DE ABASTECIMIENTO:

La investigación de operaciones aborda los problemas relacionados con una

cadena de abastecimiento mediante la construcción de un modelo matemático que
representa la esencia de este, con la finalidad de formularlo convenientemente
para su análisis. Básicamente consiste en un conjunto de expresiones
matemáticas que representan las diferentes relaciones que existen entre los
elementos que componen un sistema y que determinan su funciónamiento de tal
manera que sus resultados deben ser coherentes y útiles. Como dice Hiller et al:
“Modelar se puede entender simultáneamente como ciencia y como arte. Es una
ciencia pues se basa en un conjunto de procesos estructurados que se encaminan
a realizar un análisis y una detección de las relaciones entre los datos, haciendo
establecimiento de suposiciones y aproximaciones en la representación de los
problemas y desarrollando o haciendo uso de algoritmos específicos de solución.
Es un arte porque materializa una visión o interpretación de la realidad no siempre

7
de manera unívoca. Cada persona (modelador) imprime su estilo en el modelo
mismo y en la especificación, en el desarrollo y en la documentación ”5.

El desarrollo de un modelo es una creación hecha con ayuda de ciencias básicas

o de herramientas de apoyo. Entre los beneficios explícitos o implícitos, tanto para
el modelador como para el experto, derivados del proceso de modelado, además
del modelo en sí mismo, se pueden mencionar:

• Organiza los datos, la información disponible sobre el sistema

• Organiza, estructura y mejora la comprensión del sistema
• Internaliza la estructura organizativa de la empresa
• Permite compartir supuestos y resultados entre el modelador y el experto
• Proporciona un entorno ágil para el análisis y la sensibilidad
• Indica la dirección de mejora en las decisiones

La construcción de modelos revela relaciones que no son evidentes a primera

vista, una vez construido el modelo matemático es posible extraer de él
propiedades y características de las relaciones entre los elementos que de otra
forma podrían permanecer ocultas, ya que experimentar en el entono real podría
ser demasiado costoso, los modelos se usan como una herramienta enfocada a la
toma de decisiones.

La figura 2 expone los principales pasos para la formulación y validación de un

modelo:

Figura 2 – Etapas para el desarrollo de un modelo

Formulación del problema

Análisis del problema y

recolección de datos

Generación de alternativas de
solución

Evaluación y selección de la(s) Formulación y

mejor(es) alternativa(s) validación de un
MODELO

Especificaciones de la(s)
solución(es)

Implementación, evaluación y
control del diseño utilizado

Fuente: Carlos Julio Vidal Ph.D. A Review of the state of the art and future research directions for the strategic design of
global supply chains: Proceedings of MHRC Portland, Maine. Georgia Institute of Technology, Atlanta: 2002

5
HILLER, Frederick. y LIEBERMAN, Gerald. Investigación de Operaciones. Estados Unidos: McGRAW-
HILL Septima Edición. 2002 p. 8.

8
La optimización de la cadena de abastecimiento consiste en encontrar la mejor
manera de utilizar los recursos disponibles en los proveedores, fábricas,
almacenes y distribuidores en un horizonte de planificación, teniendo en cuenta la
demanda, restricciones de capacidad, fechas de entrega de productos entre otros.
Los modelos de optimización, son aquéllos donde existe un conjunto de variables
de decisión que deben maximizar/minimizar una función objetivo sometidas a un
conjunto de restricciones.
La revisión ha demostrado que las técnicas de optimización más utilizadas para
solucionar las formulaciones desarrolladas en cadenas de abastecimiento incluyen
programación mixta basada en la relajación lineal, la descomposición de Benders,
la descomposición dual, y métodos de muestreo estadísticos para las
formulaciones de programación estocástica. El tratamiento común para el
desarrollo de aplicaciones exitosas en la elaboración de modelos estratégicos de
la cadena de abastecimiento es el trabajo en equipo de personal altamente
especializado quienes explotan la estructura del problema para generar una
formulación de aceptable tamaño y grado de realismo y un algoritmo que tenga un
aceptable tiempo de computo.

1.2.2 Uso de sistemas de planeación y de modelos matemáticos en el diseño

de una cadena de abastecimiento.

En las últimas dos décadas varias compañías han desarrollado sistemas de

Planeamiento de Recursos empresariales (Enterprise Resource Planning - ERP)
como respuesta a las necesidades de corporaciones globales para planear su
cadena de abastecimiento, los dos mayores ejemplos son vendedores de software
como Baan y SAP. Los ERP integran sistemas de información de una o más
actividades de negocios como contabilidad, recursos humanos, planeamiento de la
producción y ventas, entre otros. En su implementación inicial, el ERP fue usado
principalmente para la recolección de transacciones más que para planear los
recursos en una amplia escala empresarial. Su principal ventaja radicaba en
proveer información consistente, actualizada, y asequible a la empresa.

En años recientes, los ERP han sido ampliados a Sistemas Avanzados de

Planificación (Advanced Planning Scheduling – APS). La principal función del APS
es en primer lugar planear la amplia gama de recursos empresariales y acciones.
Como menciona Standtler y Kilger: “El objetivo del APS es encontrar factible,
planes cercanos al óptimo de la cadena de abastecimiento en general, mientras
potenciales cuellos de botella son considerados explícitamente”6. Esto implica una
coordinación de los planes de todas las entidades de la organización aún las que
se encuentran dispersas geográficamente. El APS es el responsable por planear,
mientras el ERP es sólo un sistema transaccional y de ejecución. El APS no
substituye al ERP pero es suplemento de los existentes sistemas ERP.

El APS típicamente comprende varios módulos de planeación comprendiendo los

planes estratégicos, a través de los planes de demanda intermedia y los planes

6
STADTLER, H. y KILGER C. Op. Cit. p. 45.

9
maestros, para planeamiento operacional de requerimiento de materiales (MRP),
planes de reproducción planes de distribución (DRP) y planes de transporte.
Actualmente, el mayor énfasis en los APS es el planeamiento operacional en
distintos niveles.

Los módulos de los planes estratégicos están en desarrollo y en su actual

implementación. Las organizaciones de los módulos de planeamiento en la
cadena de abastecimiento y las relaciones son mostradas en la figura 3. Más
detalles de la jerarquía de planeamiento de tareas en los APS puede ser
encontrado en Stadtler y Kilger.

Figura 3. Módulos de organización de la cadena de abastecimiento

Fuente: STADTLER, H. y KILGER C. “Supply Chain Management and Advanced Planning”, Alemania: Editorial Springer,
Heidelberg, (2000)

Para mejorar su ventaja competitiva, los gerentes buscan cada día integrar más la
planificación de las actividades de su cadena de abastecimiento. Los objetivos son
diseñar y operar su infraestructura industrial y manejar las relaciones con su
entorno de tal forma de minimizar la suma de la inversión total y de los costos de
materias primas, de producción, de transporte y de distribución, satisfaciendo el
nivel deseado de servicio al cliente. Como dice Velásquez: “los sistemas APS -
Advanced Planning and Scheduling- son la solución tecnológica vigente para
enfrentar esta problemática, ya que son sistemas avanzados de planificación que
explotan las últimas tecnologías informáticas y el modelamiento matemático
técnico-económico de complejas cadenas de abastecimiento integradas horizontal
y verticalmente, en un país o en múltiples paises. Su capacidad de optimización
matemática unida a su capacidad para representar precisamente las relaciones de
costo y de volumen provee confianza en resultados óptimos que no pueden
obtenerse con enfoques más simplistas. Sus servicios para generación de

10
modelos, se acoplan con hojas de cálculos, bases de datos y herramientas de
generación de escenarios; proveyendo un ambiente ideal para desarrollar rápida y
comprensivamente estudios de optimización de la cadena de abastecimiento. Los
APS están orientados al manejo de los datos lo que permite a los usuarios
desarrollar modelos de acuerdo a la complejidad de su cadena de abastecimiento
y a los requerimientos de optimización de la misma”7.

Los modelos matemáticos son principalmente usados como apoyo para la toma de
decisiones respecto a sistemas complejos. Los modelos pueden ser clasificados
como descriptivos o normativos. Los modelos descriptivos utilizan la simulación
digital para el manejo de materiales y cadenas de abastecimiento, Ballou y
Masters8 examinan desarrollos en logística y en cadena de abastecimiento para
determinar las más importantes características y el estado del arte en los sistemas
de soporte a las decisiones para el diseño de cadenas de abastecimiento. Ellos
encuentran que las características del modelo en un entorno amigable es básico
para el diseño de modelos. Observan que las ventajas en hardware y software
habían permitido diseñar sistemas estratégicos de cadena de abastecimiento del
mundo real usando modelos matemáticos que han sido incorporados en paquetes
comerciales de software. Ellos reportan que algoritmos eficaces se han estado
desarrollando para resolver los aspectos relativos a la localización de instalaciones
en los sistemas de cadena de abastecimiento, pero la especialización en
propósitos generales en modelos de simulación pueden ser usados para aspectos
temporales como tratamiento táctico de los inventarios y planeación de la
producción.

Ellos observan que la programación lineal (LP), la programación lineal mixta (MIP),
y las heurísticas son las técnicas más comunes para encontrar soluciones. Los
modelos de programación matemática para la optimización de cadenas de
abastecimiento han venido siendo utilizados frecuentemente por diversas firmas a
nivel mundial (Véase Vidal y Goetschalckx (1997) para una revisión bibliográfica
exhaustiva al respecto). Algunas tesis de doctorado han sido desarrolladas
teniendo como tema central la utilización de modelos matemáticos para la
optimización de cadenas de distribución regional y global (Vidal-1996). Igualmente,
existen numerosas publicaciones relacionadas con el tema (Véase, por ejemplo,
Arntzen et al. (1995), Cohen y Lee (1989), Cohen et al. (1989), Goetschalckx et al.
(1995), Martin et al. (1993), Vidal y Goetschalckx (1996)).

Los problemas de gestión de cadenas de abastecimiento se han formulado en

forma de modelos matemáticos de optimización determinista y han servido para
resolver muchos ejemplos reales con ayuda del computador. Pero continúa siendo
un reto diseñar e implementar un modelo genérico que combine con precisión la
planificación estratégica y las decisiones tácticas y que así mismo capture el factor

7
VELÁSQUEZ, Jesús. Advanced Planning and Scheduling (APS): La Vía para la Optimización de la Cadena
de Suministro. En: Revista Zona Logística. Colombia: 2003
8
BALLOU, R. H. y MASTERS, J. M. Commercial Software for Locating Warehouses and Other Facilities.
En: Journal of Business Logistics, Vol. 14, No. 2, (1993) pp. 71-107.

11
tiempo y la incertidumbre. Se ha desarrollado una estructura de modelización para
ocuparse de la optimización de la cadena de abastecimiento bajo incertidumbre.
Este tipo de problemas se han abordado bajo técnicas de optimización
estocástica.

Según Escudero y Kamesan9, los principales resultados que los modelos de esta
naturaleza brindan, se pueden resumir en los siguientes aspectos:

• Configuración óptima de la cadena de abastecimiento;

• Flujos óptimos de materias primas y productos terminados entre proveedores,
plantas manufactureras, centros de distribución y consumidores;
• Flujos y costo promedio de productos terminados;
• Precios de transferencia;
• Estados de pérdidas y ganancias en cada país, detallando ventas locales,
exportaciones, importaciones y todos los costos descritos anteriormente;
• Otros de interés, tales como demanda no satisfecha y diversos costos de
oportunidad.

Todos los anteriores resultados se constituyen en una excelente fuente de

información, convirtiendo al modelo en una poderosa herramienta de ayuda para
la toma de decisiones. Más importante aún, el modelo reporta respuestas muy
rápidas de análisis de sensibilidad, los cuales brindan información inmediata sobre
el comportamiento del sistema bajo supuestos cambios y fluctuaciones de
diversos parámetros, datos y configuraciones del sistema. Esto permite la
planeación eficiente bajo incertidumbre sin necesidad de experimentar con el
sistema real.

Como dice Vidal et al.10, es importante notar que, aunque modelos de esta
naturaleza son de gran ayuda para la toma de decisiones, otros aspectos
cualitativos deben siempre tenerse en cuenta para la toma de decisiones
estratégicas, los cuales son extremadamente difíciles o imposibles de incluir
directamente en dichos modelos. Dentro de estos aspectos adicionales pueden
mencionarse la infraestructura general del país; la consecución de mano de obra
calificada; aspectos técnicos propios del sistema bajo estudio; situación política,
económica y social del país y aspectos ambientales, entre otros.

Las decisiones que se apoyan en los modelos matemáticos de optimización

incluyen según Velásquez11 (Ver Figura 4):

• Decisiones estratégicas, que involucran el manejo a largo plazo con la

selección de proyectos y políticas estratégicas.
9
ESCUDERO, L.F. y KAMESAN, P.V. MRP Modelamiento via Scenarios, En: J. Wiley, New Jork,1993
pag.101-111.
10
VIDAL, C. J. y GOETSCHALCKX M. Op. cit., p. 45.
11
VELASQUEZ, Jesús. Optimizing Operations at One of the Biggest Latin-American Beverage Industries.
En: X LatinIbero American Conference on Operation Research and Systems, Mexico City: Septiembre 4-8,
2000

12
 • Decisiones tácticas, de mediano plazo que se preocupan principalmente por
fijar metas operacionales.
• Decisiones operacionales, con horizonte de un día a 3 meses que apoyan
decisiones para la ejecución de operaciones como: la programación del
transporte diario, programación de la operación de corto plazo para
satisfacer contratos específicos de demanda y localización de maquinaria.

Dentro de las decisiones tácticas pueden citarse entre otras:

• ¿Cuántas plantas y centros de distribución deben tenerse y dónde deben estar
situados?
• ¿Que productos deben producirse en cada planta y de dónde debe proveerse de
materia prima y componentes?
• ¿Cómo deben servirse los diversos clientes?
• ¿Cuál es el costo promedio de la materia prima y cuánto cuesta producir y
distribuir cada producto?
• ¿Que nivel de inventario debe mantenerse y en dónde?
• ¿Que modos de transporte deben utilizarse?

Este tipo de decisiones se vuelve extremadamente complejo, donde el número de

posibles configuraciones del sistema es casi infinito. Por lo tanto, se hace
imperativo el uso de modelos matemáticos que incluyan la mayoría de los
aspectos relevantes.

Figura 4 – Sistemas de Modelación – Cadena de Abastecimiento (Shapiro-1998).

Fuente: Vidal, C. J. y M. Goetschalckx (1997), “Strategic production-distribution models: A critical review with emphasis on
global supply chain models,” European Journal of Operational Research 98, Marzo, 1–18.

13
El profesor Jeremy Shapiro12 de MIT (Massachussets Institute of Technology),
caracteriza el manejo de una cadena de abastecimiento de una organización
desde 2 puntos de vista en cuanto a la Información Tecnológica (en adelante “IT”),
define que hay que distinguir entre la forma y la función de IT transaccional e IT
analítica, a continuación se presenta un breve esquema:

Información Transaccional: Tiene que ver con la adquisición, procesamiento y

comunicación de datos primarios sobre operaciones pasadas y presentes de la
cadena de abastecimiento de la compañía.
Ej; General ledger systems, quarterly sales reports, ERP and e-commerce systems

IT Analítica: Tiene que ver con el desarrollo y la aplicación de sistemas para

evaluar y diseñar decisiones, basadas en modelos construidos desde base de
datos de decisiones de la cadena de abastecimiento.
Ej: production “scheduling systems”, “forecasting systems”, “supply chain network
optimization systems”.

Las diferencias entre IT transaccional e IT analítica pueden ser contrastadas a

través de 6 aspectos:

Tabla 2 – Diferencias entre información tecnológica, Transaccional y Analítica

Aspecto IT Transaccional IT Analítica

Pasado y
Tiempo Presente Futuro
Pronosticar y
Tomar
Propósito Reportar decisiones
Jerárquica y
Alcance en el Negocio. Segmentada. Longitudinal
Transformaciones Transformación
básicas y ligeras de datos
de los datos básica, modera
Naturaleza de la Bases de objetivos y fuerte que es
Datos objetiva y clara.

Tiempo de Respuesta Tiempo real Tiempo real

Sustituida,
eliminada, Mejoramiento
esfuerzos en el manejo
Implicación en Procesos humanos de las
de Re-Ingeniería. ineficientes. decisiones.
Fuente: SHAPIRO, Jeremy F. Modeling the Supply Chain. Editorial Duxbury, 2001

12
SHAPIRO, Jeremy F. Modeling the Supply Chain. Estados Unidos: Editorial Duxbury, 2001 p. 40-45.

14
1.3 REVISIÓN DE CASOS

A continuación se hace una revisión de algunos modelos de optimización que se

han aplicado en la industria del acero en el mundo y los cuales han traído
beneficios considerables a las entidades que los ejecutan. La revision de casos se
centra en esta industria por ser el objeto de estudio. En el anexo I se presenta la
extensión de estos casos y las fuentes bibliográficas del mismo.

Un modelo heurístico eficiente para planear los requerimientos de acero

plano en Bethelehem Steel - USA

Se desarrollo un procedimiento heurístico para hacer el seguimiento de las

dimensiones del acero plano producido cuando el calibre de la lámina es más alto
que el cotidiano (mayor a 60mm). El heurístico fue implementado como un módulo
del sistema de control de la planta de acero plano, este es usado diariamente para
generar este tipo de acero en las dimensiones y cortes necesarios.

Desarrollado por: Fracis J. Vasko Kutztown University Pennsylvania – USA y Flyd

E, Wolf Systems Análisis Group Bethlehem Steel Corporation, INTERFACES 21: 2
Marzo – Abril 1991 (pp 1-7)

Programación dinámica y sistema de control en la planta de acero de

ENSIDESA - España

La Empresa Nacional Siderúrgica (ENSIDESA) construyó una nueva planta de

acero en 1988, esta enfatizó en desarrollar sistemas de control en las diferentes
secciones de producción dando al proceso computación continua e información
completa. Haciendo uso de esta información se desarrolló un sistema de
coordinación automática para cada entidad de la planta. El sistema se construyo
para ser actualizado dinámicamente a través de la programación de la producción,
teniendo en cuenta imprevistos o retrasos para crear un programa de producción
completo y sistemático que evitará fallas o errores en el plan de producción.

Desarrollado por Adenso Díaz, Luis Sancho, Departamento de Control de proceso

Empresa Nacional Siderúrgica ENSIDESA INTERFACES 21:5 Septiembre –
Octubre 1991 (pp. 53-62)

Selección óptima de tamaños de barra para Bethlehem Steel – USA

Para tomar la máxima ventaja de un nuevo molde de barras, el cual fue instalado
en 1984 en la planta de Bethlehem Steel se desarrolló un modelo de dos fases
para seleccionar las dimensiones óptimas internas del molde de las barras. La
fase uno generaba las dimensiones factibles de la barra así como las dimensiones
del molde consistente con las capacidades de sangrado del acero y con las
restricciones de fundición, de la planta, metalúrgicas, de la planta de laminación y
de embarque. La fase dos usaba los resultados obtenidos para seleccionar el

15
tamaño óptimo de la barra y por tanto del tamaño interno del molde entre los
tamaños factibles. Basados en los resultados del modelo y siguiendo pruebas en
la planta de laminación se determinó que la producción a máxima capacidad
usando el nuevo molde afectaba la operación total de la planta, resultado en un
ahorro aproximado de ocho millones de dólares anuales.

Desarrollado por: Fracis J. Vasko Kutztown University Pennsylvania – USA y Flyd

E, Wolf Systems Análisis Group Bethlehem Steel Corporation, INTERFACES 19 ,
Enero, Febrero 1989 (p.p 68 – 84)

Un sistema computarizado para el planeamiento estratégico de la

producción de acero.

Hoesch Siegerlandwerke AG desarrolló un sistema computarizado para el

planeamiento estratégico con el fin de reemplazar el sistema manual de
planeamiento y ser capaces de comparar planes alternativos fácilmente. El modelo
permite la ejecución de cálculos en masa y el control contable de costos
rápidamente con el fin de maximizar la eficiencia.

Desarrollado por Friedrich Wilhelm Bielefeld Hoesch Aktiengesellschaft, Germany

INTERFACES 16: 4 de Julio – Agosto 1986

Una aplicación de programación lineal mixta en una planta de acero en

Suecia.

El objeto es hacer una herramienta para una compañía de acero Sueca (Fagersta
A B) con el fin de seleccionar los ingredientes para cargar el horno de fundición y
obtener aceros de alta calidad. El problema es modelar una operación tradicional
de mezcla, con restricciones adicionales expresadas en algunas variables como
valores enteros. El algoritmo fue desarrollado en el contrato con el grupo de
investigación de matemáticas aplicadas del Instituto Royal de tecnología de
Estocolmo. La implementación del sistema esta disponible desde la terminal
compartida de la empresa y ha remplazado totalmente el sistema manual. Dos
corridas son hechas cada día y los resultados son directamente usados en el
proceso de producción. Un mejoramiento sustancial en utilidades económicas ha
sido demostrado. El costo de materias primas ha disminuido en un 6% el cual
corresponde a $200.000.

Carl-Henrik Westerberg, Bengt Bjorklund INTERFACES Vol 7 No 2 Febrero 1977

16
1.4 INDUSTRIA SIDERÚRGICA

Se describen las características generales de la industria siderúrgica para así

contextualizar el problema de optimización planteado en este trabajo.

1.4.1 Generalidades de la Industria Siderúrgica

La industria siderúrgica se define como “rama de la industria metalúrgica que

engloba la extracción y todas las actividades relacionadas con el hierro que se
clasifican en; fundir, forjar, laminar, y transformar el hierro en acero”13.
La industria siderúrgica en el mundo se distingue como una de las industrias
productivas más importantes en el contexto económico fabril, dado que aporta una
cuota significativa en los niveles de PIB de las naciones a las que pertenece.
Además es la proveedora de productos de acero a otros conglomerados
económicos importantes como son: la construcción, la industria manufacturera
(especialmente la metalmecánica), la automotriz y la de bienes durables.

Durante el siglo XIX la industria de la fabricación de acero creció a un ritmo

acelerado estimulado por la intensa innovación tecnológica que se presento en el
sector y las nuevas técnicas de fabricación que modernizaron y aumentaron
progresivamente las capacidades de producción de las instalaciones siderúrgicas,
el crecimiento fue tan alto que naciones como la antigua Unión Soviética, China,
Japón, Alemania construyeron inmensas plantas de fabricación que alcanzaron
niveles de producción exorbitantes. El acero inundó los mercados industriales al
punto de saturarlos lo que se vió claramente en los años ochenta, donde la
sobreoferta del acero fue tan grande que esta inmensa industria se vio afectada
por una gran crisis en los años noventa debido a la gran capacidad instalada y los
costos que no podía soportar.

Para la obtención de acero existen dos grandes procesos productivos en la

industria siderúrgica, el más común se llama; industria siderúrgica integrada
(Obtención de Acero de Minas), el otro es conocido como siderúrgica semi-
integrada (Obtención de Acero de Chatarra).
La industria siderúrgica semi integrada se diferencia de la integrada en su materia
prima la cual no es el mineral de hierro sino la chatarra, para obtener acero
líquido, esta materia prima se carga en hornos eléctricos. Con el fin de mejorar su
calidad, el acero líquido es afinado en hornos de cuchara. Luego se vierte en
canaletas, que enfrían y reducen el espesor del acero líquido a medida que
avanza sobre ellas. Las canaletas son conocidas como máquinas de colada
continua. De este proceso se obtienen palanquillas que luego son transformadas
en un tren de laminación del que resultan productos terminados (varillas, láminas,
alambrónes y rollos). Las plantas semi integradas son conocidas como minimills o
miniplantas. Estas tienen menores requerimientos de inversión y menores escalas
de producción.

13
LEXIS/22 VOX Enciclopedia, Barcelona: Circulo de Lectores S.A, España 1981

17
El establecimiento de cualquiera de los dos sistemas depende del tamaño del
mercado y de la disponibilidad de materias primas. Si existe un buen acceso a la
chatarra y a la energía barata, lo adecuado son las miniplantas. Si se dispone de
mineral de hierro y de un mercado amplio, como por ejemplo el automotriz, lo ideal
es una siderúrgica integrada. El sector siderúrgico emplea una cantidad
considerable de maquinaria y equipo que lo hace intensivo en capital y le exige
escalas de producción significativas para poder reducir los costos fijos.
De lo cual se puede concluir que actualmente los altos hornos (proceso integrado)
controlan aproximadamente el 60% de la producción mundial de acero líquido; los
hornos eléctricos (proceso semiintegrado) el 33% y el restante 7% le
corresponden a tecnologías obsoletas.
Vale la pena mencionar que el 86% del acero que se produce en Estados Unidos
se fabrica en hornos eléctricos14.

1.4.2 Proceso Tecnológico

De acuerdo a la definición dada por la Asociación Latinoamericana de Integración

ALADI: El proceso tecnológico de la elaboración de productos de hierro comienza
con la extracción del mineral en la industria siderúrgica integrada. Para producir
mineral de hierro y acero existen diversas tecnologías, pero todas tienen por
objeto reducir minerales, que contienen óxidos de hierro, a metal. Las tecnologías
tradicionales consisten en someter el mineral de hierro a un proceso de fundición
en altos hornos, mediante el cual se produce arrabio, llamado también hierro
fundido. La industria metalmecánica necesita aceros, que se producen en
diversos tipos de hornos (convertidores al oxígeno, hornos eléctricos, Simens
Martín y otros), en los que se carga el arrabio en forma líquida o en lingotes.
Durante el proceso de fundición en estos hornos se reduce el contenido de
carbono y se queman varias mezclas e impurezas contenidas en el arrabio líquido.
El metal que se obtiene es acero crudo; éste antiguamente se solidificaba en
forma de lingotes y otras formas primarias, para luego ser sometido a procesos de
laminación o se obtiene de manera más moderna por colada continua, en forma
de palanquillas o planchones que después se laminan en productos no planos y
planos. (Productos planos como láminas y planchones, no planos como alambrón
y barras).

Algunas de las tecnologías más modernas en la producción de mineral

comprenden procesos de aglomeración mediante los cuales se producen pellets
(gránulos) y sinter (polvo aglomerado). Estos materiales se destinan
principalmente a la producción de hierro fundido en altos hornos, que luego sigue
el camino de las tecnologías de aceración y laminación. Los pellets son finas
partículas de mineral de hierro aglomerado en forma de nódulos irregulares,
generalmente de 10 mm de diámetro. El sinter es una aglomeración de mineral
natural de concentrados de mineral, de partículas de los humos y de otras formas

14
ASOCIACIÓN NACIONAL DE INSTITUCIONES FINANCIERAS (Sector Hierro y Acero), Mercados
Industriales Sexto Capítulo, ANIF, 1999

18
de mineral. Estos productos aglomerados permiten aumentar la eficiencia del
proceso metalúrgico. Junto con el mineral de hierro, lo que más se comercializa
son pellets.
Otro tipo de proceso siderúrgico se centra en la producción de hierro esponja
mediante la reducción directa del mineral de hierro en hornos especiales, sin
superar la temperatura de fusión. Luego, el hierro esponja pasa directamente a
hornos eléctricos o a convertidores al oxígeno para ser fundido, procesado y
convertido en acero crudo15.
Los minerales de hierro pertenecen a la categoría de los recursos no renovables16;
su nivel de extracción es determinado, en primer lugar, por el volumen de reservas
así como también por la proporción del metal y su contenido de impurezas, ya que
estas afectan el comportamiento metalúrgico del mineral. Las reservas de mineral
de hierro económica y técnicamente explotables representan un volumen de 104
mil millones de toneladas de las cuales casi el 50% están en América latina17
como se muestran en el Anexo A.
En consideración con lo expuesto anteriormente la industria siderúrgica
Colombiana es pequeña (Producción de Acero Crudo de 600 mil Toneladas en
Colombia año 2003 en comparación con 4 millones de Toneladas en Venezuela o
92 millones de Toneladas en Estados Unidos para el mismo año. Ver Anexo B).
En reservas de minerales de Hierro también nos encontramos en seria desventaja
razón por la cual la siderúrgica integrada dentro de Colombia no representa
viabilidad a futuro18 (Ver Anexo A. 33 Millones de Toneladas contra 1200 Millones
de Toneladas en Venezuela) esta es la razón por que se reviste de gran
importancia la industria siderúrgica semi-integrada objeto de este estudio dada la
necesidad de toda nación de reciclar sus desperdicios metálicos.

1.4.3 La Chatarra en la Industria siderúrgica Semi-Integrada

La chatarra es la materia prima esencial, se analiza la tendencia de la producción

de chatarra en el mundo ya que está es la clave para el desarrollo de la industria
en particular que se quiere estudiar.

Tabla 3 – Producción de Chatarra Férrica

PRODUCCION DE CHATARRA FERRICA 1975 – 1991 (Miles de Toneladas)
País o Área 1975 1980 1985 1989 1990
Mundo 283.522 319.617 319.009 344.738
América Latina 9.624 11.852 13.402 15.212
Brasil 3.664 6.457 6.996 7.674 6.505
México 3.322 2.920 3.095 3.421 3.448

15
ASOCIACIÓN LATINOAMERICANA DE INTEGRACIÓN. Formulación de una Propuesta para la
conformación de un complejo siderúrgico entre Bolivia y Uruguay, – División de promoción económica.
ALADI, 1993; Documento suministrado por la Biblioteca de el Ministerio de Comercio. p. 27.
16
LEXIS/22 VOX, Op.cit.,
17
ASOCIACIÓN LATINOAMERICANA DE INTEGRACIÓN, Op. cit., p. 28.
18
Apreciación de los Autores basado en cifras expuestas.

19
Argentina 1.469 1.351 1.146 1.326 1.190
Venezuela 527 499 1.083 1.290
Colombia 225 154 393 561
Chile 168 209 218 290
Perú 174 154 233 276
Trinidad y Tobago 72 188
Uruguay 54 46 37
Otros 75 54 120 149
América Latina 3% 4% 4% 4%
como Porcentaje
del Mundo
Fuente: United States Departament of the Interior, Bureau of Mines; Mineral Yearbook 1977, 1982, 1989, Vol. 1 Washington
D.C Citado por “Formulación de una Propuesta para la conformación de un complejo siderúrgico entre Bolivia y Uruguay”,
ALADI (Asociación Latinoamericana de Integración) – División de promoción económica. 1993; Documento suministrado por
la Biblioteca de el Ministerio de Comercio.

La generación de chatarra férrica se ha incrementado en los últimos años de

manera significativa tanto en América Latina como en el mundo como muestran
las anteriores cifras, esta tendencia es bastante favorable para el futuro y
desarrollo de la industria siderúrgica semi-integrada las proyecciones para los
nuevos años tienden a seguir incrementado estas cifras consecuencia del gran
numero de artículos férricos que se reciclan al cumplir su vida útil consecuencia de
la tremenda producción que en años pasados hizo que la siderúrgica integrada
inundara los mercados con artículos férricos.

La diferencia en el proceso tecnológico entre las plantas siderúrgicas integradas y

las semi - integradas radica en el procesamiento de la materia prima en el
segundo caso la chatarra; son muchos los tipos de hornos que se utilizan para
llevar la chatarra a punto de fusión, la tendencia general en la industria siderúrgica
semi integrada es al uso de hornos eléctricos de arco trifásico según menciona
Astigarraga19; dado el gran desarrollo que han tenido en los últimos años aunque
el consumo energético es muy alto se han desarrollado muchas tecnologías para
optimizar y aminorar los costos de estos dispositivos (Para ver detalles remitase al
anexo C).
El proceso de laminación es idéntico para la industria siderúrgica integrada como
para la semi – integrada, ya que la materia prima de este proceso es la palanquilla
que es idéntica a la producida en acerías integradas o semi-integradas para ver
detalles remítase al anexo C.

Es así como la industria siderúrgica semiintegrada se caracteriza por tres grandes

procesos productivos:1) el procesamiento de chatarra, 2) la fundición en acerías, y
3) la laminación para la obtención de productos finales.

19
ASTIGARRAGA, Julio. Hornos Industriales de resistencias. Madrid: Universidad del País Vasco. Mc
Graw Hill, 1998

20
 CAPÍTULO 2

ESTUDIO ECONÓMICO DEL SECTOR

SIDERÚRGICO
Se presentan datos significativos que describen la situación actual del mercado
siderúrgico desde el punto de vista económico, donde se aborda inicialmente el
contexto global teniendo como marco general el comercio internacional para
posteriormente referir el mercado siderúrgico Colombiano, el objetivo de esta
sección es comprobar la importancia macroeconómica de la siderurgia en el
proceso de industrialización de los paises desarrollados y en vía de desarrollo así
como de la necesidad de nuevas técnicas y metodologías para la planeación y
definición de operaciones de este tipo de industria para el aseguramiento de su
competitividad; Se obtendrán los datos necesarios para la modelación de la
cadena de abastecimiento del sector siderúrgico.

2.1 IDENTIFICACIÓN DE VARIABLES MACRO Y MICROECONOMICAS DEL

SECTOR SIDERÚRGICO

Las variables económicas son aquellas que determinan y miden el

comportamiento del sector productivo frente a su mercado. La teoría económica se
divide en dos grandes ramas; la macroeconomía y la microeconomía, la primera
estudia las variables económicas agregadas como la producción de la economía
en su conjunto (producción agregada) o el precio medio de todos los bienes20,
mientras la microeconomía se ocupa de la conducta de unidades económicas
individuales21 basado en estas definiciones se describirá el sector siderúrgico
desde cada una de sus perspectivas.

2.1.1 Descripción del sector internacional siderúrgico.

Se muestra una breve descripción del contexto internacional del mercado del
hierro y el acero. No se profundiza en este tema ya que su propósito es
meramente informativo y el estudio se centrara en mayor medida en el caso
Colombiano.

20
BLANCHARD, Oliver. Macroeconomía. Mássachussets Institute of Technology. Estados Unidos:
Prentice Hall, 1997 p. 1.
21
PINDYCK, Robert. y RUBINFELD Daniel. Mássachussets Institute of Technology. Estados Unidos:
Prentice Hall, 1998 p. 3.

21
2.1.1.1 Caracterización del sector internacional siderúrgico
En la década de los noventa hasta Diciembre de 2003 el mercado internacional del
acero exhibió los precios más bajos de los últimos veinte años, como resultado
acumulativo de un aumento de la oferta exportable de 190% desde 1990 a la
fecha22.
Esto llevó a la continua desaparición de establecimientos industriales que no
tuvieron una oferta de mercado necesaria para sobrevivir; se estima (Diciembre
2003) que el exceso de capacidad mundial alcanza un 30% de la capacidad
instalada23.
El consumo de acero en todo el mundo alcanzó aproximadamente los 773
millones de toneladas en el 2001, de acuerdo a cifras entregadas por el IISI24. Esta
cifra implica un crecimiento de 5,2% respecto al año 2000, cantidad que se ve
incrementada por el alto crecimiento del consumo en China. Si descontamos el
"efecto chino", el consumo de acero cayó 2,4%. Sin embargo, el consumo mundial
per capita no varió significativamente en 2001 respecto del año precedente,
alcanzando a 146,5 kg./habitante.
El consumo de acero en todo el mundo superó los 940 millones en el 2003 lo que
demuestra un crecimiento en los últimos años (Ver Tablas de Producción Acero –
Anexo B), esto evidencia una recuperación del sector dado el ajuste que se tuvo
que presentar en la producción de acero, aún así los precios son bajos lo que
obliga a estas empresas a ser cada vez más eficientes en sus procesos y a
ejecutar políticas de reducción de costos que equilibren los gastos de operación.
Figura 5 – Producción Mensual de Acero en el Mundo 2001-2003

Fuente: “IISI” International Iron and Steel Institute, Crude Steel Production Executive Summary For December 2003,
www.worldsteel.org

22
GERDAU AZA CHILE – Empresa siderúrgica de Chile [online] – (Citado 10 Diciembre 2003) Disponible
en: http://www.aza.cl/destacado_de_hoy/destacado4.htm
23
Ibid.,
24
INTERNATIONAL IRON AND STEEL INSTITUTE – Producción Mundial de Acero Crudo [online]
(Citado 21 Enero 2004) Disponible en: http://www.iisi.org

22
La figura muestra que en los últimos tres años la producción de acero en el mundo
ha aumentado considerablemente con una misma tendencia mes a mes y en
todos los casos es el mes de febrero el más depresivo, y los últimos meses del
año son los más activos, pese a estas diferencias se puede considerar que la
producción de acero es relativamente constante durante el año (Desviación
estándar de 2.9 para el año 2003 – Cálculos propios), exceptuando de los dos
primeros meses de cada año.

2.1.1.2 Identificación de agentes

Son las distintas entidades productoras y comercializadoras de material

siderúrgico, específicamente de alambrón y barras, productos que son motivo del
presente estudio. En el entorno internacional son muchas las entidades
productivas; para el presente apartado se identifican los agentes más relevantes
que por su cantidad producida se hacen notables en el sector.
A continuación se listan las empresas según su producción en el año a nivel
mundial:

Tabla 4 – Principales Empresas Productoras de Acero en el Mundo

MILLONES DE TONELADAS

Pos Mton Pos Mton Empresa Pos Mton Pos Mton Empresa
1 44 1 43.2 Arcelor 41 5 58 3.6 Panzhihua
2 34.8 4 19.2 LNM Group 42 4.9 49 4.1 Hualin
3 29.8 3 26.2 Nippon Steel 43 4.9 39 4.8 CST
4 28.1 2 27.8 POSCO 44 4.8 46 4.2 Baotou
5 19.5 5 19.1 Shanghai Baosteel 45 4.7 41 4.7 Azovstal
6 16.8 6 18.1 Coros 46 4.7 45 4.5 Stelco
7 16.4 7 16.2 Thyssen Krupp 47 4.6 42 4.6 USIMINAS
8 15.2 9 14.8 NKK 48 4.6 43 4.5 Erdemir Group
9 15 8 15 Riva 49 4.5 61 3.4 Handan
10 14.4 11 12.8 US Steel 50 4.5 44 4.5 Techint
11 13.7 10 13.3 Kawasaki 51 4.4 48 4.1 Dofasco
12 12.4 13 11.2 Nucor 52 4.2 47 4.2 Rautaruukki
13 11.8 12 11.7 Sumitomo 53 3.9 64 3.2 Jinan
14 11.5 22 7.2 Gerdau 54 3.9 57 3.7 TISCO
15 11.4 14 10.8 SAIL 55 3.9 51 4 Zaporozstahl
16 11 15 10.3 Magnitogorsk 56 3.9 53 3.8 SSAB
17 10.5 16 10.3 China Steel 57 3.9 78 2.5 COSIPA
18 10.1 17 8.8 Anshan 58 3.9 55 3.8 Cheliabinsk
19 9.6 19 8.1 Severstal 59 3.9 62 3.2 Duferco Group
20 8.6 21 7.9 Novolipetsk 60 3.8 54 3.8 Nisshin Steel
21 8.2 18 8.2 Shougang 61 3.8 63 3.2 Tokyo Steel
22 8.1 20 8 Bethlehem Steel 62 3.7 56 3.8 Lucchini
23 7.6 23 7.1 Wuhan 63 3.7 65 3.2 SIDOR
24 7.3 24 6.9 NISCO 64 3.6 75 2.5 Sugang
25 7.3 27 6.6 INI Steel 65 3.6 60 3.4 Hadeed
26 6.9 25 6.9 Krivorozstal 66 3.4 72 2.7 Anyang

23
 27 6.6 26 6.7 Kobe Steel 67 3.3 67 3 RINL
28 6.4 28 6 BHP Steel 68 3.2 97 1.9 Nangang
29 6.2 38 4.9 Benxi 69 3.2 68 2.9 Alchevsk
30 6.1 31 5.8 Mariupol 70 3.1 69 2.8 Taiyuan
31 5.9 30 5.8 Polskie Huty Stali 71 3 91 2 EZZ
32 5.8 34 5.3 Voestalpine 72 2.9 66 3 AHMSA
33 5.7 32 5.6 Zapsib 73 2.9 79 2.4 Laiwu
34 5.4 40 4.8 Maanshan 74 2.9 87 2.1 Nosta
35 5.3 35 5.2 Nizhny Tagil 75 2.9 96 1.9 Lion Group
36 5.3 36 5.2 AK Steel 76 2.8 76 2.5 Nová Hut Kuncice
37 5.2 33 5.4 Nacional Steel 77 2.8 71 2.8 Celsa
38 5.1 37 5.1 Salzgitter 78 2.8 83 2.2 Hylsamex
39 5.1 50 4 CSN 79 2.8 74 2.6 Rouge Steel
40 5.1 52 3.9 Tangshan 80 2.8 81 2.3 Petrovka
Fuente: IISI (International Iron and Steel Institute) "World Steel in Figures" Edición 2003
"www.iisi.org"

Entre las cinco primeras empresas de la tabla 4 se destaca la siderúrgica más

grande de China “Shanghai Baosteel” y la “Nipón Steel” de Japón así como LMN
Group que tiene presencia en los cinco continentes con un gran porcentaje en
China y el hemisferio oriental, también se encuentra a la empresa POSCO ubicada
en Corea del Sur; la empresa más grande es representada por ACELOR un grupo
de empresas siderúrgicas conformadas por USINOR de Francia, ARBED de
Luxemburgo y ACERALIA de España25 estas cifras demuestra la ventaja
productiva que la región asiática posee frente al resto del mundo en producción de
acero ya que todas las cinco primeras empresas a excepción del líder ACELOR se
encuentran localizadas en esta región.
La producción de acero como ya se mencionó es muy significativa entre China,
Japón, India, Corea del sur, estas abarcan aproximadamente el 43% de la
producción mundial de acero26, se compone esta industria de grandes factorías la
mayoría plantas siderúrgicas integradas que tienen grandes capacidades dada la
gran demanda interna que estos paises han desarrollado en los últimos años.
A continuación se presentan por tamaño los paises importadores y exportadores
de acero en el mundo más significativo:

25
GRUPO DE NOTICIAS YAHOO, Sección Finanzas [online] – (Citado Abril 12 2004) Disponible en:
http://biz.yahoo.com/ic/103/103869.html
26
INTERNATIONAL IRON AND STEEL INSTITUTE -Tablas producción de acero crudo, Op. cit.,

24
Tabla 5 – Paises con mayor tasa de importación y exportación de Acero
Mayores Importadores y Exportadores de Acero 2001

Pos País Exportaciones Pos País Importaciones

1 Japón 29.5 1 Estados Unidos 27.8
2 Rusia 25.6 2 China 25.6
3 Ucrania 24.4 3 Alemania 19
4 Alemania 23.9 4 Italy 17.2
5 Bélgica-Luxemburgo 20.5 5 France 16.1
6 Francia 16.9 6 Bélgica Luxemburgo 11.5
7 Corea del Sur 14 7 Corea del Sur 10.7
8 Italia 11.8 8 Spain 10
9 Turquía 10.6 9 Taipei 8.3
10 Brasil 9.3 10 Hong Kong 8.2
11 Taipei 8 11 Reino Unido 8.1
12 China 7.5 12 Tailandia 7.2
13 Reino Unido 6.9 13 Canadá 6.3
14 Netherlands 6.2 14 Netherlands 5.6
15 Spain 5.9 15 Suquia 5.5
16 Estados Unidos 5.7 16 México 5.3
17 Austria 5.1 17 Irán 4.7
18 Canadá 4.6 18 Malasia 4.6
19 Republica Checa 4.4 19 Japón 4.1
20 Sudáfrica 4.3 20 Vietnam 3.5
Fuente: IISI (International Iron and Steel Institute 2004). World Steel in Figures (online) Citado el: 21 de Enero 2004.
Documento Electronico PDF, Disponible en: www.iisi.org

Como lo enuncia la tabla 5, el líder exportador es Japón, debido al desarrollo de

esta industria dentro de este país, la demanda interna de Japón es muy pequeña a
comparación de la capacidad productiva del mismo, es por eso que es un
representativo exportador, el importador más grande es Estados Unidos dado el
gran desarrollo de su economía; esto ha generado que su propia industria
siderúrgica no alcance abastecer al mismo mercado, China a pesar de ser el país
con la mayor producción de acero crudo del mundo27 figura como el segundo más
grande importador y el doceavo exportador; se evidencia el inmenso mercado
interno que actualmente posee este país a tal grado que su inmensa industria no
alcanza a proveerle del suficiente material para su mercado.

2.1.1.3 Hemisferio Oriental y África.

El Hemisferio Oriental los paises más representativos en el sector siderúrgico son:

Irán, Qatar, Arabia Saudita, China, India, Japón, Corea del Sur, Australia y Nueva
Zelanda.
Las siderúrgicas de Japón han registrado un aumento en su producción de acero
crudo a lo largo del 2002. Este aumento se atribuye a dos factores: la demanda de
la industria local del automóvil y las exportaciones al resto de Asia.

27
Ibid.,

25
Así, en Japon, la Nipón Steel produjo 29,9 millones de toneladas de acero crudo
en el 2002, con un alza interanual del 14,4%. La empresa JFE Holdings, resultante
de la alianza entre NKK y Kawasaki Steel, produjo en 2002 un 5,2 % más que en
el año anterior, alcanzando los 26,48 millones de toneladas. La Sumitomo Metal
Industries, con un alza interanual de la producción de acero crudo del 10,2%,
alcanzó una producción el año 2002 de 10,79 millones de toneladas. La Kobe
Steel produjo, en ese mismo periodo, 6,83 millones de toneladas de acero crudo,
lo que significa un crecimiento interanual del 5,5%. La Nisshin Steel registró una
producción de 3,93 millones de toneladas, con un avance interanual del 5,1%.
La producción de las cinco primeras empresas siderúrgicas del Japón representó
el 71% del total de acero crudo fabricado en ese país a lo largo del año 2002,
frente al 69,9% que esas mismas firmas aportaron en el año anterior28.
China por su cuenta ya ha superado a EEUU. En 1995 ambos paises produjeron
93 millones de toneladas. La gran diferencia aquí es que la mayoría de la
producción de acero proveniente de China se genera en siderúrgicas integradas,
mientras que en EEUU deriva, en más de un 50%, del reprocesamiento de
metales desechados (Siderúrgicas Semi-integradas), un modo de producción
menos contaminante y costoso en términos medioambientales. Según las cifras de
la IISI (International Iron and Steel Institute) China en el 2003 ya supera
ampliamente la producción de acero crudo respecto a Estados Unidos. China se
convirtió en una potencia productora de acero ya que al tener una población muy
grande combinado con el desarrollo económico del país ha hecho que China sea
el jugador más representativo de esta industria, en un futuro se espera que China
sigua creciendo como lo ha venido haciendo y esta situación ha empezado a
generar temor ya que las repercusiones sociales que una economía desarrollada
tan grande podría tener en el mundo son evidentes como es la escasez de
productos como petróleo o el impacto medioambiental que esto podría traer.

Entre China, Japón y Corea del Sur se centra la producción de acero en un 83%
de lo definido como hemisferio oriental seguido por la zona Árabe (Arabia Saudita,
Qatar e Irán) y Oceanía (Australia, Nueva Zelanda) estas dos últimas aunque
poseen también una significativa industria siderúrgica se ve opacada por la gran
industria China y Japonesa29.

En África se considerarán los siguientes paises: Algeria, Egipto, Libia, Sur África,
Tunisia, Zimbabwe, su producción de acero por región es la más baja en
comparación a las otras regiones, el país más destacado es Sur África, esto se
explica ya que este país tiene la economía más sólida de la región. La mayoría de
las exportaciones de acero africanas se venden en la Unión Europea siendo los
demás destinos prácticamente insignificantes.

2.1.1.4 Antigua Unión Soviética y Europa.

28
ARRUTI, Alberto Miguel. “La Nota Económica” [online] (Citado: Mayo 30 2003) Disponible en:
http://www.americaeconomica.com/numeros4/215/reportajes/arruti215.htm
29
INTERNATIONAL IRON AND STEEL INSTITUTE -Tablas producción de acero crudo, Op. cit.,

26
La Antigua Unión Soviética se caracterizó siempre por ser una de las industrias
siderúrgicas más grandes del mundo. Esta tendencia ha ido decayendo
influenciada por el contexto político que atravesó cinco décadas atrás. La industria
siderúrgica soviética se caracteriza por ser muy antigua ya que esta región fue la
pionera, hoy la gran parte de su tecnología para obtención de acero es muy
costosa e ineficiente y se enfrenta a una inevitable reconversión si quiere ser
competitiva en el mercado mundial30.
Es así que según las últimas cifras del IISI (International Iron and Steel Institute
2004) sobre la producción de acero, la cantidad producida de esta región es
superada ampliamente por Norte América y la Unión Europea pero aún sigue
siendo considerable en el contexto global. Rusia presentó un incremento
considerable entre el 2002 y el 2003 de 4.7%; Ucrania que es el segundo
productor de la región presentó un incremento de 7.8% entre los mismos años.

Pese a esta problemática el mercado del acero en Rusia muestra cifras

favorables, es el ejemplo de las excelentes ganancias que estas empresas
entregaron en los primeros nueve meses del 2003 debido principalmente a los
grandes volúmenes de producción que hacen que los precios sean bajos, aunque
se crítica que estas ganancias no serán permanentes debido a la cada vez mas
obsoleta tecnología de las plantas Rusas31. Ucrania y Rusia se encuentran en el
séptimo y cuarto lugar de paises con la mayor producción de acero en el mundo.
Para más detalles: Anexo C.

Europa esta dividido en dos grandes zonas; la primera conocida como la Unión
Europea, y el resto de paises conocido como la Europa oriental. La Unión Europea
tuvo en el año 2003 una producción de acero significativa superando a
Norteamérica y colocándose como la segunda zona productora de acero después
del hemisferio oriental, es de notar que la brecha entre estas dos zonas es
significativa ya que sólo al comparar la producción de China con la de la Unión
Europea la primera la supera ampliamente.

La figura 6 muestra cifras del año 1999 al 2002, la producción de acero ha sido
medianamente estable en esta región, esto es confirmado por el 0.8%32 de
incremento de la producción de acero en el 2002. Este comportamiento viene de
una recuperación desde 1989 donde entre 1989 y 1992 se presento una caída de
la producción de acero de más del 4% ya que la industria metalmecánica y
construcción se veían afectados por una aguda crisis.

30
SIVAKOV, Dmitri. “Nota Económica” [On line] (Citado: Enero 21 2004) Rusia – Moscú. Disponible en:
http://www.gateway2russia.com/st/art_150334.php
31
PORTAL DE NOTICIAS RUSO, “Cronica Económica” [online] (Citado: Enero 21 2004) Disponible en:
http://www.metal.com.ru/analytics/black.php?id=162
32
INTERNATIONAL IRON AND STEEL INSTITUTE -Tablas producción de acero crudo, Op. cit.,

27
Figura 6. Producción Mensual de Acero Unión Europea (Millones de Toneladas)

Fuente: IISI (International Iron and Steel Institute 2004). World Steel in Figures (online) Citado el: 21 de Enero 2004.
Documento Electronico PDF, Disponible en: www.iisi.org

La Unión Europea se ha caracterizado por una evolución en cuanto a la eficiencia

de sus procesos productivos como muestra la figura 7, en los años setenta y
ochenta estaba muy por debajo de la productividad por empleado de Norteamérica
y Japón en el 2002 es prácticamente igual que Norte América y solo superada por
Japón.

Figura 7 - Producción de Acero por Empleado Unión Europea (Toneladas)

Fuente: IISI (International Iron and Steel Institute 2004). World Steel in Figures (online) Citado el: 21 de Enero 2004.
Documento Electronico PDF, Disponible en: www.iisi.org

2.1.1.5 Estados Unidos y Canadá.

Según los datos de ILAFA33: EEUU y Canadá no ha mostrado una clara

recuperación en la producción de acero. Se estima que estos paises puedan
entrar en una fase de deflación por el escaso consumo interno. La industria
siderúrgica redujó drásticamente su capacidad instalada en más de 40 millones de
toneladas en la década de los noventa y despidió a más de cien mil personas en
Estados Unidos. Este ajuste restauró la antigua competitividad de esta industria ya
que durante el periodo de reestructuración el gobierno estadounidense protegió a

33
ASOCIACIÓN LATINOAMERICANA DE INTEGRACIÓN. y INSTITUTO LATINOAMERICANO
DEL HIERRO Y EL ACERO. Estudios Sectoriales: Siderurgia. ILAFA, ALADI Secretaria General 1996

28
esta industria de la competencia externa con lo que se denomino “Acuerdos de
Restricción Voluntaria”
Aún así esta región sigue siendo uno de los consumidores más importantes de
acero ya que Estados Unidos es el país con el mayor valor de importaciones del
mundo por cifras entregadas por el IISI.
Según los datos de producción de acero del IISI 2004, Norte América que en este
caso incluye a México sería la tercera región del mundo más grande en
producción de acero. El caso particular de Estados Unidos presenta un descenso
con respecto al 2002 de 1% en su producción, aún más significativo es el caso
Canadiense con un descenso del 3.8%, lo cual muestra la depresión que viene
viviendo este sector en esa zona..

Figura 8 - Producción de Acero por Empleado – Estados Unidos y Canadá

(Toneladas)

Fuente: IISI (International Iron and Steel Institute 2004). World Steel in Figures (online) Citado el: 21 de Enero 2004.
Documento Electronico PDF, Disponible en: www.iisi.org

Estados Unidos y Canadá se han caracterizado por niveles de productividad muy

sobresalientes, Ver Figura 8, es por eso que al comparar la productividad con la
Unión Europea en los años setenta y ochenta Norteamérica la superaba
ampliamente.

Se presenta en la figura 9 el comportamiento de la producción en el NAFTA que

es el mercado representado por Canadá, Estados Unidos y México.

La crisis de la siderúrgica norteamericana; en comparación con la producción de la

Unión Europea es muy inestable y desde el 2001 hasta los datos del 2002
continua en depresión.

29
Figura 9 – Producción de Acero Mensual en NAFTA

Fuente: IISI (International Iron and Steel Institute 2004). World Steel in Figures (online) Citado el: 21 de Enero 2004.
Documento Electronico PDF, Disponible en: www.iisi.org

2.1.1.6 Comunidad Andina y América Latina, ALCA.

A lo largo de las últimas tres décadas el desarrollo de la siderurgia latinoamericana

ha sido notable. La producción de acero en bruto ha crecido desde un nivel de 4,7
millones de toneladas en 1960 hasta haber sobrepasado por primera vez los 50
millones de toneladas en 1996, representando un 6,7% del total mundial. El
consumo aparente de acero en bruto se ha expandido desde 6,4 millones de
toneladas en 1960 a 41 millones en 1996. Lo más notable es el desempeño del
comercio exterior siderúrgico. Desde una posición netamente importadora, que
hasta 1982 fue aproximadamente de un millón de toneladas, la siderurgia
latinoamericana pasó a ser exportadora neta ya en 1983, habiendo expandido sus
exportaciones de productos siderúrgicos a casi 20 millones de toneladas en 1996,
con lo cual tuvo una participación de 9% en el comercio internacional,
contribuyendo con cerca de US$ 5.000 millones a la balanza comercial
latinoamericana. La producción regional de acero esta concentrada en cuatro
paises de América Latina (Brasil, México, Argentina y Venezuela), que en conjunto
produjeron en al año 2000 el 93% de la producción regional de acero,
sobresaliendo Brasil con aproximadamente la mitad de esta producción.

30
Tabla 6 - Producción de Acero Crudo en América Latina
(Millones de Toneladas)
1998 1999 2000 2002 2003
Argentina 4.20 3.80 4.50 4.36 5.03
Brasil 25.80 25.00 27.90 29.60 31.11
Chile 1.20 1.30 1.40 1.28 1.34
Colombia 0.60 0.50 0.70 0.66 0.66
México 14.20 15.20 15.70 14.05 15.24
Perú 0.60 0.60 0.70 0.61 0.68
Venezuela 3.60 3.30 3.80 4.16 3.66
Otros Paises 1.30 1.20 1.40
Fuente: Acero Latinoamericano No 466 Publicación Seriada En: Llorente Álvaro M. Transformación Económica de América
Latina – Universidad Sergio Arboleda Bogota D.C 2002

El consumo de acero per-cápita latinoamericano siguió siendo relativamente bajo

en la región con un coeficiente de 96.5 kilogramos en el año 2000, que se
compara desfavorablemente con el consumo per-cápita que en ese mismo año
registraron los Estados Unidos de 473 Kg. y la Unión Europea de 421 Kg., en
Japón el consumo per-cápita es de 625 Kg. y aún menor que el promedio mundial
de 146.4 kilogramos consumidos en el año 2000.

Figura 10 – Producción de Acero Crudo en Latinoamérica

Produccion de Acero Crudo en Latinoamerica

35.00

30.00
Millones de Toneladas

25.00 1998
20.00 1999
2000
15.00
2002
10.00 2003
5.00

0.00
a

es
le

ru
o

a
il
a

bi
as

ic

el
in

hi

Pe

is
om

ex

zu
nt

C
Br

Pa
ge

ne
ol

s
C
Ar

Ve

tro
O

Fuente: Acero Latinoamericano No 466 Publicación Seriada En: Llorente Álvaro M. Transformación Económica de América
Latina – Universidad Sergio Arboleda Bogota D.C 2002

No obstante, el consumo per-cápita latinoamericano se compara favorablemente

con el consumo de acero de la India (31.8 Kg. en el año 2000), así como en África
(22 Kg.), pero fue ligeramente menor al consumo per-cápita de China (114Kg en el

31
2000). El moderado consumo de acero que aún registra América Latina es un
reflejo del estado de subdesarrollo económico que afecta a la región34.
También existen contrastes en el consumo de acero entre los paises
latinoamericanos, puesto que el mayor coeficiente regional por habitante
correspondió en el año 2000 a México (145.4 Kg.), seguido por Chile (129 Kg.),
Brasil (111 Kg.) y Argentina (106 Kg.), en tanto que Colombia registro en aquel
año un consumo per-cápita de 54.4 Kg. y Perú 39 Kg. mientras que el resto de
América Latina correspondió a un consumo promedio de 27.7 Kg. por habitante35.

Tabla 7 - Detalle del consumo per-cápita de Acero en el Año 2000 por paises
Latinoamericanos y el Mundo

Kilogramos por habitante/año

América Latina (Promedio) 96.5
Argentina 106
Brasil 111
Chile 129
Colombia 54.4
México 145.4
Perú 39
Venezuela 27.7
Otros A.Latina 27.7
África 22
Unión Europea 421.2
India 31.8
Estados Unidos 473
Japón 625
China continental 113.9
Fuente: Acero Latinoamericano No 466 Publicación Seriada En: Llorente Álvaro M. Transformación Económica de América
Latina – Universidad Sergio Arboleda Bogota D.C 2002

Lo más destacado a partir de los años noventa ha sido el proceso de privatización

de la siderurgia latinoamericana, que ha significado que la producción en manos
del sector privado haya pasado del 46% en 1990 a 93% en 1996. Otro rasgo
destacado ha sido la reconversión que le ha permitido resultados positivos en
cuanto a productividad y competitividad. Prueba de ello es su participación
relevante en el mercado mundial, donde la competencia es muy fuerte. Este
posicionamiento mundial de la industria del acero en Latinoamérica, se origina no
sólo por sus contundentes ventajas comparativas en cuanto a materias primas ya
que posee gran parte de las reservas mundiales de mineral de hierro, además de
otras ventajas como abundante energía eléctrica, gas natural, ferró aleaciones
entre otras, sino también por adelantos técnicos de sus procesos productivos con
especial preocupación por el medio ambiente. La aplicación de las tecnologías de
punta y la capacitación de sus recursos humanos, han redundado en que la

34
LLORENTE, Alvaro M. Transformación Económica de America Latina. Bogota D.C: Universidad Sergio
Arboleda, 2002. p. 190 – 211.
35
Ibid

32
productividad haya crecido en un 165%, en el período de 1990 a 1996 que es
equivalente a un incremento anual del 21%.
La vocación integracionista de la siderurgia latinoamericana en la década de los
noventa constituye uno de los ejes de los Acuerdos de Libre Comercio en la
Región, como el MERCOSUR, El Grupo Andino y diversos acuerdos bilaterales.
Todo este proceso de integración y de acuerdos comerciales y de
complementación se ha traducido en una gran expansión del comercio intra-
regional a partir de la apertura comercial, desgravaciones arancelarias,
desregulaciones, etc., que desde un nivel histórico por debajo del 10% del total de
las exportaciones latinoamericanas hasta 1990, se ha empinado hasta un 35% de
las exportaciones en 1996.36
Desarrollos siderúrgicos de escala intermedia existen en: Chile, Trinidad,
Colombia y Perú, basados en la operación de plantas integradas en tanto que en
Ecuador, Cuba y otros paises pequeños existe una actividad siderúrgica de escala
menor basada exclusivamente en la recuperación y aprovechamiento de chatarra
para fundirla en hornos eléctricos en plantas semi-integradas. En los paises
mayores e intermedios también se encuentra en operación un buen número de
plantas semi-integradas que atienden la demanda local en regiones apartadas o
que se dedican a la elaboración de aceros especiales.
En Brasil, Argentina, Chile, Colombia y Perú la producción integrada está basada
en el uso de altos hornos de diseño tradicional donde la reducción directa de los
minerales de hierro se efectúa mediante el uso de coque metalúrgico. En
Venezuela y Trinidad la reducción de los minerales se efectúa mediante hornos de
reducción directa que emplean gas natural como elemento reductor que existe en
esos paises.
Precisamente, América Latina se ha convertido en el líder del novedoso proceso
de reducción directa, en el Mundo, produciendo en el año 2000 el 36% de la
totalidad del Hierro esponja obtenido mediante este proceso. El liderazgo en la
aplicación del proceso de reducción directa a escala industrial lo asumió México
desde la década de los años 1960, seguido por Venezuela con el montaje del gran
complejo siderúrgico de SIDOR. La aparición del hierro esponja en la siderúrgica
mundial ha simplificado la inversión en plantas de acero puesto que al eliminar el
tradicional alto horno ha eliminado así mismo, el montaje de las costosas baterías
para la elaboración del coque metalúrgico requerido por el alto horno; no es de
extrañar que en América Latina se haya acentuado la instalación de hornos
eléctricos para procesar la creciente disponibilidad de hierro esponja.
Se puede apreciar por tanto, que el sistema de reducción directa ya se ha
propagado por todo el Mundo, pero sin embargo, en la actualidad cubre apenas al

36
INSTITUTO LATINOAMERICANO DEL FIERRO Y EL ACERO (ILAFA). La Siderurgia
Latinoamericana y el ALCA. [online] Trabajo Presentado en, Tercer Foro Empresarial de las Américas.
(Citado Enero 21 2004) Disponible en:
http://www.sice.oas.org/ftaa/belo/forum/workshops/papers/wks1/ilafa_s.asp

33
5% de la producción mundial de acero. Pero en América Latina la elaboración de
acero por la vía de la reducción directa representa ya el 28% de la producción de
acero regional.

Es bueno recordar que la mayoría de los paises Latinoamericanos (con excepción

de Colombia) carecen de carbones coquizables y en cambio, en Venezuela,
México, Argentina y Trinidad existen amplias reservas de gas natural. Además,
Brasil va a disponer de crecientes abastecimientos de gas proveniente de Bolivia y
Argentina, mientras que como caso excepcional, Colombia dispone tanto de
yacimientos considerables de gas como de carbones coquizables. Por ello es de
creer que en el inmediato futuro proseguirá la propagación del sistema de
reducción directa en los principales paises de América Latina.

Con excepción de Argentina y Colombia, los principales paises de la región

cuentan con espléndidos yacimientos de mineral de hierro con contenidos de
hierro superior al 60%, esto contribuirá a acentuar la ventaja que actualmente ya
goza la región desde el punto de vista del costo de entrega en planta de las
materias primas básicas del proceso siderúrgico.

En efecto, en los Estados Unidos y en Europa occidental, los yacimientos de

mineral de hierro están ya en proceso de agotamiento total, así como los
yacimientos óptimos de carbones aptos para la elaboración de coques
metalúrgicos, y ello ha implicado que dichos paises hayan tenido que efectuar
crecientes importaciones de dichas materias primas, siendo Brasil y Venezuela
importantes proveedores de los minerales de hierro.
Por otra parte, tanto los Estados Unidos como Europa están efectuando crecientes
importaciones de productos laminados de acero, y una de las regiones de origen
de dichas importaciones es precisamente América.

Tabla 8 – Importaciones de Acero de Latinoamérica a Estados Unidos y Unión

Europea.
(Millones Toneladas)
Año USA Índice U.Europea Índice
1990 15.8 100 67 100
1995 22.4 141 80.7 120.4
1998 37.9 239.9 95 141.8
1999 32.7 207 97.4 145.3
2000 34.6 219 112.9 168.5
Fuente: Acero Latinoamericano No 467 Publicación Seriada En: Llorente Álvaro M. Transformación Económica de América
Latina – Universidad Sergio Arboleda Bogota D.C 2002

Hasta el inicio de la Segunda Guerra Mundial en 1939, el desarrollo de la industria

siderúrgica latinoamericana fue muy básico sustentado por la iniciativa de
empresarios privados especialmente en Brasil, México y Chile. Sin embargo, la
escasez mundial de acero generada por el esfuerzo de guerra de los paises
europeos y posteriormente por los Estados Unidos y el Japón, dio lugar a que los
gobiernos latinoamericanos se interesaran por promover el montaje de complejos
siderúrgicos en la región, y para tal efecto contaron con valiosos préstamos

34
otorgados por el Exportand Import Bank de los Estados Unidos. Así surgieron con
aportes de fondos estatales las plantas integradas de Voltaredonda en el Brasil y
de Huachipato en Chile, además de la empresa Altos Hornos de México.

Pero ya terminada la Segunda Guerra mundial en 1945, los gobiernos

latinoamericanos siguieron impulsando con aportes estatales el surgimiento de
plantas siderúrgicas siendo especialmente notable en este sentido la creación del
gran complejo siderúrgico de SIDOR en Venezuela inaugurado en 1962, así como
de la primera planta integrada de Argentina.

En Colombia, por otra parte, el gobierno estableció en 1949 un mecanismo de

financiamiento al establecer una sobre tasa para el impuesto sobre la renta, con la
opción de que los contribuyentes se acogieran en cambio a comprar por el mismo
monto de la sobre tasa, acciones de la primera planta integrada de Colombia
Acerías Paz del Río, cuya puesta en marcha se cumplió en 1954 contando para el
efecto con préstamos a mediano plazo de la banca privada francesa (Banqne de
Paris etdes Pays Bas), y asistencia técnica de los grupos empresariales franceses,
y de firmas consultoras internacionales (Arthur G. McKee, Koppers.etc.). El
gobierno colombiano fue naturalmente el garante de los préstamos externos
recibidos por Paz del Río, y efectuó aportes presupuéstales significativos en la
fase inicial de este proyecto.

Pero al lado de las empresas siderúrgicas auspiciadas con fondos estatales fueron
surgiendo también en la región numerosas empresas del mismo ramo por
iniciativa de empresarios privados. En algunos paises como en Colombia, estos
empresarios contaron con algunos incentivos tributarios (exoneración de impuesto
de renta por un periodo de 10 años, susceptible de prórroga). Ello explica en parte
la aparición en Colombia de media docena de plantas semi-integradas que hoy día
contribuyen con aproximadamente la mitad de la producción de acero del país. Y
conviene advertir que varias de ellas se han desarrollado como empresas de cierta
envergadura (SIMESA con 200.000 toneladas de capacidad, y SIDELPA con
120.000 toneladas de capacidad anual). Un aspecto interesante de estas
iniciativas privadas fue el hecho de que todas ellas han adoptado al novedoso
proceso de colada continua con evidentes beneficios por menores costos de
inversión por tonelada de capacidad instalada en comparación con las elevadas
inversiones requeridas por los trenes de laminación de lingotes.

En efecto, la colada continua vino a eliminar a los muy costosos molinos o

laminadores de desbaste de los lingotes. Además, ha dado lugar a considerables
economías de recursos energéticos al evitarse las engorrosas operaciones de
recalentamiento de los lingotes que debido al ciclo intermitente del Alto horno (con
coladas cada 9 o 12 horas) forzaba el almacenamiento de los lingotes durante
largos periodos y daba lugar a su consiguiente enfriamiento, para luego tener que
recalentarlos minutos antes de ser desbastados.

En cambio, la colada continua permite el paso directo del acero líquido caliente a
la palanquilla o alambrón sin desperdicio alguno de calor. Las empresas más

35
antiguas como Acerías Paz del Río aún no han adoptado el proceso de la colada
continua colocándose así en una posición de desventaja respecto a las más
eficientes plantas que han adoptado este novedoso proceso.

Fusión siderúrgica en Latinoamérica a través de Sidor

En 1998 culminó la licitación internacional mediante la cual el gobierno venezolano

adjudicó la propiedad del gran complejo siderúrgico de SIDOR al consorcio
AMAZONIA, integrado por el grupo Techint de la Argentina con el 40%, la
empresa siderúrgica privada mexicana Hojalata y Láminas S.A. (Hylsa) con el
30%, la siderúrgica privada brasilera USIMINAS con el 10%, y la empresa
siderúrgica privada venezolana SIVENSA con el 20%.

Así se puso en marcha la privatización de uno de los complejos siderúrgicos más

grandes de América Latina, localizado en las márgenes del río Orinoco después
de casi 40 años de gestión promotora y administradora del ente estatal
venezolano.

La importancia de la consolidación cumplida a través de SIDOR se puede apreciar

al tener en cuenta que la capacidad de producción de SIDOR es de 3.5 millones
de toneladas/ano de productos laminados basada en la utilización de seis
instalaciones de colada continua mediante las cuales es posible obtener 2.3
millones de toneladas/año de planchones para la elaboración de productos planos,
y 1.2 millones de toneladas/año de palanquilla para la elaboración de barras,
perfiles y alambrónes.

Además, SIDOR cuenta con dos plantas de reducción directa a base de gas, una
de ellas con tecnología de Hylsa y la otra con tecnología de Midrex,
respectivamente con capacidad para elaborar 2.16 y 1.6 millones de
toneladas/año de hierro esponja.

Indudablemente, la circunstancia de que SIDOR ya contaba con la tecnología

desarrollada por Hojalata y Láminas para el proceso de producción del hierro
primario, (esponja) facilitó en cierta forma esta negociación. Mediante la
privatización de SIDOR se produjo la consolidación de importantes sectores de la
industria siderúrgica privada que opera en los cuatro paises mayores de América
Latina (Brasil, México, Argentina y Venezuela), especialmente si se tiene en
cuenta que USIMINAS produce la tercera parte de los productos planos
elaborados en el Brasil, en tanto que Hojalata y Láminas elabora el 18% de la
producción total de acero de México, y Siderar es la principal acería de la
Argentina. Además, SIDOR elabora la totalidad del hierro esponja producido en
Venezuela, y es la principal acería venezolana.

Con anterioridad, ya se había producido la privatización de otras empresas

siderúrgicas importantes en América Latina, como la de Altos Hornos en México,
la arriba mencionada de USIMINAS en el Brasil, y la de HUACHIPATO en Chile, y
otras más que sería largo enumerar aquí.

36
La causa principal de la privatización de SIDOR fue precisamente el
convencimiento del gobierno venezolano de que se hacía necesario mejorar la
eficiencia de esta gran acería. Y en efecto, el grupo al cual se adjudicó la
propiedad de SIDOR adquirió el compromiso de efectuar valiosas inversiones no
inferiores a US$300 millones para modernizar los equipos de SIDOR, cuyo monto
en la realidad parece que ha excedido a la suma mínima comprometida.
Naturalmente Ia adjudicación de la licitación de SIDOR conllevó el pago de una
prima en efectivo de US$1.202 millones a favor del gobierno venezolano, más el
compromiso de asumir en un plazo de 7 años el pago de la deuda de SIDOR
estimada en US$584 millones.

En realidad, el consorcio al cual fue adjudicada la propiedad de SIDOR produce en

su conjunto una cuarta parte de la producción de acero de toda América Latina, y
al agregarle la capacidad de producción de SIDOR llegaría a representar no
menos de la tercera parte de la producción anual de acero regional.

Conviene recordar por otra parte, el caso de las igualmente recientes

privatizaciones de la industria de acero mexicana. Hace 14 anos, el Estado tenía
en aquel país una participación muy importante en la industria del acero pues era
todavía dueño de la empresa Altos Hornos de México, así como de Sicatsa y de lo
que ahora es Imexsa. Realmente, el gobierno mexicano tenía entonces una
injerencia muy fuerte en la industria siderúrgica. Pero se dio el proceso de
privatizaciones y como consecuencia de ello se indujeron cuantiosas inversiones
privadas para la modernización de la planta productiva de esta importante
industria en México, por cuya virtud se ha logrado una notoria mejoría en su
eficiencia37.
En este contexto, cabe resaltar el caso de las principales empresas siderúrgicas
de Brasil las cuales tienen el proyecto de invertir 4.000 millones de dólares en los
próximos cinco años, con el fin de aumentar su producción. De este modo, la
capacidad de producción podrá aumentar desde los 33 millones de toneladas
anuales a casi 36,8 millones de toneladas en el año 2007.
Brasil es un caso bastante interesante en el mercado Latinoamericano por ser el
mayor productor de acero de esta región, produjo 29,6 millones de toneladas de
acero en el 2002, lo que representa un 10,8% más que en el año 2001. Brasil sólo
tuvo una participación del 2,3% en el comercio mundial de acero a lo largo del
pasado año, por lo que es lógico considerar que Brasil tiene un espacio importante
para crecer en el exterior38.

37
LLORENTE, Op. cit., p. 230.
38
ARRUTI, Op. cit.,

37
2.1.2 Descripción del sector nacional siderúrgico

Se realiza una descripción general del sector Siderúrgico Colombiano basado en

distintas organizaciones especializadas; parte de las cifras presentadas será
información complementaria con que se definirán los parámetros del modelo
matemático presentado posteriormente.

Las principales fuentes de información39 del sector tienen datos para el público
hasta el año 2000, para el presente trabajo los datos son tomados de 1980 al 2000
con notas de aclaración para aspectos conocidos con veracidad en la actualidad,
se contrastan los datos de estas dos décadas para observar la evolución del
sector.

2.1.2.1 Contexto general del sector

El proceso de apertura económica en Colombia (1998) evidenció la profunda

fragilidad de la industria siderúrgica colombiana; en respuesta a ello el sector se
ha sometido a una profunda reestructuración, prueba de ello es la fusión del Grupo
Siderúrgico DIACO (empresa privada del sector), con otras empresas nacionales,
al mismo tiempo se genero la entrada en funciónamiento de la planta de
laminados en frió de Acerías de Colombia ACESCO y la reducción generalizada
de personal. Por otra parte la incertidumbre sobre el funciónamiento de Acerías
Paz del Río (Siderúrgica integrada con capital mixto) y la privatización de
Siderúrgica del Orinoco SIDOR en Venezuela, introducen nuevos elementos en
este mercado tan dinámico40.

Según un estudio de la Asociación Nacional de Instituciones Financieras-ANIF- de

1997 enuncia las siguientes variables económicas para este sector:
En América Latina, Colombia es el país que registra la mayor penetración de
importaciones de acero. En 1997 el 45% del acero que consumió el país se
compró al exterior, esto contrasta con el 37% que se tenía al comenzar la década,
en los demás paises de América Latina, este porcentaje es del orden del 25%.
En 1991, las cinco principales empresas del sector generaban 6,906 empleos. En
1997 dicha cifra descendió a 3,755. Durante la década de los años noventa, el
ritmo promedio de reducción de mano de obra en estas empresas ha sido del
orden del 10% anual.
En los años noventa la producción de acero colombiano creció a una tasa
promedio del 2.9% anual. En la década de los años ochenta lo había hecho a un
ritmo del 7.7%.
El país se ha especializado en la producción de aceros largos (barras, rollos de
refuerzo para concreto y perfiles), los cuales se destinan a la actividad edificadora.
La industria despachó en 1997 alrededor de 694.000 toneladas de aceros largos y

39
COLOMBIA. MINISTERIO DE COMERCIO EXTERIOR, CENTRO TECNOLÓGICO
METALMECANICO, ANDI, Bibliotecas.
40
ASOCIACIÓN NACIONAL DE INSTITUCIONES FINANCIERAS SECTOR HIERRO Y ACERO
Op. cit., p. 19.

38
tan sólo 52,900 de productos planos (láminas). Existen dos grandes grupos de
productores de acero en Colombia: los primeros producen su propio acero y
posteriormente lo laminan y los segundos procesan semi terminados por lo
general importados y luego realizan el proceso de laminado.
La productividad del sector, en la mayoría de los casos, cumple con el estándar
internacional. Acerías Paz del Río tiene la productividad más baja del sector.
En 1997 la utilidad operacional sobre el activo para el total de las empresas del
sector fue negativo (-2.5%). Sin embargo, para los laminadores alcanzo un 6.4% y
para el total de la siderúrgicas, sin Paz del Rió, ascendió al 2.4%, el 47% de la
importaciones siderúrgicas que realiza Colombia son de origen venezolano.
También es significativa la participación de Rusia, Ucrania y Cuba.

2.1.2.2 Identificación de Agentes

En la tabla 9 se describen las empresas del sector siderúrgico indentificadas en

1980 por el Ministerio de Desarrollo Económico, actualmente (2004) se conservan
las empresas descritas en la tabla a excepción de Simesa – “Siderúrgica de
Medellín” que es trasladada a Cali (Valle del Cauca), y la antigua Siderúrgica del
Muña que aún opera pero no realiza procesos de fundición de chatarra,
actualmente se denomina Planta del Muña.

El sector estaba conformado, básicamente, por 6 empresas productoras de acero;

una de ellas Acerías Paz del Río que es totalmente integrada desde la etapa de
explotación del mineral de hierro, Las 5 empresas restantes (Simesa –
“Siderúrgica de Medellín”, Sidelpa – “Siderúrgica del Pacifico”, Siderúrgica de
Boyacá, Simuña – Siderúrgica del Muña y Sidenor – Siderúrgica del Norte) son
semi integradas, pues sólo pueden producir acero a partir de chatarra o de mineral
de hierro prerreducido (hierro esponja), por no poseer altos hornos para tratar
directamente el mineral de hierro. Además de las mencionadas, existen otras
empresas que fabrican, en muy pequeña escala, productos siderúrgicos41.

En Colombia, el 65% del sector siderúrgico utiliza hornos eléctricos; en éstos se

procesa chatarra nacional e importada. Las firmas de este grupo cuentan con
coladas continuas de palanquillas y se dedican a la producción de aceros largos o
no planos.
Estas empresas instalaron o renovaron sus hornos a finales de la década de los
años ochenta; sus máquinas de colada continua, aunque siguen siendo las
mismas, cumplen con el estándar internacional para este tipo de tecnología. El
35% restante se encuentra en manos de Acerías Paz del Río S.A.42.

41
COLOMBIA. MINISTERIO DE DESARROLLO ECONÓMICO. Plan indicativo de desarrollo de la
industria siderúrgica. Bogota: Editorial Presencia, 1980. p. 5.
42
ASOCIACIÓN NACIONAL DE INSTITUCIONES FINANCIERAS SECTOR HIERRO Y ACERO
Op. cit., p. 19.

39
Tabla 9- Empresas del Sector Siderúrgico Colombiano
EMPRESAS DEL SECTOR SIDERURGICO COLOMBIANO - PRINCIPALES CARACTERISTICAS
Compañía Tipo de Materia Origen Principales Productos Ubicación Ventas 96
Proceso Prima Materia Prima MILL US
Acerias Paz del Rio Integrado Hierro Nacional Alambron Trefilable y Barras Boyaca 99.9
Sid. De Boyaca Seminteg Chatarra Nal e Import Barras Construcción Boyaca 52.2
Sid de Medellin Seminteg Chatarra Nal e Import Barras Construcción Antioquia 55
Sid del Muña Seminteg Chatarra Nal e Import Perfiles y Barras Cundinama 37
Sid del Pacifico Seminteg Chatarra Nal e Import Espaciales y Barras Valle 30.5
Hornos Nacionales Seminteg Chatarra Nal e Import Barras Construcción Boyaca 17.9
Acerias de Caldas Seminteg Chatarra Nal e Import Perfiles y Especiales Caldas 13.4
Sid del Occidente Seminteg Chatarra Nal e Import Barras Construcción Valle 5.8
Sid del Norte Seminteg Chata/Palan Nal e Import Barras Construcción Atlantico 31
Laminados Andinos Relamina Palanquilla Importada Barras Construcción Boyaca 29.4
Laminados Muza Relamina Palanquilla Importada Barras Construcción Bogota 5.7
Holasa Relamina Hoja Negra Importada Hojalata Antioquia 64.8
Acesco Relamina Planos Importada Lam y Rollo Frio y Galvaniza Atlantico 51.3
Corpaacero Relamina Planos Importada Lamina Galvanizada Bogota 34.7
Fuente: Empresas Siderúrgicas En: Mercados Industriales Sexto Capítulo – Asociación Nacional de Instituciones
Financieras Sector Hierro y Acero.

El 60% de la capacidad instalada del sector sioderúrgico está ubicado en Boyacá y

Cundinamarca, aunque Antioquia y el Valle del Cauca cuentan también con una
actividad siderúrgica importante.

Acerías Paz del Río, el grupo DIACO (Sideboyacá, Sidemuña y Simesa) controlan
el 95% de la producción de acero líquido del país y el 85% de la producción de
laminados. Aún cuando a primera vista el sector es concentrado, el proceso de
apertura ha permitido la aparición de nuevos oferentes externos de acero43.
Una tercera parte de la chatarra que utiliza la industria siderúrgica colombiana es
de origen importado, así como lo es también el 98% de las ferroaleaciones
empleadas en el afinamiento del acero líquido.

2.1.2.3 Identificación de variables macro y micro económicas.

Variables Macroeconómicas

A continuación se muestran algunas cifras referentes a variables

macroeconómicas, las siguientes tablas a pesar de detallar años pasados
muestran precisamente el comportamiento y aporte macroeconómico que tenía la
industria siderúrgica frente al total de la industria manufacturera nacional.

43
ASOCIACIÓN NACIONAL DE INSTITUCIONES FINANCIERAS SECTOR HIERRO Y ACERO
Op. cit., p. 20.

40
Tabla 10 – Industria Siderúrgica Colombiana indicadores económicos
INDUSTRIA SIDERURGICA -- INDICADORES ECONOMICOS
Cifras en millones de pesos
Variable 1971 1972 1973 1974 1975
Valor de la Produccion Bruta 1303 1564.2 1733.2 2696.4 3375
Consumo Intermedio 785.1 732.7 811.1 1112.3 1607
Valor Agregado 518 831.5 922 1584.1 1767
Remuneración al Trabajo 266.7 484.6 607.5 775.7 1090
Resto valor agregado 251.3 346.9 314.5 808.4 676.7
Personal ocupado total 9530 9658 9819 9937 10332
Consumo de energia electrica 254.2 236.6 276.2 375.7
(millones de Kw/h)

INDUSTRIA MANUFACTURERA NACIONAL

Cifras en millones de pesos
Variable 1971 1972 1973 1974 1975
Valor de la Produccion Bruta 71112.8 1564.2 1733.2 2696.4 3375
Consumo Intermedio 40367.5 732.7 811.1 1112.3 1607
Valor Agregado 30745.3 831.5 922 1584.1 1767
Remuneración al Trabajo 10305.6 484.6 607.5 775.7 1090
Personal ocupado total 354251 383853 423899 447889 456188
Consumo de energia electrica 3195.3 3432.4 3720 4089.9 4203.7
(millones de Kw/h)
Fuente : DANE Citado por "Plan Indicativo de la Industria Siderúrgica - Ministerio de Desarrollo 1980

En relación con la industria nacional la participación de la producción bruta del

sector en 1975 represento 1.6%, el valor agregado 2.1% y la generación de
empleo 2.3%.
Se aprecia que la producción bruta, el consumo intermedio, el valor agregado y el
personal ocupado expresados en términos de porcentaje del sector manufacturero
nacional, han sido relativamente bajos y su participación no ha variado
significativamente. En cuanto a la participación del sector en lo referente a la
remuneración al trabajo y consumo de energía, se observa que su contribución
dentro de la industria nacional ha evolucionado favorablemente.

Se calcula que en promedio cada peso de producción bruta del sector siderúrgico
demanda solamente 44 centavos de compras intermedias y genera
remuneraciones al trabajo y al capital por un total de 56 centavos, mientras para el
conjunto del sector manufacturero tales valores son de 67 centavos y 33 centavos
respectivamente.

41
Tabla 11 – Información económica complementaria del sector siderúrgico
Colombiano
INFORMACIÓN BÁSICA DEL SECTOR SIDERÚRGICO - COLOMBIA
1992 1993 1994 1995 1996 1997 Var %
Variable Unidad 97-96
Produce, con palanquilla 1/ Toneladas 735.802 793.811 913.003 904.258 790.308 903.01 14,3
Produce, sin palanquilla Toneladas 678.079 685.357 722.704 771.908 686.256 747.094 8,9
Importaciones 21 Toneladas 451.638 706.918 807.009 739.631 767.922 776.147 1,1
Exportaciones Toneladas 24.619 8.995 11.138 21.309 16.484 41.228 150,1
Consumo aparente Toneladas 1.162.821 1.491.734 1.708.874 1.622.579 1.541.746 1.637.929 6,2
Apertura exportadora Exp./Prod. 3 1 1 2 2 5
Penetración de importac. Imp./Prod. 39 47 47 46 50 47
Consumo per cápita KI/Hab./Año 42,7 52,1 51,9 50,1 54,8 52,1 -4,9
Con. per cápita A. Latina KI/Hab./Año 78,5 78,0 87,8 78,7 81,0 N.D.
Energía consumida 3/ Mwh 1.094 944 981 1.373 1.35 N.D.
Empleo 4/ Personas 6.081 5.823 5.588 4.962 4.174 3.755 -10,0
Ventas 5/ Mili US N.D. N.D. 526,6 572,3 531,2 N.D.
Sueldos y salarios Mill$ 31.65 26.111 27.334 34.644 42.731 N.D.
Margen operacional Útil. op./Ven. N.D. N.D. N.D. -4,3 -7,0 N.D.
Costos 6/ Var. N.D. N.D. 9,3 6,6 4,3 7,0
1/ Excluye aceros procesados por relaminadores de productos planos.
21 Corresponde a importación de producto terminados. No incluye palanquilla o chatarra.
3/ Corresponde al consumo de energía del sector 371.
4/ Corresponde al empleo generado por las empresas del grupo Diaco y Acerías Paz del Río.
5/ Incluye las ventas de Siderúrgica del Muña.
6/ Incluye chatarra, energía, chapas laminadas en frío. palanquilla y mano de obra.
Fuente: Empresas, Dane, DNP, y ANIF.

Según el informe de ANIF44 el sector de hierro y acero representa el 2.4% del valor
agregado industrial colombiano, el 2.5% de la producción industrial y el 1.5% del
empleo. En 1996, las empresas vendieron cerca de 560 millones de dólares.
Al analizar las cifras de la tabla 11 se evidencia la crisis que sufrió la industria
siderúrgica en el año 1995 y 1996.

La figura 11 muestra la producción de acero en Colombia de 1992 a 1997 los

datos son referenciados de la tabla 11, cabe notar el descenso entre 1995-1996
debido a los bajos precios del acero internacional y la crisis económica interna del
país.

44
Ibid., p. 22.

42
Figura 11 – Producción de Acero Anual en Colombia

Produccion de Acero

950000
900000

Toneladas
850000
800000
750000
700000

1992 1993 1994 1995 1996 1997

Años

Fuente: Empresas, DANE, DNP

Es así como el comportamiento del empleo refleja un gran descenso en el

personal ocupado de esta industria (ver Figura 12). Mejoras en el nivel de
productividad aplicadas en la década de los noventa que fomentaron el aumento
de toneladas producidas por hombre. Además una importante característica de
esta industria es la fuerte presencia sindical, que ha incidido notablemente en el
comportamiento de los costos al interior de las siderúrgicas colombianas. El
ejemplo más notable se encuentra en Acerías Paz del Río, cuyos costos laborales
representan cerca del 45% de los costos de operación45. Esto ha llevado a una
tendencia de reducción de mano de obra del orden del 10% promedio anual.

Figura 12 – Personal Ocupado Industria Siderúrgica en Colombia

Personal Ocupado Industria Siderúrgica

7000
6000
5000
Personas

4000
3000
2000
1000
0
1992 1993 1994 1995 1996 1997
Años

Fuente: Empresas, DANE, DNP

45
Ibid., p. 23.

43
Al analizar el comportamiento de las siderúrgicas semi integradas se encuentra
que la productividad de éstas es superior al promedio nacional (370 toneladas
hombre año); en el caso de Paz del Río la productividad es de 100 toneladas
hombre año. Las siderúrgicas colombianas han reducido la brecha frente a otros
paises de Latinoamérica y del mundo es el caso de empresas como Siderar de
Argentina o CSN en Brasil que registran productividades del orden de 400 a 450
toneladas por hombre al año.

Se destaca una alta relación de remuneraciones y de empleo a producción bruta.

Se calcula que, por cada peso de producción bruta, se pagan en el sector 31
centavos en sueldos, salarios y prestaciones sociales, contra 13 centavos en el
promedio del sector manufacturero. Por cada millón de pesos de producción bruta
(en promedio 1973-1974) se generaron en el sector 4.5 empleos, en comparación
con 3.1 para el promedio de la industria manufacturera46.

Sin embargo, el promedio se ve afectado por las relaciones de PAZ DEL RIO
empresa integrada desde la explotación minera. Para el conjunto de las empresas
semi-integradas, el costo de las remuneraciones equivale aproximadamente a 18
centavos por cada peso de producción bruta, y el empleo generado por cada
millón de pesos de producción bruta es de 3.1 personas.

Esta industria requeriré elevados montos de capital para la producción de la

mayoría de los productos del sector. Se calcula que la participación de los costos
de capital en los costos totales es en promedio superior a un 25 % en la
producción de acero, estando la inversión necesaria para instalar nuevas plantas
integradas de tamaño económico (1 millón de toneladas) del orden de US$1.200
millones (US$1.200/ton.). Las plantas semi integradas tienen una escala mínima
económica inferior.

Se identifica la existencia de pronunciadas economías de escala. Las economías

de escala son especialmente fuertes para plantas integradas de hasta 1 millón de
toneladas de acero, y menos importantes para volúmenes mayores y para plantas
semi integradas.

Producción

La producción colombiana de acero terminado en 1997 fue de 747 mil toneladas,

con un crecimiento frente al año anterior del 8.9%. Este incremento se explica
básicamente por el fuerte aumento de la producción en Acerías Paz del Río,
Siderúrgica de Boyacá y SIDELPA. Las razones de este comportamiento, a su
vez, se encuentran en el cambio sufrido por la tendencia de la actividad
edificadora, la devaluación del año 1997, que desestimuló la importación de
materiales siderúrgicos, y el fallo antidumping contra alambrónes trefilables
provenientes de Trinidad y Tobago.

46
COLOMBIA. MINISTERIO DE DESARROLLO ECONÓMICO Op. cit., p. 11.

44
Tabla 12 – Productos del Sector Siderúrgico Colombiano
PRODUCTOS DEL SECTOR SIDERURGICO COLOMBIANO
PARTICIPACIÓN EN LA PRODUCCIÓN (%)
Productos 1990 1991 1992 1993 1994 1995 1996 1997
BARRAS CORRUGADAS 27.6 26.9 30.9 32.8 32.9 41 39.8 39.5
ÁNGULOS Y PERFILES 19.6 24 21.2 22.2 22 20.1 19.5 19.4
ROLLOS DE REFUERZO 23.9 19.9 20.6 21.1 20.6 16.9 18 17.3
ALAMBRÓN TREFILABLE 18.7 19 16.6 12 12.6 13.5 14.6 14.2
CHAPAS 5.6 5.1 5.5 5.4 5.8 5.6 5.5 6.6
ACEROS ESPECIALES 4.6 5.1 5.3 6.5 6.1 2.9 2.6 2.9
TOTAL 100 100 100 100 100 100 100 100
Fuente:DANE.

Los principales productos del sector siderúrgico (Ver Tabla 12) son las barras
corrugadas (39%), los ángulos y perfiles (19%), los rollos de refuerzo para
concreto (17%), los alambrónes trefilables (14%), las láminas, desbastes y rollos
(6%) y los aceros especiales (3%). Las barras, ángulos, perfiles, rollos de refuerzo
y alambrónes conforman el grupo de los productos no planos o largos y las
laminas o desbastes en rollo hacen parte de los productos planos.
El 75% de los productos (barras, ángulos, perfiles, rollos de refuerzo) se destinan
a la construcción, los demás se orientan al sector industrial.

Variables Microeconómicas

En la tabla 13 se puede apreciar la estructura de costos del sector de hierro y

acero (se excluye el ferro níquel). Las materias primas representan el 54.3% de
los costos; le siguen las remuneraciones con el 17.3%. La utilidad operacional es
significativamente inferior a la del promedio industrial, y los costos laborales son
muy superiores. Mientras que la utilidad del sector industrial en general es de $20
por cada $100 de producción, la del sector hierro y acero es de solo $8.

Tabla 13 – Estructura de Costos del Sector Hierro y Acero en Colombia

ESTRUCTURA DE COSTOS DEL SECTOR HIERRO Y ACERO
MILLONES DE PESOS Participación % Total ind
1994 1995 1996 1994 1995 1996 1996
PRODUCCION BRUTA 465800 557895 569864 100 100 100 100

CONSUMO INTERMEDIO 310104 383822 389790 66.6 68.8 68.4 54.7

Materias Primas 227220 295695 309331 48.8 53 54.3 48.1
Energia Consumida 26175 30111 29799 5.6 5.4 5.2 1.6
Gastos Industriales otros 56709 58016 50660 12.2 10.4 8.9 5

VALOR AGREGADO 155696 174073 180074 33.4 31.2 31.6 45.3

Remuneraciones 64261 77796 98706 13.8 13.9 17.3 13.9
Gastos Generales 65841 30413 34438 14.1 5.5 6 11.6

UTILIDAD OPERACIONAL 25594 65864 46930 5.5 11.8 8.2 19.8

Fuente: DANE

45
El incremento de la participación de las remuneraciones en los últimos años saltó
del 13% al 17% se explica por el traslado de la mayoría de los operarios de
Acerías Paz del Río del antiguo régimen de cesantías al nuevo (Ley 100) y el plan
de retiros de 1996.

Es importante destacar el peso que tiene la energía sobre los costos en el sector
siderúrgico. La industria del hierro y el acero consume tres veces más este
servicio que el promedio industrial, de hecho, el 14% de la energía que consume
la industria colombiana corre por cuenta de este sector. Sin embargo, también es
importante mencionar que el valor del consumo de energía ha disminuido su
participación dentro del consumo intermedio éste pasó del 5.6% en 1994 al 5.2%
en 1996, prueba de un uso más adecuado y eficiente.

En general, la participación de las materias primas en los costos de la industria se

ha mantenido estable. Tuvo un ligero incremento de apenas un 1.3% entre 1995 y
1996. El valor agregado también se ha conservado, aunque se encuentra muy
lejos del promedio industrial.

Materias primas

Para analizar en detalle el comportamiento de los distintos costos del sector

siderúrgico, aparecen en el siguiente cuadro cada uno de los costos de operación
de las siderúrgicas semi integradas. Como se ha mencionado a lo largo de este
documento, el 65% del sector siderúrgico está representado por siderúrgicas semi
integradas.

Tabla 14 – Participación porcentual en costos de Operaciones Siderúrgicas Semi-

Integradas.
COSTOS DE OPERACIÓN SIDERÚRGICAS
SEMI INTEGRADAS
Participación Porcentual
MATERIAS PRIMAS 63,1
CHATARRA 47,5
COMBUSTIBLES Y OXÍGENO 5,4
REFRACTARIOS 4,1
FERROALEACIONES 3,7
ELECTRODOS 2,1
ENERGÍA 9,7
MANO DE OBRA DIRECTA 1,1
OTROS COSTOS 11,1
COSTOS FIJOS 13,1
MANTENIMIENTO 1,7
TOTAL COSTOS DE OPERACIÓN 100
Fuente: EMPRESAS SIDERÚRGICAS.

46
Las principales materias primas son la chatarra (48% del costos de operación y
73% del consumo de materias primas), los combustibles (5.5% y 11.5%), los
refractarios (4.2% y 7%), las ferroaleaciones (3.8% y 6%) y los electrodos (2.1% y
3.4%). Colombia importa el 35% de la chatarra, el 100% de las ferroaleaciones (el
país produce ferroníquel pero no aceros inoxidables, que son el principal usuario
de esta ferro aleación), el 100% de los electrodos y el 60% de los refractarios. El
43% de las materias primas del sector siderúrgico es importado.

Las empresas laminadoras, por su parte, operan básicamente con insumos de

origen importado. Las laminadoras de productos largos como Laminados Andinos
o Siderúrgica del Norte importan palanquillas. En 1997, estas dos empresas
compraron al exterior Noventa y un mil toneladas de este producto. En algunas
ocasiones, las mismas siderúrgicas importan palanquilla para reducir los costos
fijos de los trenes de laminación o para mejorar la mezcla de sus productos. El
último año, por ejemplo, entre Siderúrgica de Boyacá y Siderúrgica del Muña
importaron 28,900 toneladas de palanquilla.
Por otro lado, empresas como: Holasa, Acesco y Corpacero importan hoja negra
(black plate) y planos en caliente. Las importaciones de estas empresas durante
1997 se acercaron a las 100 mil toneladas. Es importante destacar que en la
estructura de costos de este tipo de productores la materia prima puede
representar entre un 75% y un 85% de los costos de operación.

En la tabla 15 se pueden observar los volúmenes y los precios de algunas de las

materias primas importadas por el sector siderúrgico y laminador. En 1997 el
sector importó 330 mil toneladas de chatarra, palanquilla y ferroaleaciones. Las
importaciones de palanquilla han sido crecientes y los precios se han mantenido
estables en los últimos tres años (US$253 por tonelada).

Tabla 15 – Importaciones de Materias Primas Cantidades y Precios en Colombia

IMPORTACIONES DE MATERIA PRIMA CANTIDADES Y PRECIOS
MATERIA PRIMA UNIDADES 1990 1991 1992 1993 1994 1995 1996 1997
CANTIDADES
CHATARRA TONELADAS 76153 112907 167566 236396 221488 238065 116049 142512
FERROALEACIONES TONELADAS 8485 9310 11011 11417 13153 13763 10663 14609
PALANQUILLA TONELADAS 33358 8267 64137 120504 211443 147055 115613 173240
TOTAL TONELADAS 117996 130483 242714 368318 446084 398883 242325 330361
PRECIO CIF
CHATARRA US $^TON 133.3 114.7 102.3 105.8 113 101.3 106.9 120.4
FERROALEACIONES US $/TON 884 856.5 731.8 764.9 699.7 813.7 892.6 723
PALANQUILLA US $/TON 216.2 215.2 248.6 244.9 236.3 252.3 256.4 255
VARIACIÓN DE PRECIOS US $
CHATARRA VAR % -13,9 -10,8 3,5 6,8 -10,3 5,5 12,6
FERROALEACIONES VAR % -3,1 -14,6 4,5 -8,5 16,3 9,7 -19,0
PALANQUILLA VAR % -0,5 15,5 -1,5 -3,5 6,7 1,7 -0,6
Fuente: DIAN; Cálculos ANIF

Durante 1997 el precio de la chatarra ascendió a un 12.6% en dólares. Según el

instituto del fierro y el acero ILAFA (1996), los precios de este insumo en los
mercados internacionales fue del orden de los US$ 156 por tonelada. Colombia
obtiene precios más bajos dado que el grueso de sus proveedores de chatarra son

47
Panamá, Venezuela, Ecuador y los paises de la cuenca del caribe, que le dan
alguna ventaja en cuento al flete.

Las importaciones de chatarra están determinadas en buena medida por el

desempeño de la tasa de cambio y el nivel de precios internacionales. Como se
aprecia en la tabla 16 hasta 1995, gracias al comportamiento de los precios
internacionales las importaciones de chatarra participaban de las compras totales
en forma creciente. A partir de 1996, con el cambio de precios, dicha participación
volvió a su tendencia histórica (alrededor del 23%). Dado el comportamiento
internacional de los precios de este insumo, el país difería el arancel que tenía la
chatarra, reduciéndolo del 5% al 0% con lo cual se abarato el costo de la materia
prima.

Tabla 16 – Comportamientos de las compras Colombianas de Chatarra

Cantidades y Precios
COMPORTAMIENTO DE LAS COMPRAS COLOMBIANAS DE CHATARRA CANTIDADES Y PRECIOS
TOTAL COMPRAS DE UNIDADES 1990 1991 1992 1993 1994 1995 1996 1997
CHATARRA TONELADAS 382526 461903 425534 583646 551055 560235 497382
IMPORTACIÓN DE CHATARRA TONELADAS 76153 112907 167566 236396 221488 238065 116049 142512
PART % IMPORTACIONES 20 24 39 41 40 42 23 NA

PRECIOS
TOTAL COMPRAS DE CHATARRA PESOS/TON 62011 80952 100822 105011 126965 120267 121891
CHATARRA IMPORTADA PESOS/TON 66935 71934 69561 83230 93388 92503 107067 137291

VARIACION % PRECIOS

TOTAL COMPRAS CHATARRA VAR % 31 25 4 21 -5 1 ND

CHATARRA IMPORTADA VAR % 7 -3 20 12 -1 16 28
Fuente: DIAN; Cálculos ANIF

En la figura 13 se muestra el comportamiento de las compras de chatarra a nivel

nacional e internacional que esta basado en la tabla 16 se puede observar que el
nivel nacional de compras en todos los casos es más alto que las compras
internacionales pero también se identifica que en la última década siempre ha sido
necesario la compra de chatarra a agentes internacionales en su mayoría los
paises vecinos por la ventaja en costos, la decisión de cuanta chatarra comprar a
agentes externos es una variable clave para toda la industria siderúrgica semi
integrada.

48
Figura 13 – Compras de Chatarra Nacional e Internacional en Colombia

COMPRAS DE CHATARRA

400000
350000
300000
Toneladas

250000 Internacional
200000 Nacional

150000
100000
50000
1990 1991 1992 1993 1994 1995 1996
Años

Fuente: DIAN, Calculos ANIF

Energía

El primer consumidor industrial de energía es el sector siderúrgico, con cerca del

14% del consumo industrial. La energía es un costo especialmente importante en
la industria siderúrgica semi integrada, pues representa cerca del 10% de los
costos. En la última década se ha presentado una reducción del valor del
kilowatio/hora pagado por la industria, además en 1996 la industria siderúrgica
pagaba $60 por kilowatio/hora mientras que la industria general pagaba $80. Esta
notable diferencia se explica por la competencia surgida al interior del sector
generador de energía que mediante las bolsas ha reducido notablemente los
precios, así como por el fuerte poder de compra del sector siderúrgico.

Costos Laborales

En 1996 el sector siderúrgico pagaba a sus obreros tres salarios mínimos en

promedio mientras que la industria en general se acercaba a los dos salarios. Con
respecto a los empleados, la diferencia no fue tan amplia: el sector pagó 3.8
salarios mínimos y la industria 3.4. El factor prestacional (primas legales y
extralegales, seguros y auxilios) por su parte, fue en el primer caso del orden de
1.4 y en el segundo de 0.8.

Después de ECOPETROL (Empresa estatal petrolera) y de los productores de

papel, se puede afirmar que el sector siderúrgico es en general el mejor
remunerador de la industria. No obstante, desde 1994 el sector inició un plan de
ajuste laboral que ha reducido el impacto de este costo sobre los totales.

49
Tendencia de los costos

Los programas de control de costos de las firmas siderúrgicas y laminadoras han

hecho que el crecimiento de éstos se mantenga por debajo del aumento del índice
de precios al productor.
La tendencia internacional del precio de la chatarra registra un crecimiento
bastante superior a la inflación internacional y muy por encima de la inflación
interna. Sin embargo, es claro que el sector siderúrgico colombiano tiene la
posibilidad de dejar de operar los hornos para dedicarse a procesar, en otras
palabras, de sustituir chatarra por palanquilla. El precio de esta última se ha
mantenido estable, en tanto que el de la chatarra presenta un crecimiento del
12.6% en el último año. Mientras Cuba siga proveyendo de palanquilla a las
siderúrgicas colombianas, el precio se mantendrá estable o incluso podría llegar a
bajar si Venezuela presiona el mercado. En 1997 los cubanos vendieron
palanquilla en Colombia a US$243 por tonelada, mientras que Venezuela vendió a
US$267 por tonelada.

El mejor uso que se le ha venido dando a la energía, así como los precios más
competitivos a los que se está ofreciendo, permite suponer que este costo no
presentará movimientos abruptos en los próximos años.

2.1.2.4 Definición de precios.

Como ha ocurrido en la mayoría de los sectores industriales expuestos a la

competencia generada por las importaciones, los precios reales del sector
siderúrgico se han venido reduciendo desde 1990. Sin embargo, 1997 marcó un
cambio en la tendencia del comportamiento de los precios. La conjugación de tres
elementos logró mejorar el precio final de venta: la mayor devaluación, la
disminución de la presión de importaciones de alambrónes gracias al fallo
antidumping protegido por Incomex en 1997, y la incipiente recuperación de la
economía venezolana que permitió a los productores incrementar sus precios de
una manera aceptable. Durante 1997, los precios del acero crecieron un 16%, cifra
muy superior al 0.9% de 1996. Para ver el comportamiento de los precios en
términos porcentuales por tipo de producto ver tabla 17 y figura 14.

50
Tabla 17 – Comportamiento de los Precios del Acero variacion porcentual
COMPORTAMIENTO DE LOS PRECIOS DEL ACERO VARIACIONES %
Dic-95 Dic-96 Dic-97
Barras, varillas ángulos de hierro o acero 12.6 -0.6 21.2
Hojalata estañada o galvanizada 20.1 4.8 11.1
Chapas de hierro o acero galvanizado 10 13.9 18.3
Barras y varillas de acero especiales 15.6 -13.9 25
Alambren de hierro 19.3 3.9 13.3
Chapas de hierro o acero laminadas en frío 32.5 -4.7 19.6
Chapas de hierro o acero laminadas en caliente 13.9 -1.9 13.9
Productos básicos de hierro y acero 16.5 0.9 16.5
Industria manufacturera 15.2 15.1 15.2
Fuente: IPP Banco de la República.

El precio interno del acero en Colombia está sujeto a los mercados internacionales
desde la apertura en 1998 momento en que la industria se enfrento directamente a
sus competidores internacionales ya que anterior a esta fecha la industria estaba
bastante protegida por el gobierno. Solo en la medida en que se devalúe el precio
del acero se podría lograr un crecimiento significativo en los precios locales.

Figura 14 – Variación de los Precios de Algunos Productos del Acero en Colombia.

2.1.2.5 Comportamiento del Mercado Nacional

La demanda colombiana de acero terminado creció en la década de los 80 a un

ritmo promedio del 3.8%, mientras que en lo corrido de los 90 el crecimiento fue
del 8.5% (Ver Figura 15). En otras palabras, mientras en los 80 el país consumió
alrededor de 900,000 toneladas por año, en los 90 este saltó a 1,500,000
toneladas por año.

51
En el período anterior al proceso de apertura, la estructura del mercado de acero
del país estaba conformada por grandes empresas siderúrgicas, con importantes
márgenes de comercialización respaldados por el esquema de protección vigente;
grandes mayoristas y un amplio grupo de ferreterías y depósitos de materiales de
construcción minoristas. En el país existen distribuidoras y ferreterías mayoristas
que pueden comercializar más de 100 mil toneladas de acero. El grupo DIACO por
ejemplo, llegó a comprar el 30% de la producción de Acerías Paz del Río en 1997.
En este contexto, los grupos de compra (mayoristas) de las grandes siderúrgicas
colombianas consolidaron unas redes de distribución que hoy les permiten ejercer
un poder de mercado incuestionable.

Figura 15 – Consumo Aparente de Acero en Colombia (Toneladas)

Fuente: DNP, DIAN, ANIF

Dado el poder de negociación que los grandes distribuidores y ferreterías habían

adquirido, los siderúrgicos colombianos crearon sus propias distribuidoras. Es así
como surge DIACO y la distribuidora Paz del Río.
Paralelamente, fueron apareciendo pequeños laminadores que, asociados con
frecuencia a ferreteros menores, crearon un vínculo que les permitía trabajar en
mercados regionales y locales. Este esquema de nicho se consolidaría más tarde
con el proceso de apertura.
La apertura modifica radicalmente algunas de las relaciones mencionadas antes.
En primer lugar, un número significativo de ferreteros se vincula con siderúrgicas
extranjeras; esto promueve la consolidación de redes de distribución y en
consecuencia se da una mayor penetración de productos siderúrgicos. En
segundo lugar, algunos laminadores de productos largos deciden ir directamente
al consumidor final del acero o comercializar ellos mismos aceros importados y
finalmente, los ferreteros logran agregar valor a los productos creando "empresas
figuradoras" y transformadoras de acero, que reducen tiempos y sobrecostos en el
sector de la construcción, el acero se entrega listo para instalar en obra.

52
De otra parte, es importante resaltar el caso de la compañía venezolana Sidor
(Siderúrgica del Orinoco). Es claro que cuando existe una capacidad instalada de
la dimensión de esta firma, es necesario tener en cuenta las implicaciones que
tendrá para la siderurgia colombiana. En 1997, Sidor vendió en Colombia 167 mil
toneladas de acero: de éstas, 47 mil toneladas de productos largos, 60 mil de
planos y otras 60 mil toneladas de palanquillas. Según esto, Sidor sería la
segunda siderúrgica del país luego de Acerías Paz del Río, y contaría con el 10%
de la demanda colombiana de acero. Las exportaciones a Colombia representan
el 7% de las ventas de Sidor.

En estas condiciones, y dada la nueva estructura de Sidor, se puede afirmar que

esta empresa controlará entre el 15% y el 18% de la demanda de acero en
Colombia, desplazando a los mexicanos, argentinos y brasileros sobre todo por las
desventajas de éstos con respecto a los fletes.

La demanda de acero en Colombia está determinada por el comportamiento del

sector de la construcción y el sector metalmecánico. El acero representa el 4% de
los costos de construcción de vivienda.

Exportaciones

Las exportaciones colombianas de acero son escasas, representan menos del 5%

de la producción. En la tabla 18 se puede apreciar el comportamiento de las
exportaciones en la década de los años noventa.

Tabla 18 – Exportaciones Siderúrgicas Colombianas

EXPORTACIONES SIDERURGICAS COLOMBIANAS
Producto Unidad 1991 1992 1993 1994 1995 1996 1997
Hojalata Dolares 2488763 2103884 1763081 1796677 4867360 5261609 13048864
Toneladas 2439 2330 3058 3074 6259 6045 18518
Planos laminados en frio Dolares 0 38714 82740 244324 17667 0 5928337
Toneladas 0 38 165 471 30 0 14092
Barras y varillas Dolares 10405175 320968 23544 9832 1918886 1597288 2197675
Toneladas 35919 698 42 13 3533 3521 4492
Barras Especiales Dolares 1692043 3651609 2072257 3444619 5799577 4746487 2615767
Toneladas 3325 7294 3961 6396 8347 6208 3534
Otros productos Dolares 97 95 684 157 661 87 260

Alambron Dolares 2399557 1237954 278346 341940 693943 175414 72049

Toneladas 7430 3788 651 800 1836 455 161
Planos lamin en caliente Dolares 1192968 2429549 125384 237455 121932 77472 105892
Toneladas 4117 9992 328 226 189 113 94
Perfiles Dolares 1780578 141505 53358 3622 191900 35412 34731
Toneladas 5203 383 105 10 454 55 78
Total Dolares 19959181 9924278 4399394 6078626 13611926 11893769 24003575
Fuente: Dian

Las exportaciones siderúrgicas están concentradas en cuatro productos: hojalata,

laminados en frío, barras y aceros especiales ver Figura 16.

53
Figura 16 – Exportaciones Siderúrgicas Colombianas Alambrón y Barras
Exportaciones Siderúrgicas

5000
4500
4000
3500
Toneladas

3000
Alambron
2500
Barras
2000
1500
1000
500
0
1992 1993 1994 1995 1996 1997
Años

Fuente: Dian

Como puede verse en la figura 16 las exportaciones de alambrón han caído

súbitamente en los últimos años consecuencia de la alta demanda interna, es así
que las exportaciones de barras han aumentado pero aún así al analizar su nivel
más alto es muy marginal al valor de la producción nacional de este producto.

El principal producto de exportación es la hojalata. Sus exportaciones han sido

consistentes y crecientes a lo largo de la década. Los planos laminados en frió
han tenido un fuerte crecimiento en el último año a consecuencia de la presencia
en el mercado de la nueva planta de laminados en frío de la firma Acerías de
Colombia, ACESCO. Es importante destacar la caída de las exportaciones de
barras especiales, sobre todo en un ambiente de devaluación como el que se vivió
en 1997.

Importaciones

Se ha señalado que las importaciones de productos de acero y materias primas

son vitales para el desenvolvimiento del sector siderúrgico y metalmecánico,
principal consumidor de aceros. La penetración de importaciones desde 1970 ha
oscilado alrededor del 43% del mercado, lo cual reafirma la importancia de los
mismos para el desarrollo industrial colombiano.

Como se puede apreciar en el Anexo E (Importaciones de materias primas

siderúrgicas y productos siderúrgicos), Venezuela es el principal proveedor de
productos y materias primas siderúrgicas. El 47% de las importaciones que realiza
Colombia son de origen venezolano. Es importante destacar la penetración de las
importaciones de paises como Rusia, Ucrania y Cuba. Estos paises vendieron en
1997 cerca de 70 mil toneladas de planos y 55 mil toneladas de palanquillas.

54
Sobresale también la fuerte participación de Venezuela, Panamá en las
importaciones de chatarra, este hecho ha permitido mitigar el fuerte crecimiento de
los precios internacionales gracias a los menores fletes desde esos paises hacia
Colombia.

2.2 CONCLUSIONES

Se han identificado varios aspectos relevantes de la industria siderúrgica, uno de

ellos es la pequeña participación que la industria siderúrgica Colombiana posee
contrastada con la producción siderúrgica del mundo, aún en Latinoamérica
específicamente en Brasil y Venezuela se hace notar la diferencia de participación
de la industria colombiana frente al mercado andino y sur americano de acero.

Se detectaron grandes fallas en el manejo administrativo y financiero de la misma,

tendencia que viene de muchos años atrás desde la Ferreira de Samacá47 y que
se heredo en la siderúrgica integrada Paz del Rió y aún nuestras siderúrgicas semi
integradas siguen cayendo en los mismos problemas coyunturales, en la
investigación que se realizo se vio que en casi todos los casos la dependencia de
asesoría de profesionales extranjeros generó una extraña inocencia de los
profesionales colombianos que permitió que muchas irregularidades se cometieran
sea por temor o ignorancia.

Estos detalles han llevado a reafirmar la necesidad de esta industria para

modernizar no solo sus instalaciones físicas sino sus operaciones administrativas,
es en este punto donde este estudio llega a tener relevancia; en paises
desarrollados las técnicas de administración basadas en metodologías y
tecnologías propias de la investigación de operaciones han llevado a mejorar
sustancialmente los procedimientos y por ende a hacerlos más eficientes, es por
eso que este documento tiene por objeto ya habiendo identificado el problema
mejorar los sistemas internos de esta industria en miras de maximizar su
competitividad tanto a nivel nacional como internacional.

47
ESCOBAR, Ines Pinto. Progreso, Industrialización y Utopía en Boyacá – El caso de la Siderúrgica de
Samacá. Tunja Boyacá, 1997, p. 51. Trabajo de Grado (Magíster en Historia). Universidad Pedagógica y
Tecnológica de Colombia; Facultad de Humanidades.

55
 CAPÍTULO 3

DESARROLLO DEL MODELO DE OPTIMIZACIÓN

EN LA INDUSTRIA SIDERÚRGICA SEMI
INTEGRADA

3.1 CARACTERÍSTICAS Y SUPUESTOS EN LA CONSTRUCCIÓN DEL

MODELO.

La cadena de abastecimiento a ser modelada se ha dividido en eslabones, los

cuales se explicaran brevemente con los supuestos que se han contemplado para
este modelo, posteriormente se identificaran las variables, parámetros y
restricciones, para finalmente definir la función objetivo del modelo de optimización
planteado.

Definición básica del Modelo:

El modelo aborda la problemática de la distribución física de los diferentes
productos intermedios y finales a nivel de un país (Colombia) con aplicación en la
industria siderúrgica semi-integrada con el fin de apoyar los procesos
encaminados a la minimización de costos logísticos de transporte y producción.

El estudio tendrá como meta dar directrices que soporten decisiones de mediano
plazo que se tomen a través de la cadena de abastecimiento, identificando los
siguientes eslabones:

• Eslabón Primario: Proveedores; se tomará como materia prima a las

fuentes de chatarra (Centros de acopio de chatarra).
• Eslabón Secundario: Fabricación; los procesadores de chatarra, Acerías y
Plantas laminadoras (Plantas siderúrgicas); para este estudio se tendrán en
cuenta situaciones en que estos tres procesos estén en el mismo lugar y en
los que no lo estén.
• Eslabón Terciario: Distribución; se estudiarán a los agentes receptores de
Alambrón y Barras que será el producto final de la cadena. Generalmente
estos agentes son empresas comerciantes de alambrón y barras que
venden al por menor

56
La topología del sistema se definirá a continuación:

1) Conjunto de instalaciones para cada eslabón de la cadena del sector

siderúrgico semi-integrado que conformara un grupo estratégico denominado
como “Conglomerado” para abastecerse entre ellos de material necesario para
sus propias operaciones. Para el presente caso el conglomerado a definir es el
planteado en el Anexo L que se acerca a la realidad de una de las empresas del
sector siderúrgico nacional actual.

2) Instalaciones en cada uno de los eslabones que son nacionales (Se encuentran
ubicados dentro del país) que no pertenecen al conglomerado.

3) Agentes externos al conglomerado que proveen productos intermedios o finales

al mismo influyendo en el segundo y tercer eslabón y que no se encuentran en el
territorio nacional.

CARACTERÍSTICAS DEL MODELO:

La modelación de la presente cadena de abastecimiento se definirá de modo

táctico por lo tanto se planea proyectar los flujos necesarios de productos a
transportar dentro de la cadena, que sean óptimos desde el punto de vista de
costos, esto con el fin de definir cuanto producir y cuanto almacenar en cada una
de los eslabones de producción y cuanto pedir a cada una de la zonas
proveedoras, a continuación se describirá con más detalle estos supuestos:

• El modelo incluye los aranceles como parte integral del costo de despacho,
mientras que en la mayoría de los casos reales los aranceles dependen del
valor de los productos transferidos.
• El modelo planteado es de programación lineal ya que esta es una técnica
matemática útil en la toma de una serie de decisiones interrelacionadas,
que proporcionan un procedimiento sistemático para determinar la
combinación de decisiones que maximizan la efectividad total.
• El horizonte de planeación será de 12 meses determinístico programado
mensualmente.
• El modelo no tiene en cuenta de manera explícita consideraciones de tipo
financiero relativas a impuestos y beneficios tributarios típicos de procesos
de comercialización.
• El alcance del modelo es al nivel del país y por tanto no se considera la
exportación de productos, se busca entonces la minimización de costos de
producción – distribución en el país haciendo énfasis en los costos de;
inventario, transporte y manipulación de productos.
• Transporte: Para el presente modelo, las capacidades de transporte no se
tienen en cuenta, ya que estos servicios son tercerizados por las
compañías de este sector, y sin importar la cantidad que se tenga que

57
 transportar estos colocan a disposición los medios (camiones) necesarios
para este fin.
• La demanda de cada periodo se satisface en los últimos días del periodo.

3.1.1 Eslabón Primario:

Las fuentes de chatarra representadas a la izquierda del esquema del Anexo L

simbolizan la zona donde se obtiene la chatarra, cada zona esta compuesta por
agentes comercializadores de chatarra que tienen características muy similares
referidas al tipo de chatarra y precio. La chatarra es recolectada en las plantas de
producción donde se dispone de un área especial para su procesamiento lo que
para el modelo se denominan procesadores de chatarra, los supuestos para este
eslabón en el modelo son:

• La chatarra tendrá un costo de compra promedio por tonelada para cada

una de las fuentes de chatarra según la definición que del mercado por
zona.
• La generación máxima proyectada de obtención de chatarra es la suma de
la disponibilidad de chatarra de los agentes vendedores de chatarra que
componen la zona; este valor es estimado.
• La chatarra será almacenada en el inventario de materia prima del
procesador de chatarra después de ser comprada a alguna de las zonas a
nivel nacional.
• El costo del transporte esta dado por las tablas definidas por el ministerio
de transporte.

Las fuentes de chatarra nacional para el presente modelo representan las

principales zonas donde se acumula la chatarra en Colombia lo que representa
más del 90% del mercado de chatarra nacional.

Las fuentes externas se pueden adquirir de paises extranjeros; en el modelo se

genero un sub-conjunto para diferenciarlas de las entidades nacionales como
puede verse en la sección 3.2.1 (Definición de índices, conjuntos, parámetros,
variables y restricciones) del presente documento se creó un índice y variables
para modelar estas entidades con los siguientes supuestos.

• El costo de transporte hasta cada uno de los procesadores de chatarra

incluye en trayecto nacional y el internacional.
• El costo de compra incluye el valor del material mismo más todos los costos
gravados como impuestos o por importación como son aranceles,
nacionalización entre otras.

Según la demanda el modelo definirá cuanta chatarra adquirir de cada una de las
fuentes de chatarra y la cantidad a transportar de dicha zona a cada procesador
de chatarra que minimice los costos de la operación.

58
En el modelo y posterior análisis este tipo de chatarra se denominara “Chatarra
Cruda” la cual es la materia prima básica del sistema.

3.1.2 Eslabón secundario

El siguiente eslabón correspondiente al proceso productivo inicia con el proceso

denominado “procesamiento de chatarra” en el que se dispone de un área
especial para separar, limpiar, cortar y prensar la chatarra para poder ser
procesada en los hornos eléctricos de fundición, este proceso de prensado lo
realiza una cizalla industrial que funcióna por medio de pistones de presión que
comprimen el material para hacerlo más fácil de transportar además de facilitar la
entrada de la mezcla al horno de fundición.

Del anterior proceso se obtiene lo que se define como “bloques de chatarra” para
este trabajo lo denominaremos chatarra procesada que es el material que esta
listo para introducir al horno de fundición, dependiendo de la planta donde se
recolecte la chatarra en esa misma planta se funde o de no tener las instalaciones
apropiadas se debe transportar a una Acería que continúe con el proceso.

Los bloques de chatarra son introducidos a un horno eléctrico de fundición junto

con cal, ferro aleaciones que garantizan la composición química del acero que se
quiere obtener donde se realiza el segundo proceso productivo llamado “Proceso
de Fundición” en el cual un horno eléctrico aumenta la temperatura de la mezcla
hasta llevarla a estado líquido alrededor de 1800 ºC; después la mezcla fundida
(acero fundido) pasa a través de un sistema productivo conocido comúnmente
como colada continua de la cual se obtiene acero sólido en barras conocidas
como palanquilla para laminar.

El tercer proceso productivo inicia con la palanquilla la cual se dispone a

transformarla en procesos de laminación en caliente donde se aumenta la
temperatura a este material en hornos con quemadores de gas propano o full oil
desde una temperatura ambiente hasta aproximadamente los 1100 ºC para la
obtención de diferentes productos no planos productos de estudio en este trabajo
como son:

ƒ Alambrón (Conocida como Chipa)

ƒ Barras Corrugadas y Lisas

También se obtienen otros productos como cuadrados y canales, pero en este

modelo no serán incluidos como objeto de estudio.
Estos productos se producen de diferentes diámetros y características como
composición química y acabados en corrugados y lisos (Para ver los productos
específicos a estudiar en este trabajo ver el anexo H). En este trabajo se
trabajaran con 27 productos de los cuales se incluye nueve tipos de barras y
dieciocho tipos de alambrónes que son los más comercializados dentro de la
industria nacional.

59
Los supuestos para modelar este eslabón son los siguientes:

• Los tres procesos productivos (Procesador de chatarra, acería y

laminación) son independientes entre sí es decir se analizaran en la cadena
independientemente dado que la industria nacional presenta casos en el
que los tres procesos no se encuentran en el mismo lugar.
• En el caso en que dos entidades productivas se encuentren en el mismo
lugar el transporte entre ellas que se indique en el modelo tendrá un costo
de cero.
• Cada entidad productiva posee inventarios de materia prima y producto
final.
• La chatarra es el único producto a adquirir a los proveedores las ferro-
aleaciones, cal y otros elementos no se consideran en el presente modelo
por tratarse de un modelo táctico ya que estos productos se consideran
como abundantes y de fácil adquisición.
• Las plantas laminadoras le envían productos terminados únicamente a los
centros de distribución y no se considera ni envío entre plantas productoras
ni entre plantas y clientes finales.

3.1.3 Eslabón Terciario

Este eslabón corresponde a los distribuidores donde se cargan las demandas de

los clientes para cada distribuidor de la cadena productiva, los distribuidores
pueden describirse como lugares donde se almacena el producto terminado
(barras o alambrón) comúnmente este lugar es el mismo donde se almacena el
inventario de producto terminado de las plantas laminadoras. Para el caso del
presente modelo en las ocasiones que se identifique esta eventualidad el producto
al distribuidor solo estaría disponible cuando se transporte ficticiamente dentro de
la cadena, ese costo muy bajo se supondrá inherente a costos de manipulación
del material, se cargara como cero.

En la siguiente figura se ilustra el caso de un transporte ficticio dentro de la misma

planta “Cali” y otro real de “Cali” a “Boyacá” el modelo determinará cuanto
mantener en “Cali” lo que significa en el modelo el transporte ficticio de la planta
laminadora de “Cali” a “Cali” y cuanto transportar a otros orígenes según las
demandas presentadas, lo que en este ejemplo es el transporte de “Cali” a
“Boyacá”, dado el bajo costo de mantener el material en “Cali” los resultados del
modelo tenderán a despachar el material desde la misma planta donde se produjo.

60
Figura 17 – Representación del Transporte Ficticio

O
K Cali
Cali Transporte Ficticio.

P
Boyacá Transporte Real.

Productor Distribuidor

La anterior figura se aplica de la misma manera entre agentes productores como

ya se menciono en la sección anterior.
Las demandas por distribuidor están dadas mensualmente por tipo de producto,
como parámetros y se modelaran para un periodo total de doce meses.
Estas son fundamentales para el modelo ya que son las que determinan que,
cuanto y donde producir los productos finales y materiales intermedios además de
los pedidos a los proveedores de chatarra que se deben generar para cumplir la
demanda establecida.

PRODUCTORES EXTERNOS A CONGLOMERADO

El conglomerado puede recurrir a productores externos para adquirir productos

terminados y entregarlos directamente al distribuidor los supuestos en este caso
son similares a los ya enunciados en los otros eslabones.
• El costo de transporte hasta cada una de los distribuidores incluye el
trayecto nacional; en caso de productos internacionales se le suma el
costo de transporte internacional.
• El costo de compra incluye el valor del material mismo más todos los
costos gravados como impuestos o por importación como son aranceles,
nacionalización entre otras.
• La máxima capacidad del productor nacional o internacional se define
como la cantidad máxima que el mismo este dispuesto a vender al
conglomerado.
• El producto comprado será almacenado en los inventarios del centro de
distribución que corresponda.

Finalmente el modelo determinará que planta laminadora debe despachar material

a cada distribuidor y la manera de transportarlo o en el caso que sea más
favorable recurrir a fuentes externas entonces determinara cuanto comprar y como
transportar material adquirido a productores externos al conglomerado.

61
3.2 MODELO MATEMÁTICO

El modelo matemático planteado a continuación esta basado en los supuestos

anteriormente descritos, el caso de estudio se basa en una de las empresas más
significativas del sector que conforma un conglomerado entre varias plantas de su
propiedad, la empresa no desea ser citada y los datos son aproximaciones a sus
operaciones.

3.2.1 Consideraciones Generales en el modelo:

Definición de Fletes
Los fletes se definieron según los datos del ministerio de transporte para el caso
de transporte nacional según la resolución No 3000 del 19 de Mayo del 2003.
Para el caso internacional se definieron los fletes según consulta realizada a
empresas transportadoras de mercancía a paises de la comunidad andina ya que
para los datos del modelo solo se tuvo en cuenta los proveedores más cercanos al
país como son Venezuela, Ecuador y Brasil en todos los casos el transporte se
realiza por medios terrestres.

Capacidades
Todas las capacidades de producción se determinaron según datos aproximados
suministrados por una de las empresas más significativas del sector, cabe anotar
que estos datos no son rígidos en ningún caso ya que los procesos productivos de
la industria siderúrgica tienen gran aleatoriedad ya que por su tecnología (En
Colombia las plantas siderúrgicas fueron adquiridas en general en 1980) y
complejidad están encadenadas a paradas no programadas difícilmente
predecibles por tanto las capacidades están basadas en los historiales de
producción48.

Precios

Los precios establecidos en este modelo están definidos por información

suministrada por una de las empresas del sector y corroborada por información del
mercado del acero, estos precios al igual que el mercado están cambiando día a
día los aquí establecidos son promedios mensuales en fecha de Enero de 2004

Costos Variables

Se toma como una aproximación del costo de producir una tonelada de acero en
cada uno de los tipos de productos semi-terminados y finales. Este costo trae
implícito el consumo energético el desgaste de cilindros de laminación, uso de
combustibles, mantenimiento de equipos, entre otros.

48
ENTREVISTA con Escobar German et.al, Ingeniero de Producción Planta del Muña. Sibate
(Cundinamarca), 20 de Enero de 2004

62
Rendimientos aplicados al proceso de producción

Durante el proceso de producción en la industria siderúrgica semi–integrada se

aplican algunos coeficientes de rendimiento al material procesado ya que al ser
transformado dentro del proceso industrial se incurre en pérdidas inherentes al
proceso situación común en las industrias manufactureras.

Ha diferencia de otras industrias en la industria siderúrgica se consideran

generalmente estas perdidas de material de manera lineal es decir con factores
constantes para cualquier cantidad producida, aunque en la literatura no se
encontró investigaciones sobre este tema, la no realización de una investigación
basada en análisis estadístico sobre el proceso para confirmar esta linealidad
asumida se debe a las siguientes premisas.
Esta suposición de linealidad se sustento ya que de esta manera las empresas
colombianas en las cuales se referencia este estudio asumen la misma suposición
para los cálculos de sus procesos internos. Las variaciones entre sus pronósticos
y el producto semi terminado o terminado ya pesado no es mayor al 4% por lo que
se considera que aunque podría someterse esta variabilidad a investigación no
aplica para este estudio realizarlo debido a su complejidad que ameritaría todo un
estudio paralelo al presente.

Chatarra Procesada – Procesamiento de Chatarra

La materia prima de la cadena que es la chatarra cruda al ser clasificada y
procesada (Se comprime y corta en cizalla para disminuir su volumen) como en
cualquier proceso industrial incurre en perdidas referentes a los elementos de la
chatarra cruda que se recibe que no son aptos como materia prima; los más
comunes son textiles, plásticos, cobre entre otros es por eso que el coeficiente
aplicado en este modelo es un promedio histórico de esas perdidas de una de las
empresas del sector siderúrgico Colombiano.
Rendimiento de la chatarra cruda para convertirse en chatarra procesada se
definió en 0.85 quiere decir que de una tonelada de chatarra cruda se obtienen
850 Kg. de chatarra procesada lista para fundir el material restante son
generalmente residuos no metálicos.

Palanquilla - Proceso de Fundición

La chatarra procesada se transforma en palanquilla al introducir el material al
horno de fundición se realiza una pequeña clasificación que disminuye la cantidad
de producto a procesar además durante este proceso con altas temperaturas
mucho material se pierde por evaporación de gases y en la misma manipulación
de acero liquido se incurre en más perdidas con la obtención de la denominada
escoria (Residuos de el fluido de acero fundido).
Rendimiento de chatarra procesada para producir 1 tonelada de palanquilla se
definió en 0.9 quiere decir que de una tonelada de chatarra procesada se obtienen
900 Kg. de palanquilla lista para laminar.

63
Producto Terminado - Laminación
En el proceso de laminación donde la palanquilla se transforma en producto
terminado (barras y alambrón) la perdida de material se ve representada en el
material perdido por fricción ya que cuando la palanquilla se desbasta y
posteriormente la barra se lamina las fuerzas de fricción son tan intensas que
producen un desgaste significativo sobre el mismo producto que se esta
procesando; como el proceso es idéntico para todo tipo de producto (perfiles) y
más aún cuando se cambie el tipo de perfil a procesar en el proceso, lo único a
cambiar son las aberturas de paso entre los cilindros de laminación por tanto se
considera que el desgaste es el mismo, como se menciono anteriormente es claro
que realmente el material perdido puede variar según el tipo de producto a
procesar pero la variación es tan pequeña con los pronósticos que no es necesario
asumirlo.
Rendimiento de palanquilla para producir 1 tonelada del producto terminado se
definió en 0.92 quiere decir que de una tonelada de palanquilla se obtienen 920
Kg. de producto terminado (Alambrón o Barras) listo para despachar al centro de
distribución.

3.2.2 Definición de índices, conjuntos, parámetros, variables y restricciones.

Los índices que representan las entidades involucradas en el modelo son:

t. Identifica un mes del periodo considerado en la planeación. Así, t =

1,2,….12 para el periodo anual.
i. Fuente de chatarra.
j. Procesador de chatarra.
k. Acería
l. Laminadora
p. Producto.
c. Centro de distribución de Conglomerado

CONJUNTOS:

Asociación de elementos del mismo tipo.

Determinan la existencia de variables y restricciones; se han agrupado de acuerdo
al tipo de entidad que contienen.

Para especificar la topología del modelo se consideran los siguientes conjuntos:

Productos:

PAP Tipos de alambrón.

PBP Tipos de barra

64
Fuentes de Chatarra.

FCSi Nacional
FCEi Fuentes de chatarra fuera de Colombia.

Plantas Procesadoras de Chatarra.

PPCj Pertenecientes a CONGLOMERADO.

PPWj Fuera de Colombia
PPNj Nacional que no pertenece a conglomerado.

Planta de acería.

PPAk Pertenecientes a CONGLOMERADO.

PAWk Fuera de Colombia
PANk Nacional que no pertenece a conglomerado.

Planta de Laminación.

PPLl Pertenecientes a CONGLOMERADO.

PLWl Fuera de Colombia
PLNl Nacional que no pertenece a conglomerado.
PARÁMETROS

Para cada periodo t, los parámetros considerados son:

PLANTAS PROCESADORAS: (TRANSPORTE)

Fletes de Conglomerado:

FNJ i,j. Entre fuente chatarra i a procesador de chatarra j.

FNA j,k . entre proveedor de chatarra procesada j a acería k.
FNL k.l entre acería k a laminadora l.
FNCl,c. entre laminadora l a distribuidor c.

CAPACIDADES (En Toneladas):

Proveedores (Fuentes de Chatarra):

CPCi Capacidad de generación de Fuentes de chatarra i.

Procesadores:

CPP j Capacidad de procesar chatarra en procesador de chatarra de

conglomerado j.

65
Acerías:

CPA k Capacidad de producción de palanquilla en acería de conglomerado k.

Laminadoras:

CPTl Capacidad de producción de producto terminado en laminadora de

conglomerado l

Capacidades de almacenaje máximas en instalaciones de conglomerado:

CPDj. de chatarra cruda en procesador de chatarra j.

CPWj de chatarra procesada en el procesador de chatarra j
CQA k de chatarra procesada en acería k.
CQW k de palanquilla en acería k.
CQLl de palanquilla en laminadora l.

CALl,p de alambrón en laminadora l

CBBl,p de barras en laminadora l

CEPc ,p de barras en distribuidor c

CAPc,p de alambrón en distribuidor c

Cantidades demandadas (En Toneladas)

DEMANDAp,c,t. Cantidad demandada de producto p en zona de distribución c, en

el periodo t.

Rendimientos
CIP Rendimiento de palanquilla para producir 1 tonelada del producto terminado
CMP Rendimiento de chatarra procesada para producir 1 tonelada de palanquilla
CWP Rendimiento de la chatarra cruda para convertirse en chatarra procesada

COSTOS VARIABLES (En pesos por Toneladas):

CVAj Costo de procesar 1 tonelada de chatarra cruda en procesador de chatarra j.

CVBk Costo de procesar 1 tonelada de chatarra procesada en acerba k.
CVCl Costo de procesar 1 tonelada de producto terminado en laminadora l

PRECIOS DE COMPRA (En pesos por Toneladas):

Chatarra:

PASi Precio de Chatarra nacional.

PCXi Precio de comprar chatarra extranjera.

66
Chatarra Procesada:
PPFj Precio de comprar chatarra procesada nacional fuera del conglomerado.
PPXj Precio de comprar chatarra procesada extranjera w.

Palanquilla:

PQFk Precio de comprar Palanquilla nacional fuera del conglomerado

PQXk Precio de comprar Palanquilla extranjera

Producto Terminado

PRECIOS l,p Precio de comprar producto terminado p a laminadora nacional fuera

del conglomerado y extranjera fuera del conglomerado

INVENTARIOS (En pesos por toneladas):

Inventario almacenado en t=0, igual a cero

VALOR DE MANEJO DE INVENTARIO DE:

IPTp,c producto en centro de distribución c.

IPP p,l producto en planta laminadora l.
IQÑl palanquilla en laminadora l.
ICAk chatarra procesada en acería k.
IQAk palanquilla en acería k.
ICZ j chatarra cruda en procesador de chatarra j.
ICXj chatarra procesada en procesador de chatarra j.

VARIABLES EN EL PERIODO T (En toneladas):

Producción:

CXCj,t Cantidad de chatarra cruda a procesar en procesador de chatarra de

conglomerado
CCFk,t Cantidad de chatarra procesada a fundir en acería k.
CQPl,p,,t Cantidad de palanquilla a procesar en laminadora de conglomerado l por
producto p.

Distribución y Compra:

CCCi,j,t Cantidad de chatarra cruda a pedir en fuente nacional.

CCE i,j,t Cantidad de chatarra a comprar a fuente de chatarra fuera de Colombia.
CCJ j,k,t Cantidad de chatarra procesada a distribuir de procesador de chatarra de
conglomerado j a acería de conglomerado k.
CCK j,k,t Cantidad de chatarra procesada a comprar a procesador de chatarra
nacional (a) fuera del conglomerado para acería de conglomerado k.

67
CCL j,k,t Cantidad de chatarra procesada a comprar a procesador de chatarra
internacional para acería k de conglomerado.
CCA k,l,t Cantidad de palanquilla a distribuir de acería de conglomerado k a
laminadora l de conglomerado.
CCQ k,l,t Cantidad de palanquilla a comprar a acería fuera de Colombia para
laminadora de conglomerado.
CCZ k,l,t Cantidad de palanquilla a comprar a acería nacional fuera de
conglomerado para laminadora de conglomerado l.
CCX p,l,c,t Cantidad de producto terminado p a comprar a laminadora fuera de
Colombia para centro de distribución c.
CCY p,l,c,t Cantidad de producto terminado p a comprar a laminadora nacional
fuera de conglomerado para centro de distribución c.
CLC p,l,c,t Cantidad de producto terminado p a distribuir de laminadora l a centro de
distribución c.

Inventario:

IACp,c,t de producto p en el centro de distribución c

IABl,p,t de producto p en planta laminadora l.
IUPl.t de palanquilla en laminadora l.
IQLk,t de palanquilla en acería k.
ICF k,t de chatarra procesada en acería k
ICO j,t de chatarra procesada en el procesador de chatarra j.
ICP j,t de chatarra cruda en procesador de chatarra j.

Función Objetivo (En pesos)

Z minimizar el costo total

RESTRICCIONES PARA CONGLOMERADO
Ecuaciones de Balance.
Condiciones de almacenamiento.

En Procesadores de chatarra:

Chatarra Cruda:

BALPRO: el inventario en t-1, más la cantidad de chatarra cruda que se compra de

fuente de chatarra i en t, menos la cantidad a transformar en procesador de
chatarra j en el periodo t, es igual a la cantidad almacenada en procesador de
chatarra j en el periodo t.

ICPj,t-1 + ∑
i∈FCS
CCCi,j,t + ∑i∈FCE CCEi,j, t– CXCj,t = ICPj,t ∀ t, j ∈ PPC [Ton]

68
Chatarra Procesada:

BALPRR: el inventario en t-1, más la cantidad de chatarra procesada que se

produce en procesador de chatarra j, en el periodo t, menos la cantidad que
se distribuye a acería k en el periodo t, es igual a la cantidad que se queda
almacenada en procesador de chatarra j en el periodo t.

ICO j,t-1 + CXCj,t*CWP – ∑ k∈PPA CCJj,k,,t = ICO j,t ∀ t, j ∈ PPC [Ton]

En acerías:

-Chatarra procesada:

BALACE: el inventario en t-1, más la cantidad de chatarra procesada que llega

de procesador de chatarra j en t, a acería k, menos la cantidad que se
transforma en acería k en el periodo t, es igual a la cantidad que se queda
almacenada en acería k en el periodo t.
ICFk,t-1+ ∑ j∈PPC CCJj,k,t+ ∑ j∈PPN CCKj,k,t+ ∑ j∈PPW
CCLj,k,t - CCFk,t = ICFk,t

∀ t,K ∈ PPA [Ton]

Palanquilla:

BALACC: el inventario en t-1, más la cantidad de palanquilla producida en

acería k en el periodo t, menos la cantidad a distribuir en t, a laminadora l, es
igual a la cantidad que se queda almacenada en acería k en el periodo t.

IQLk,t-1 + CCFk,t*CMP – ∑ l ∈PPL

CCA,k,l,t = IQL k,t ∀ t, k ∈ PPA [Ton]

En laminadoras:

-Palanquilla:
BALAM: el inventario en t-1, más la cantidad de palanquilla que llega de acería
k a laminadora l en el periodo t, menos la cantidad que se transforma para
cada producto en laminadora l en el periodo t, es igual a la cantidad
almacenada en laminadora l en el periodo t.

IUP l,t-1+∑k∈PPA CCAk,l,t+ ∑k∈PAN CCZk,l,t+ ∑k∈PAW CCQk,l,t - ∑p∈P CQPl,p,t = IUP
l,t
∀ t, l ∈ PPL [Ton]

69
Productos:

BALAA: el inventario de producto p en t-1, más la cantidad de producto p a

producir en laminadora, menos la cantidad a enviar en t a centro de distribución
c, es igual a la cantidad que se queda almacenada en laminadora l en el
periodo t.

IAB l,p,t-1 + CQPl,p,t *CIP – ∑ C

CLCp,l,c,t = IAB,l,p,t ∀ p,t, l ∈ PPL [Ton]

En centros de Distribución:

Productos:

BALCEA: el inventario de producto p en t-1, más La cantidad de producto p

que llegan a centro de distribución c de laminadoras l en el periodo t, menos la
cantidad demandada de producto p en periodo t por el mercado, es igual a la
cantidad que se queda almacenada de producto p en centro de distribución c,
en el periodo t.
IAC p,c,t-1,+ ∑ l∈PPL
CLC p,l,c,t + ∑l∈PLW CCX p,l,c,t+ ∑ l∈PLN
CCY p,l,c,t -

DEMANDAp,c,t.= IAC p,c,t ∀ p,c,t. [Ton]

RESTRICCIONES DE:

CAPACIDAD. ( producción,almacenamiento)

Fuentes de Chatarra

CAPFUE : La suma de chatarra que se distribuye desde cada fuente de chatarra i

hacia procesadores de chatarra j, en el periodo t, debe ser menor o igual a la
capacidad de generación de la fuente de chatarra i.

∑
j∈PPC
CCC i,j,t ≤ CPCi, [Ton] ∀ t, i

Procesadores de Chatarra:

Producción:

CAPPRO: la cantidad de chatarra cruda a procesar en el procesador de chatarra j,

en el periodo t, debe ser menor o igual a la capacidad de procesamiento del
procesador de chatarra j.

CXCJ,t ≤ CPPJ. [Ton] ∀ t, j ∈ PPC.

70
Almacenamiento:

ALPROC: el inventario en procesador de chatarra j, de chatarra procesada, en

periodo t, debe ser menor o igual a la capacidad de almacenamiento de chatarra
procesada del procesador de chatarra j.

ICOj, t ≤ CPWJ ∀ t, J ∈ PPC. [Ton]

ALPROX: el inventario en procesador de chatarra j, de chatarra cruda, en periodo

t, debe ser menor o igual a la capacidad de almacenamiento de chatarra cruda del
procesador de chatarra j.

ICPj, t ≤ CPD ∀ t, J ∈ PPC. [Ton]

Acería k.

Producción:

CAPACE: la cantidad de chatarra procesada a fundir en acería k, en el periodo t,

debe ser menor o igual a la capacidad de producción de procesamiento de
chatarra en acería k.

CCFk,t ≤ CPAK [Ton] ∀ t, K ∈ PPA.

Almacenamiento:

ALMACE: el inventario de chatarra procesada en k debe ser menor o igual a la

capacidad de almacenamiento de chatarra procesada en acería k.

ICFk,t ≤ CQAk ; ∀ t,k ∈ PPA, [Ton]

ALMACQ: el inventario de palanquilla en k debe ser menor o igual a la capacidad

de almacenamiento de palanquilla en acería k.

IQLk,t ≤ CQWk ; ∀ t,k ∈ PPA, [Ton]

71
Laminadoras:

Producción:

La sumatoria de los productos terminados en laminadora l debe ser menor o igual

a la capacidad de producción de laminadora l.

CAPLAMP: ∑ p CQPp,l,t *CIP ≤ CPT l ∀ l ∈ PPL [Ton]

Almacenamiento:

El inventario de palanquilla en laminadora I perteneciente a conglomerado , debe

ser menor o igual a la capacidad de almacenaje de laminadora l de conglomerado

ALMLAM: IUPl,t ≤ CQLl ∀ t, l ∈ PPL, [Ton]

El inventario de producto p en laminadora l, debe ser menor o igual a la capacidad

de almacenamiento de producto p en laminadora l.

ALMLAB : IAB l,p,t ≤ CBBl ∀ t, l ∈ PPL, p ∈ PB [Ton]

ALMLAA : IABl,p,t ≤ CALl ∀ t, l ∈ PPL, p ∈ PA [Ton]

Centro de Distribución:

El inventario de producto p debe ser menor a la capacidad de almacenaje de

producto p, en centro de distribución c.

ALMCEA: IAC c,p,t ≤ CAP c,p ∀ t, p ∈ PAP, [Ton]

ALMCEB: IAC c,p,t ≤ CEP c,p ∀ t, p ∈ PBP, [Ton]

Capacidad de Agentes Externos al Conglomerado:

Capacidad de venta de instalaciones nacionales de producto intermedio:

CAP2 : CCK ppn, ppa, t ≤ CAPNAL; ∀ ppn, ppa, t [Ton]

CAP3 : CCZ pan, ppl, t ≤ CAPNAL; ∀ pan, ppl, t [Ton]

72
Capacidad de venta instalaciones nacionales por producto final:

CAP4 : CCY p, pln, c, t ≤ CAPNAL1; ∀ p, pln, c, t [Ton]

Máximo despacho de agentes internacionales:

maxde1 : CCEfce,ppc,t ≤ capint; ∀ (fce,ppc,t) [Ton]
maxde2 : CCL ppw, ppa,t ≤ capint; ∀ (ppw,ppa,t) [Ton]
maxde3 : CCQ paw, ppl,t ≤ capint; ∀ (paw,ppl,t) [Ton]
maxde4 : CCX p, plw,c,t ≤ capint; ∀ (p,plw,c,t) [Ton]

SATISFACCIÓN DE LA DEMANDA

Por demanda mensual de producto terminado p en centro de distribución c

Estas restricciones aseguran que la demanda mensual en cada centro de

distribución se va a satisfacer en forma total.

SATDEM: La suma de la cantidad de producto p a comprar y distribuir de

laminadora l a centro de distribución c sea mayor o igual a la suma de la demanda
del centro de distribución c.

∑
l∈PPL
CLC p,l,c,t+ ∑
l∈PLW
CCXp,l,c,t + ∑
l∈PPL
CCYp,l,c,t ≥ DEMANDA t,p,c ∀ t, c ∈ C, [Ton]

La función objetivo descrita a continuación reúne los cuatro principales

componentes generadores de costo variable en la industria siderúrgica semi –
integrada como son los costos de transporte (Fletes), Compras de Materias primas
y productos terminados o semiterminados, costo de inventario y costos de
producción.

73
3.2.3 Función Objetivo

Fletes (Costos de Transportes) [Pesos]

12 12

∑ ∑ ∑
i∈FCS j∈PPC t =1
FNJ i,j CCCi,j.t + ∑ ∑ ∑
i∈FCE j∈PPC t =1
FNJ i,j CCEi,j.t +
12 12

∑ ∑ ∑
j∈PPC k ∈PPA t =1
FNA j k, CCJj,k,,t + ∑ ∑ ∑
j∈PPN k∈PPA t =1
FNAj,k CCKj.k,t +
12 12

∑ ∑ ∑
j∈PPW k∈PPA t =1
FNA j,k CCLj.k,t + ∑ ∑ ∑
k ∈PPA l ∈PPL t =1
FNL k,l CCAk,l,t +
12 12

∑ ∑ ∑
k∈PAN l∈PPL t =1
FNL k,l CCZk,l.t + ∑ ∑ ∑
k∈PAW l∈PPL t =1
FNL k,l CCQk,l,t +
12 12

∑ ∑ ∑ ∑
l ∈PPL c p t =1
FNC l,c CLCp,l,c,t + ∑ ∑ ∑ ∑
l ∈PLN c p t =1
FNC l,c CCYp,l,c,t +
12

∑ ∑ ∑ ∑
l∈PLW c p t =1
FNC l,c CCX p,l,c,t +

Compras [Pesos]
12 12

∑ ∑
i∈FCS t =1
CCC i,j,t PAS i, + ∑ ∑ ∑
i∈FCE j∈PPC t =1
CCE i,j,t PCXi, +
12 12

∑ ∑ ∑
j∈PPN k∈PPA t =1
CCK ,j,k,t PPF,j + ∑ ∑ ∑
j∈PPW k ∈PPA t =1
CCL ,j,k,t PPXj +
12 12

∑ ∑ ∑
k∈PAN l∈PPL t =1
CCZk,l.t PQFK + ∑ ∑ ∑
k ∈PAW l ∈PPL t =1
CCQk,l,t.PQXk +

12 12

∑ ∑ ∑ ∑
p l ∈PLN c t =1
CCYp,l,c,t. PRECIOSl,p + ∑ ∑ ∑ ∑
p l ∈PLW c t =1
CCXp,l,c,t*

PRECIOSl,p +

Inventarios: [Pesos]
12 12 12

∑ ∑ ∑
C p t =1
IAC p,c,t IPT p,c + ∑ ∑ ∑
L∈PPL p t =1
IABl,p,t IPP p,l + ∑ ∑
l ∈PPL t =1
IUP l,t IQN l +

12 12 12

∑ ∑
k ∈PPA t =1
IQL k,t IQAk + ∑ ∑
k ∈PAA t =1
ICF k,t ICA k + ∑ ∑
j∈PPC t =1
ICO j,t ICXj +
12

∑ ∑
j∈PPC t =1
ICP j,t ICZ j +

Producción: [Pesos]
12 12 12

∑ ∑
l ∈PPL t =1
CQPl,t CVCl + ∑ ∑
j∈PPC t =1
CXC j,t CVAj + ∑ ∑
k ∈PPA t =1
CCFk,t CVBk

74
3.2.4 Datos del modelo

A continuación se detallan los datos iniciales del modelo, con los cuales se
obtuvieron los resultados. En la corrida del modelo muchos de ellos fueron
obtenidos por información de una empresa siderúrgica que asesoró el presente
proyecto, otros fueron obtenidos por sondeos de precios y costos en diferentes
entidades del sector.

Datos de Demanda

A continuación se muestra la demanda considerada en el modelo para el primer

mes de producción por centro de distribución y por producto.

Tabla 19 – Demanda y Productos del Modelo

ALAMBRON - REQUERIMIENTO PRIMER MES
CENTRO DE DISTRIBUCION C
P Tipo de Perfil Descripcion CALI BOYACA BOGOTA MEDELLIN
1 3/8 Corrugado Acero demandado para construccio 3000 2300 4000 700
2 9.0 Corrugado 500 400 250 200
3 9.5 Corrugado 100 250 100 300
4 8.5 Corrugado 100 500 0 50
5 7.5 Corrugado 150 800 0 60
6 6.5 Corrugado 0 200 0 50
7 6.0 Corrugado 0 0 650 0
8 1/4 Corrugado 450 650 4900 0
9 1/4 Liso Aceros para industrias metalmecan 300 500 1500 250
10 5.5 Liso 50 50 100 0
11 6.0 Liso 200 150 200 0
12 6.5 Liso 0 150 0 0
13 7.0 Liso 0 50 200 123
14 7.5 Liso 400 500 0 150
15 8.0 Liso 200 250 100 150
16 8.5 Liso 0 0 0 5
17 9.0 Liso 600 83 300 50
18 9.5 Liso 200 250 200 50
TOTAL 6250 7083 12500 2138

BARRAS
Tipo de Perfil Descripción
19 10.5 Lisa Uso Estructural 500 600 100 0
20 12 Lisa 1000 500 1100 150
21 12.7 Lisa 200 100 50 50
22 12 Corugada Grandes Cargas en edificaciones 900 1100 1300 200
23 15 Lisa 150 600 333 6
24 5/8 Lisa 50 100 150 0
25 3/4 Lisa 0 0 300 10
26 7/8 Lisa 150 16 0 100
27 1 Lisa 100 150 0 0
TOTAL 3050 3166 3333 516
Total Barras Conglomerado 10065
Total Alambron 27971 Total produccion 38036

La tabla 19 muestra la demanda según los tipos de perfiles divididos entre

Alambrónes (18 primeros productos) y las Barras (Productos del 19 al 27), para

75
cada centro de distribución se definen sus demandas por producto, esta tabla
corresponde a los requerimientos de un mes por lo tanto el modelo maneja los
demás datos para el resto de meses (12 meses modelados), para ver los datos
ampliados diríjase al Anexo G.
Vale la pena aclarar que los datos de demanda no son estables bajo ninguna
circunstancia ya que dependen de las variables de mercado, los datos
anteriormente referenciados corresponden a un histórico de la empresa asesora
en el mes de Noviembre de 2003 (suministrado por funciónarios de la empresa) en
entrevista personal49 en el cual en total se despacharon 38.036 Toneladas de
producto terminado, basado en estos datos se elaboró la demanda para los otros
meses en consideración a la tendencia mensual que consiguió la empresa en el
año 2003.

Datos de Transporte y Fletes

A continuación se detallan la definición de los datos de transporte en el modelo,

para ver la totalidad de las tablas diríjase al anexo G donde se detalla el código en
GAMS definido para el modelo matemático.

Tabla 20 – Tabla de Transportes Fuentes de Chatarra a Procesadores de Chatarra

Procesadores de Chatarra
FNJ ij j
HACIA CALI BOGOTA BOYACA
DE 2 3
MEDELLIN 1 48256 52251 63226
Fuentes de i CALI 2 0 60890 71730
Chatarra BOGOTA 3 53243 0 29702
BOYACA 4 66554 31188 0
Las celdas sombreadas son transportes internos
Fuente: Tabla de Fletes del Ministerio de Transporte Resolución del 19 de Mayo del 2003

Todas las tablas de fletes para el modelo fueron elaboradas de la anterior forma
para todas las interrelaciones entre los eslabones la tabla 20 muestra los fletes
desde las fuentes de chatarra i hasta el procesador de chatarra j.

Los transportes entre las mismas zonas son los transportes ficticios mencionados
en la sección 3.1.3 de este documento; la tabla muestra un valor de $0 pesos ya
que el modelo solo carga costo cuando es necesaria la utilización de transporte en
camión.

Esta información para transporte nacional fue obtenida de el Ministerio de

Transporte según la tabla de fletes del 19 de Mayo de 2003, los valores del
transporte internacional fueron aproximaciones suministradas por la empresa
siderúrgica que asesora este proyecto, esta empresa solicita este servicio con
empresas de transporte terrestre internacional, estos costos por su naturaleza son

49
ENTREVISTA con Olga Lucia Cardenas. Jefe Departamento de Logistica y Ricardo Carmona, Asistente
Departamento de Materias Primas, Grupo Siderúrgico DIACO, Bogota D.C, 29 de Noviembre de 2003

76
muy variables en el tiempo y difíciles de obtener dado el gran numero de factores
que los definen como aranceles, impuestos, políticas gubernamentales, tasa de
cambio entre otras por tanto son solo aproximaciones y en ningún caso son
valores oficiales.

Tabla 21 – Tabla de Transportes Acerías internacionales a Plantas Laminadoras.

FKLbl Planta Laminadora
l
HACIA CALI BOYACA BOGOTA
DE 1 2 3
Sidor Venezu 1 220050 206050 206050
Aceria k Brasil 2 227250 213250 213250
Fuente: Empresa Asesora, suministradas el Enero de 2004

Todos los transportes internacionales a agentes del conglomerado se definieron

como se describe en la tabla 21 según se aplicaba el caso, como ya se mencionó
estos valores no tienen carácter oficial debido a su propia naturaleza.

Datos de Compras

Los datos de compras también son promedios del mercado este también esta
sometido a grandes fluctuaciones que se aprecian en los mercados mundiales del
acero en el cual este producto se cotiza día a día. Para la fecha de obtención de
datos (Enero de 2004) el precio de la tonelada de Alambrón a nivel internacional
estaba en promedio en $1.200.000 pesos colombianos y las barras en $1.100.000
pesos colombianos los anteriores valores fueron suministrados por la empresa
asesora50 de este proyecto previendo grandes fluctuaciones de este precio en el
tiempo, dada la naturaleza determinista del modelo planteado, se debe asumir un
valor durante el periodo de estudio, en el presente caso doce meses, esto aunque
muy idealista ayuda a determinar los valores óptimos.

Así como para productos terminados se obtuvieron los precios internacionales, de

igual manera los precios de productos intermedios se consiguieron gracias a los
asesores del proyecto que en cualquier caso son variables en el tiempo, para ver
detalle de los montos ver Anexo G.

Datos Costos de Producción

Los datos de costos de producción se obtuvieron de la empresa asesora según

aproximaciones a sus procesos, se manejan tres tipos de datos de producción, el
primero para los procesadores de chatarra, el segundo para las acerías y el
tercero para las plantas de laminación.

50
Ibid.,

77
Aclaración Descuento de Costos Fijos

Se debe aclarar que como el modelo no tiene en cuenta los costos fijos del
conglomerado estos deben ser descontados a los productos que se compran
(precios) a agentes externos tanto a agentes nacionales como internacionales
para productos intermedios (Chatarra Cruda, Chatarra Procesada, Palanquilla)
como para productos finales (Alambrón y Barras).

Este descuento en los valores de precios de compra se aplica para que los valores
entre todos los agentes sean congruentes entre sí ya que el modelo planteado es
de minimización de costos variables; la función objetivo suma los costos que se
definieron para el conglomerado los cuales para el caso de producción son los
costos variables de Procesar chatarra, Fundir (Acería), y Laminar además de
estos costos se adiciona el costo de compra de materia prima y el costo de
manejo de inventario, como se observa no se incluyen los costos fijos; para que el
modelo pueda ser comparaciones congruentes los precios de los agentes externos
no deben cargar los costos fijos para así poderse comparar los costos del
conglomerado con los de los agentes externos en igual nivel de condiciones. Para
detallar estos resultados ver la tabla 22.

Lo que se supuso en el modelo, ya que no se contó con la información de los

agentes nacionales que no pertenecen al conglomerado; es que el
comportamiento de los costos variables es igual entre la empresa asesora y ellas
mismas. Esta suposición aunque puede resultar simplista ayuda al modelo a
acercarse a la naturaleza en costos del sector siderúrgico nacional y se sustenta
en que los precios de venta de productos terminados y finales son casi idénticos
entre las entidades nacionales y la empresa asesora.

78
Tabla 22 – Definición del precio de venta sin costos variables para precios de
agentes Nacionales.
COSTOS VARIABLES - Agentes Nacionales
De Proceso Alambron Barras
Procesador de Chatarra $ 59.000 $ 59.000
Aceria $ 190.000 $ 190.000
Laminacion $ 155.000 $ 151.000
Total Costo Procesamiento $ 404.000 $ 400.000

De compra de Materia Prima

Chatarra Cruda $ 250.000 $ 250.000
Ferroaleaciones $ 3.000 $ 3.000
Total Compra $ 253.000 $ 253.000

De Inventarios $ 800 $ 200

Total Costo Variable $ 657.800 $ 653.200

Margen de Utlidad 26,50% 17,84%

Nuevo Precio Venta sin CF $ 895.000 $ 795.000

CF= Costo Fijo
Fuente: Empresa Asesora y Cálculos Propios – Enero 2004

Los costos de proceso y de materia prima mostrados en la tabla 22 son los

mismos definidos en el modelo, el Margen de Utilidad es el margen de utilidad
correspondiente a Enero 2003 en la empresa asesora respectivamente para
barras y alambrón; es así que el costo total variable más el margen de utilidad
promedio es el nuevo precio de venta sin tener en cuenta el costo fijo.

Como se ve en la tabla 22 el nuevo precio definido para los agentes nacionales en

el caso de alambrón es de $895.000 pesos y para barras de $795.000 pesos lo
que sugiere que el cargo se suma en los costos fijos. Según datos de Enero 2004
el precio de venta de una tonelada de Alambrón a nivel nacional e internacional
estaba en promedio en $1.200.000 pesos colombianos y las barras en $1.100.000
pesos colombianos, Ver tabla 23 que muestra el análisis de costos fijos.

Tabla 23 – Cargo al Costo Fijo sobre el precio de venta real.

Alambrón Barras
Precio de Venta $ 1.200.000 $ 1.100.000

Precio Venta sin CF $ 895.000 $ 795.000

CF=Costo Fijo

Cargo Costo Fijo $ 305.000 $ 305.000

% CostoFijo/Precio de Vent 25,42% 27,73%

Fuente: Empresa Asesora y Cálculos Propios – Enero 2004

79
Según cálculos propios que se detallan en la tabla 23 la participación de los costos
fijos en el producto unitario final esta alrededor del 26%. Los siguientes costos
mostrados en la tabla 24 son promedios generales para obtener un valor
aproximado de los costos fijos para así soportar la suposición hecha en el modelo.

Tabla 24 – Costos Fijos de Producción por entidad procesadora.

Totales Produccion Costo
Costos Fijos Tonelada Unitario
Procesador de Chatarra $ 65.000.000 6000 $ 10.833
Aceria $ 2.000.000.000 10500 $ 190.476
Planta Laminadora $ 1.050.000.000 10000 $ 105.000
Distribuidor $ 7.000.000 15000 $ 467
Total Costo $ 306.776
Fuente: Empresa Asesora, Cálculos Propios - Enero 2004

La tabla 24 es una aproximación de los costos fijos suministrados por la empresa

asesora estos valores son cambiantes en el tiempo e incluyen principalmente
nomina, arriendos entre otros. El valor de la producción por tonelada es un
promedio de lo que producen las plantas en cada uno de sus procesos
correspondiente al mes de Diciembre de 2003 en la empresa asesora.

A continuación se realiza el mismo análisis de costos variables para la tabla 22

pero referido a agentes Internacionales.

Tabla 25 – Definición del precio de venta sin costos variables para precios de
agentes internacionales.
COSTOS VARIABLES - Agentes Internacionales
De Proceso Alambron Barras
Procesador de Chatarra $ 45.000 $ 45.000
Aceria $ 170.000 $ 170.000
Laminacion $ 140.000 $ 135.000
Total Costo Procesamiento $ 355.000 $ 350.000

De compra de Materia Prima

Chatarra Cruda $ 230.000 $ 230.000
Ferroaleaciones $ 3.000 $ 3.000
Total Compra $ 233.000 $ 233.000

De Inventarios $ 800 $ 200

Total Costo Variable $ 588.800 $ 583.200

Margen de Utlidad 31,13% 22,75%

Nuevo Precio Venta sin CF $ 855.000 $ 755.000

CF= Costo Fijo
Fuente: Empresa Asesora y Cálculos Propios – Enero 2004

80
La tabla 25 de costos esta basada en entrevistas personales con un ingeniero
experto51 en el tema el cual con conocimientos propios del sector define los
anteriores valores el nuevo precio de venta sin costos fijos se definió en el modelo
entonces como $855.000 pesos para alambrón y $755.000 pesos en barras la
disminución en costos se define por las mayores capacidades de las entidades
internacionales, además que la mayoría de ellas son siderúrgicas integradas como
las incluidas en el modelo que por sus mayores capacidades tienden a tener
costos variables más bajos. Se debe aclarar que aunque sus precios son más
bajos el valor del transporte es más elevado por la distancia de recorrido por lo
que el costo final con transporte tiende a ser más alto que el homologo en la
industria nacional.

Datos Costos de Inventarios

Los costos de inventarios son cálculos resultantes de los costos de mantenimiento

de equipos, de manipulación de inventarios como: grúas, puente grúa,
montacargas entre otros. También se tiene en cuenta el costo de arriendos de
bodegas y costo de oportunidad de uso del espacio. Estos costos son constantes
e históricamente no varían mucho dado a que su naturaleza es poco variable
estos datos son aproximaciones de los valores de la empresa asesora.

3.3 OPTIMIZACIÓN

La optimización, también denominada programación matemática, sirve para

encontrar la respuesta que proporciona el mejor resultado, la que logra mayores
ganancias, mayor producción o la que logra el menor costo, desperdicio o
malestar. Con frecuencia, estos problemas implican utilizar de la manera más
eficiente los recursos, tales como dinero, tiempo, maquinaria, personal,
existencias, etc. Existe una serie de paquetes de software para resolver problemas
de optimización. Por ejemplo, LINDO o WinQSB resuelven modelos de programas
lineales y LINGO y What'sBest! resuelven problemas lineales y no lineales, los
más utilizados en el medio son: ILOG OPL Studio ,IBM's Optimization Subroutine
Library (OSL), AMPL: A Modeling Language for Mathematical Programming,
GAMS: General Algebraic Modeling System, XPRESS-MP (Dash Optimization).

La Programación Matemática, en general, aborda el problema de determinar

asignaciones óptimas de recursos limitados para cumplir un objetivo dado. El
objetivo representa la meta del decisor. Los recursos pueden corresponder, por
ejemplo, a personas, materiales, capacidades…entre otros. Para el presente
trabajo entre todas las asignaciones de recursos admisibles, se quiere encontrar
las que minimizan los costos.

51
ENTREVISTA con Escobar German et.al, Ingeniero de Producción Planta del Muña. Sibate
(Cundinamarca), 20 de Enero de 2004

81
3.3.1 Implementación en GAMS.

Se presenta un breve análisis del software utilizado para la programación del

modelo.
General Algebraic Modeling System (GAMS)
Es un sistema de modelación de alto nivel para problemas de programación
matemática. Consiste en un recopilador de lenguaje y solvers de alto rendimiento
integrado. GAMS se adapta para las aplicaciones de modelado de gran escala, y
permite construir modelos grandes que se pueden adaptar rápidamente a las
nuevas situaciones. GAMS se diseña específicamente para los problemas
lineales, no lineales y programación lineal entera mixta. El sistema es
especialmente útil con problemas complejos. GAMS está disponible para el uso en
los ordenadores personales y los superordenadores. GAMS deja al usuario
concentrarse en modelar. Eliminando la necesidad de pensar en problemas
específicos de la máquina puramente técnicos tales como cálculos de dirección,
asignaciones del almacenaje, acoplamiento del subprograma, y control de la
entrada-salida y de flujo, GAMS aumenta el tiempo disponible para conceptuar y
correr el modelo, y analizar los resultados. El lenguaje de GAMS es formalmente
similar a los lenguajes de programación comúnmente usados. Es por lo tanto
familiar a cualquier persona con experiencia en programación.

Por la robustez y versatilidad del software GAMS se decidió implementar el

modelo planteado de este estudio en esa herramienta informática, el código del
modelo de GAMS se encuentra en el anexo G. GAMS resulto ser la mejor opción
ya que el modelo planteado por su tamaño (numero de variables más de 12000)
no es viable resolverlo en programas como LINDO o WinQSB además el
solucionador CPLEX resultaba ser lo suficientemente potente para encontrar la
solución a este problema.
En el manual de usuario de CPLEX el mismo se define como “Optimizador Cplex
esta diseñado para resolver grandes y difíciles problemas rápidamente y con
mínima intervención del usuario…”, “Los algoritmos de solución de CPLEX
incluyen optimización lineal, optimización de barrera y solucionadotes de
programación entera mixta.

CPLEX soluciona los problemas matemáticos usando varios algoritmos

alternativos. La mayoría de problemas de programación lineal se solucionan mejor
usando estado de arte de CPLEX con el algoritmo simplex primal modificado.
Ciertamente algunos tipos de problemas se benefician más usando el algoritmo
alternativo simplex dual, el optimizador de redes o el algoritmo de barrera.
A continuación se muestra el reporte inicial de GAMS una vez se ha corrido
exitosamente y encontrado solución al problema programado en la presente
investigación.

82
3.3.2 Interpretación de Resultados

A continuación se sintetizan los resultados del modelo de optimización, los costos

variables ya fueron mostrados en la tabla 22 así como los demás datos utilizados
en la ejecución del modelo, para detallar la totalidad de los datos remítase a el
anexo G donde se incluye el código en GAMS que denota la totalidad de los datos
utilizados en el modelo.

En esta sección se mostraran los resultados más relevantes para el caso de

estudio de esta investigación como son las cantidades que el modelo sugiere que
se deben procesar en cada una de las entidades productivas, la cantidad de
compras de chatarra, transporte a distribuidores entre otras.

Los datos que arroje el modelo, los deberá interpretar el usuario como valores de
referencia, en ningún caso absolutos, una cantidad periódica a transportar debe
sugerir la implantación de un corredor vial en el caso que no exista; Si existe debe
entonces sugerir el aumento o disminución de la cantidad a transportar según la
cantidad que sugiere el modelo, los resultados deben ser analizados con un
carácter táctico de planeación de decisiones de mediano plazo como cantidad a
transportar, utilización de capacidades productivas entre otras.

83
EXECUTION TIME = 0.281 SECONDS 4.3 Mb WIN211-135
GAMS Rev 135 Microsoft Window 05/13/04 10:54:05 Page 1
General Algebraic Modeling System
Compilation

COMPILATION TIME = 0.000 SECONDS 1.0 Mb WIN211-135

GAMS Rev 135 Microsoft Window 05/13/04 10:54:05 Page 2
General Algebraic Modeling System
Model Statistics SOLVE ALAM Using LP From line 827

MODEL STATISTICS

BLOCKS OF EQUATIONS 29 SINGLE EQUATIONS 11941

BLOCKS OF VARIABLES 22 SINGLE VARIABLES 13285
NON ZERO ELEMENTS 51159

GENERATION TIME = 0.281 SECONDS 4.3 Mb WIN211-135

GAMS Rev 135 Microsoft Window 05/13/04 10:54:05 Page 3

General Algebraic Modeling System
Solution Report SOLVE ALAM Using LP From line 827

SOLVE SUMMARY

MODEL ALAM OBJECTIVE Z

TYPE LP DIRECTION MINIMIZE
SOLVER CPLEX FROM LINE 827

**** SOLVER STATUS 1 NORMAL COMPLETION

**** MODEL STATUS 1 ÓPTIMAL
**** OBJECTIVE VALUE 384522211387.5639

RESOURCE USAGE, LIMIT 0.578 1000.000

ITERATION COUNT, LIMIT 4313 10000

GAMS/Cplex Jun 2, 2003 WIN.CP.CL 21.1 023.025.041.VIS For Cplex 8.1

Cplex 8.1.0, GAMS Link 23
Using environment variable ILOG_LICENSE_FILE to look for a Cplex license.
User supplied options:
objrng all
rhsrng all
Óptimal solution found.
Objective : 384522211387.564760
**** REPORT FILE SUMMARY
OPT C:\1MIS DOCUMENTOS\CPLEX.OPT
EXECUTION TIME = 0.219 SECONDS 3.1 Mb WIN211-135
USER: Edgar Gutierrez Franco G030514:1526AP-WIN
Universidad de la Sabana, Facultad de Ingeniería DC4229
84
Resultados de las entidades productivas

Una de las preguntas que debía responder el modelo era cuanto debía procesar
cada entidad dependiendo de la demanda que lo jalonara como se describió
anteriormente la demanda tiene un promedio mensual de 38.000 ton de producto
terminado con pequeñas variaciones de aproximadamente 2.000 ton.
Los resultados mostrados a continuación son los valores óptimos encontrados por
el solucionador CPLEX ® ejecutado sobre GAMS.

Tabla 26 – Resultados Modelo de Chatarra cruda a procesar en procesador de

chatarra.
CXC Cantidad de chatarra cruda a procesar en procesador de chatarra de
conglomerado

Periodos en Meses T1 T2 T3 T4 T5
CALICON 5000 5000 5000 5000 5000
BOYACACON 11000 11000 11000 11000 11000
BOGOTACON 4875.249 4875.249 4875.249 4875.2 4875.2

Periodos en Meses T6 T7 T8 T9 T10

CALICON 5000 5000 5000 5000 5000
BOYACACON 11000 11000 11000 11000 11000
BOGOTACON 4875.249 4875.249 4875.249 4875.24 4875.24

Periodos en Meses T11 T12

CALICON 5000 5000
BOYACACON 11000 11000
BOGOTACON 4875.249 4875.249

Cantidad Mensual Procesada 20875.2 Toneladas

Fuente: Resultados del Solucionador CPLEX – En GAMS

Como se puede observar el modelo sugiere que los tres procesadores de chatarra
descritos en el modelo trabajen en todos los periodos, además otra singularidad
encontrada es que a pesar de los cambios mensuales en la demanda el modelo
plantea procesar la misma cantidad de producto en cada uno de los meses por
procesador, como veremos en las siguientes tablas esta tendencia se mantiene en
casi todos los agentes productivos.

85
Tabla 27 – Resultados Modelo de Producción en Acerías a partir de Chatarra
Procesada.

CANTIDAD PRODUCIDA EN ACERÍAS

TONELAD TONELAD Total
ACERBA MES AS ACERÍA AS Mes
CALICON .T1 8743.96 BOYACACON 15000 23743.96
CALICON .T2 8743.96 BOYACACON 15000 23743.96
CALICON .T3 8743.96 BOYACACON 15000 23743.96
CALICON .T4 8743.96 BOYACACON 15000 23743.96
CALICON .T5 8743.96 BOYACACON 15000 23743.96
CALICON .T6 8743.96 BOYACACON 15000 23743.96
CALICON .T7 8743.96 BOYACACON 15000 23743.96
CALICON .T8 8743.96 BOYACACON 15000 23743.96
CALICON .T9 8743.96 BOYACACON 15000 23743.96
CALICON .T10 8743.96 BOYACACON 15000 23743.96
CALICON .T11 8743.96 BOYACACON 15000 23743.96
CALICON .T12 8743.96 BOYACACON 15000 23743.96
Fuente: Resultados del Solucionador CPLEX – En GAMS

Las dos acerías igualmente trabajan todos los meses del año modelado y con la
misma cantidad producida en todos los periodos, la entidad descrita como
BOYACACON trabaja al limite de su restricción mientras que la acería de
CALICON no esta en el limite de su restricción pero si muy cercana a esta, esto
denota que este grupo de entidades (Acerías) son el cuello de botella del sistema
productivo.

Tabla 28 – Resultados Modelo de Producción en Plantas de Laminación por

periodos
PLANTAS LAMINADORAS
Meses Boyacá Bogota Cali
T1 13043.4 6956 10869.5
T2 13043.4 6338.04 10869.5
T3 13043.4 7142.39 10869.5
T4 13043.4 7389.13 10869.5
T5 13043.4 6956.52 10869.5
T6 13043.4 6956.52 10869.5
T7 13043.4 6956.52 10869.5
T8 13043.4 6956.52 10869.5
T9 13043.4 6956.52 10869.5
T10 13043.4 6956.52 10869.5
T11 13043.4 6441.3 10869.5
T12 13043.4 6821.73 10869.5
Fuente: Resultados del Solucionador CPLEX – En GAMS

86
Las plantas laminadoras por su parte trabajan en todos los periodos como lo
describe la tabla 28, debe aclararse que dentro del modelo la variable que define
el nivel de producción es CQP y esta en términos de la palanquilla a procesar, la
capacidad de la planta laminadora por el contrario esta en términos de producto
terminado lo que es igual CQP*Rendimiento (Palanquilla a procesar por
rendimiento de producción) por tanto los valores de la tabla 28 deben ser
multiplicados por el rendimiento de producción de la planta laminadora la cual se
definió en 0.92 lo que quiere decir que para el caso de Boyacá 13.043 Ton de
Palanquilla a procesar son 12.000 Ton de producto terminado a obtener valor que
es exactamente la capacidad de la planta laminadora.

Boyacá por ser la planta con la más alta cantidad producida tiene la más alta
productividad, Boyacá y Cali son las plantas que producen de manera uniforme en
todos los periodos y están en el limite de su capacidad, Bogota es la planta con la
más alta variabilidad en cantidad producida en los meses del año y la única en
todas las entidades del sistema productivo modelado que presenta estas
fluctuaciones, este comportamiento puede esperarse ya que Bogota es la Planta
(que para el modelo) no cuenta es su mismo sitio geográfico con una acería, por
tanto toda su materia prima (Palanquilla) debe ser proveída por las otras acerías
del conglomerado o por agentes externos. Esta entidad es por tanto el
amortiguador del sistema que absorbe en mayor medida las fluctuaciones de la
demanda, por esta situación en ningún periodo copa totalmente su capacidad que
esta alrededor del 75% de la misma de la misma.

Existe una particularidad que a pesar que en Boyacá y Cali la suma total mensual
producida es igual para todos los periodos, al analizar la producción por producto,
esta difiere notablemente en cada periodo mensual (el listado es muy extenso
para describir todos los casos); se muestra en la siguiente tabla un caso de
ejemplo se aclara que la tabla 29 la producción esta en términos de palanquilla a
procesar no de producto terminado:

Tabla 29 – Comparación de Resultados por productos en periodo 1 y 6, para

producción en Planta Laminadora CALICON.

Producto Entidad Tiempo Toneladas

P1 .CALICON .T1 5670.6522
P2 .CALICON .T1 760.8696
P3 .CALICON .T1 434.7826
P4 .CALICON .T1 163.0435
P5 .CALICON .T1 228.2609
P6 .CALICON .T1 54.3478
P8 .CALICON .T1 489.1304
P9 .CALICON .T1 597.8261
P10 .CALICON .T1 54.3478
P11 .CALICON .T1 217.3913
P13 .CALICON .T1 133.6957

87
 P14 .CALICON .T1 597.8261
P15 .CALICON .T1 489.1304
P17 .CALICON .T1 706.5217
P18 .CALICON .T1 271.7391

Producto Entidad Tiempo Toneladas

P1 .CALICON .T6 4792.3913
P2 .CALICON .T6 760.8696
P3 .CALICON .T6 461.9565
P4 .CALICON .T6 163.0435
P5 .CALICON .T6 228.2609
P7 .CALICON .T6 54.3478
P8 .CALICON .T6 579.3478
P9 .CALICON .T6 597.8261
P10 .CALICON .T6 163.0435
P11 .CALICON .T6 434.7826
P13 .CALICON .T6 351.087
P14 .CALICON .T6 597.8261
P15 .CALICON .T6 489.1304
P16 .CALICON .T6 217.3913
P17 .CALICON .T6 706.5217
P18 .CALICON .T6 271.7391
Fuente: Resultados del Solucionador CPLEX – En GAMS

La suma total de cada uno de los dos periodos mostrados en los recuadros de la
tabla 29 es la misma pero los valores de los productos a procesar varían en P1 y
P3, en P6 se procesa en T1 más no en T6, P7 se procesa en T6 más no en T1,
P8, P10, P11, P13, tienen valores distintos en T1 y T6, P16 se procesa en T6 más
no en T1, los demás se mantienen constantes, esto demuestra que la parte
importante de la optimización esta en el programa de producción de las plantas
laminadoras la definición de cuanto producir por producto va a definir como se
satisface la demanda y como se minimiza el costo de inventario por la reducción
del mismo.
Esta situación se presenta en todos los casos entre periodos de las entidades de
CALICON y BOYACACON pero por su extensión no se muestran en esta sección
remítase e el anexo H para ver los resultados.

Otra variable importante a determinar por el modelo era la cantidad de producto

terminado a distribuir de las plantas laminadoras del conglomerado a los centros
de distribución la lista es muy extensa por lo que en esta sección se denotan los
valores más relevantes.

88
Tabla 30 – Resultados de productos a distribuir de las plantas laminadoras a los
centros de distribución, caso de transporte ficticio entre la planta de Boyacá y el
centro de distribución del mismo lugar para el primer mes.

Producto Entidades Mes Toneladas

P1 . BOYACACON.BOYACACON .T1 2300
P2 . BOYACACON.BOYACACON .T1 400
P3 . BOYACACON.BOYACACON .T1 250
P4 . BOYACACON.BOYACACON .T1 500
P5 . BOYACACON.BOYACACON .T1 800
P6 . BOYACACON.BOYACACON .T1 200
P8 . BOYACACON.BOYACACON .T1 650
P9 . BOYACACON.BOYACACON .T1 500
P10. BOYACACON.BOYACACON .T1 50
P11. BOYACACON.BOYACACON .T1 150
P12. BOYACACON.BOYACACON .T1 150
P13. BOYACACON.BOYACACON .T1 50
P14. BOYACACON.BOYACACON .T1 500
P15. BOYACACON.BOYACACON .T1 250
P17. BOYACACON.BOYACACON .T1 83
P18. BOYACACON.BOYACACON .T1 250
P22. BOYACACON.BOYACACON .T1 100
Fuente: Resultados del Solucionador CPLEX – En GAMS

Como es de esperarse los mayores flujos de productos se generan entre los

centros de distribución que están en la misma planta de laminación esto debido al
costo de flete de cero que esta transacción denota, este costo del flete hace que el
modelo para minimizar costos tienda a distribuir la mayor cantidad de productos
por esta vía, es el caso que se muestra en la tabla 30.

Se encontraron en los datos importantes flujos de productos como es el caso del

transporte generado entre BOYACACON y BOGOTACON planta laminadora y
centro de distribución respectivamente, esté flujo es permanente en todos los
periodos este comportamiento se explica ya que BOGOTACON es una planta
laminadora con una baja capacidad de producción en comparación a su demanda
por tanto es abastecida por la planta que tiene buena capacidad y es cercana
como es la de BOYACACON ver tabla 31 para el periodo 1.

89
Tabla 31 – Resultados de productos a distribuir de las plantas laminadoras a los
centros de distribución, caso de transporte real entre la planta de laminación
BOYACACON y el centro de distribución BOGOTACON para el primer periodo del
año.

Producto Entidades Mes Toneladas

P1 . BOYACACON.BOGOTACON .T1 917
P2 . BOYACACON.BOGOTACON .T1 250
P3 . BOYACACON.BOGOTACON .T1 100
P7 . BOYACACON.BOGOTACON .T1 650
P9 . BOYACACON.BOGOTACON .T1 1500
P10. BOYACACON.BOGOTACON .T1 100
P11. BOYACACON.BOGOTACON .T1 200
P13. BOYACACON.BOGOTACON .T1 200
P17. BOYACACON.BOGOTACON .T1 300
P18. BOYACACON.BOGOTACON .T1 200
P20. BOYACACON.BOGOTACON .T1 100
P22. BOYACACON.BOGOTACON .T1 300
Fuente: Resultados del Solucionador CPLEX – En GAMS

El centro de distribución de BOGOTACON es el único que recibe producto

terminado proveniente de las plantas del conglomerado ya que ni CALICON ni
BOYACACON reciben producto terminado de ninguna planta laminadora del
conglomerado esto como se describió anteriormente sucede debido a la alta
demanda del centro de distribución de Bogotá.

Para los otros transportes entre entidades productivas como entre las fuentes de
chatarra y el procesador de chatarra se mantienen los transportes entre las
entidades más cercanas solo proveyéndose de otras entidades cuando la oferta
de producto no es suficiente lo que obliga a el modelo a obtener producto de otras
fuentes más costosas en todos los casos para los datos utilizados en el modelo
resulta en total más económico obtener productos entre los mismos agentes del
conglomerado, después entre los agentes nacionales y por último entre los
internacionales que a pesar que estos últimos tienen precios de venta más bajos
que los nacionales el costo de transporte eleva en mayor medida el valor de estos
productos en comparación a adquirirlos a agentes nacionales claro esta que esta
tendencia depende en la realidad a las circunstancias que el mercado determine.

Transportes Internos

El anexo H muestra los resultados de transporte de producto final e intermedio

obtenidos por el modelo matemático propuesto, a continuación de describe en las
siguientes tablas las entidades que intercambiaron productos para la operación de
la cadena de abastecimiento las entidades no incluidas no compartieron

90
productos. Para detallar los flujos de productos remítase al anexo I donde se
encuentra un diagrama con los flujos de producto que el modelo sugiere.

Tabla 32 – Transporte entre entidades Acerías y Laminadores.

PALANQUILLA (Acería –
Laminación)
Origen Destino
Cali Cali
Boyacá Boyacá
Boyacá Bogotá
Sidor2 Bogotá
AceríasCaldas Cali
AceríasCaldas Boyacá
AceríasCaldas Bogotá
Sidelpa Cali
Sidelpa Boyacá
Sidelpa Bogotá
SideOccidente Cali
SideOccidente Bogotá
Fuente: Resultados del Solucionador CPLEX – En GAMS

Como puede observarse en la tabla 32 la única entidad internacional que provee

material al conglomerado es la denominada como Sidor2 que esta ubicada en
Venezuela, esto se debió a que presenta los costos más competitivos y relación
con flete más favorable; en el conglomerado, las dos acerías se envían productos
a si mismas para minimizar sus costos (transporte ficticio) y Bogotá recibe su
materia prima de la planta de Boyacá sin recibir de la planta de Cali.

El faltante de material para Cali ya que su horno de fundición es pequeño lo recibe

de acerías nacionales no pertenecientes al conglomerado principalmente de
Sidelpa, Siderúrgica de occidente y Acerías de Caldas, Sidelpa entidad nacional
ubicada en Cali es el agente fuera de conglomerado más significativo ya que
provee palanquilla a todas las planta laminadoras del conglomerado.

Tabla 33 – Transporte entre Procesadores de Chatarra y Acerías

CHATARRA PROCESADA
Procesador Chatarra – Acería
Origen Destino
Calicon Calicon
Boyacá Boyacá
Bogota Calicon
Bogota Boyacá
Barranquilla Cali
Bogota1 Cali

91
 Bogota2 Cali
Bogota2 Boyacá
Bogota1 Boyacá
Fuente: Resultados del Solucionador CPLEX – En GAMS

La tabla 33 muestra las entidades que intercambiaron productos, como puede

observarse todos los procesadores incluidos en el modelo envían material a las
acerías y Bogotá que no tiene acería envía la chatarra procesada a Boyacá y Cali
con prioridad a la primera.

Tabla 34 – Transporte entre Fuentes de Chatarra y Procesadores de Chatarra.

CHATARRA CRUDA
Fuente Chatarra - Procesador
Origen Destino
Calicon Calicon
Boyacá Boyacá
Bogotá Bogotá
Fuente: Resultados del Solucionador CPLEX – En GAMS

Es interesante indicar según datos mostrados en la tabla 34 que todos los

procesadores de chatarra se proveen de este material desde su fuente de chatarra
más cercana, como en el modelo se supone una capacidad moderada de estos
agentes toda la chatarra la obtienen de estos mismos por la similitud de precios
entre zonas y para no cargar costos de fletes innecesarios.

Tabla 35 – Cantidad de producto terminado que se compra anualmente a agentes

nacionales según el modelo.

Toneladas
Entidad Anuales
Acerías de Caldas 71871
Siderúrgica de
Occidente 45744
Fuente: Resultados del Solucionador CPLEX – En GAMS

Como puede verse en la tabla 35 Acerías de Caldas y Siderúrgica de Occidente,

son las entidades externas al conglomerado a quienes se les compra la mayor
cantidad de producto terminado, las demás incluidas en el modelo Venezuela y
Brasil el modelo opto por no adquirir estos productos debido a su costo total
puesto en planta.
En el Anexo L se muestra en el diagrama de la cadena modelada las cantidades
transportadas en el periodo T1 para una mejor comprensión del los flujos y sus
cantidades.

92
3.4 ANÁLISIS DE SENSIBILIDAD

El análisis de sensibilidad concierne al estudio de posibles cambios en la solución

óptima disponible como resultado de hacer cambios en el modelo original.

Se utilizara el análisis de sensibilidad para examinar los efectos de cambios en

dos áreas:

1. Los coeficientes de la función objetivo.

2. Los recursos disponibles (los términos independientes de cada restricción,
situados a la derecha de la desigualdad).

Con el objeto de identificar parámetros relativamente sensibles que afecten la

solución óptima, con el fin de estimar los de mayor cuidado y elegir una solución
que se mantenga dentro de los valores posibles.

El Análisis de Sensibilidad no sólo tiene que ver con el estudio de la robustez de la

solución frente a posibles errores en el cálculo de los coeficientes y recursos
disponibles, sino que también puede ser de gran ayuda a la hora de valorar futuras
estrategias de desarrollo y mejora de la empresa.

Hay dos maneras de estudiar la “sensibilidad” de la solución respecto a cambios

en alguna de las áreas antes mencionadas. La primera de ellas sería volver a
resolver todo el problema cada vez que alguno de los datos originales se haya
modificado. Obviamente, utilizando este método, podría llevar bastante tiempo
determinar todas las variantes cuando exista un conjunto amplio de posibles
cambios. La otra forma consistiría en, una vez resuelto un problema, analizar
cómo afectaría a la solución obtenida y al valor de la función objetivo la variación
dentro de un rango “tolerable”, de uno de los parámetros, manteniendo fijos los
restantes. Por supuesto, en caso de que la finalidad sea estudiar los efectos de la
variación de más de un parámetro se hace necesario reprogramar el problema.

3.4.1 Análisis de Sensibilidad con GAMS-CPLEX

El solver de GAMS hace posible que pueda realizarse el análisis de sensibilidad

en programación lineal, ya que hay dos solvers (CPLEX y OSL) que si permiten
realizarlo. En este caso se usara CPLEX, siguiendo los pasos siguientes:

3.4.1.1 Análisis de Sensibilidad de los términos independientes o RHS

(términos del lado derecho).

Al escribir el modelo con GAMS, se genera un fichero GMS como el que esta en el
anexo G.

La variación respecto de un fichero usual de GAMS es la inclusión de una serie de

opciones sobre el solver (CPLEX con OPTION LP = CPLEX;), y crear un fichero

93
de opciones (ALAM.OPTFILE = 1;) y (ALAM.DICTFILE = 4;) para guardar los
nombres y la solución en el fichero que sale cuando se corre el modelo cuya
terminación del archivo es LST.

El fichero de opciones debe ser <nombre solver>.OPT (en este caso seria:
CPLEX.OPT)

En el fichero se ha escrito: objrng all y rhsrng all que significa que se busca el
análisis del rango de los coeficientes de la función objetivo y de los términos
independientes.
Al ejecutar el fichero, obtenemos la solución de la tabla 36, (Se omiten todos los
resultados debido a su gran extensión aprox 1100 páginas. Sin embargo se
encuentran en archivo electrónico, que esta con el presente trabajo) se enfocara el
estudio en las capacidades de producción de conglomerado.

Al resolver con GAMS, se genera un fichero GMS como el siguiente:

Tabla 36 - Rangos de restricciones de capacidad

EQUATION NAME LOWER CURRENT UPPER

CAPFUE(CALICON, 1875 5000 6758
CAPFUE(BOYACACON, 11000 12000 INF
CAPFUE(BOGOTACON, 4875 8000 INF
CAPFUE(MEDELLINCON, 0 5000 INF
CAPPRO(CALICON, 5000 10000 INF
CAPPRO(BOYACACON, 7875 11000 12000
CAPPRO(BOGOTACON, 4875 10000 INF
CAPACE(CALICON, 8744 12000 INF
CAPACE(BOYACACON, 14480 15000 15080
CAPLAMP(CALICON, 9566 10000 10070
CAPLAMP(BOYACACON, 11080 12000 13500
CAPLAMP(BOGOTACON, 6400 9000 INF
Fuente: Resultados del Solucionador CPLEX – En GAMS

94
Figura 18 -Resultado en entorno GAMS

Fuente: Resultados del Solucionador CPLEX – En GAMS

La tabla 36 recoge el análisis de sensibilidad de los términos independientes de

las restricciones, muestra directamente los límites inferior y superior de esos
valores para los cuales la solución actual (entendida como las variables
básicas, no con su correspondiente valor) se mantiene como óptima, es
decir la configuración de la cadena se mantiene.

Restricciones de Capacidad de Producción:

Fuentes de Chatarra

CAPFUE: La suma de chatarra que se distribuye desde cada fuente de chatarra i

hacia procesadores de chatarra j, en el periodo t, debe ser menor o igual a la
capacidad de generación de la fuente de chatarra i.

∑
j∈PPC
CCC i,j,t ≤ CPC ∀ t, i
Donde:

CCCi,j,t Cantidad de chatarra cruda a pedir en fuente nacional.

CPCi Capacidad de generación de Fuentes de chatarra i.

Así se puede decir que el rango para el término independiente (CPC) de la

restricción para el primer periodo es:
CAPFUE(CALICON, 1875 5000 6758

95
Y haciendo cambios en el programa, se tienen estos resultados:

Tabla 37-Análisis rango de fuente de chatarra en Cali.

CALI
Rango 1875-5000-6758

CAPACIDAD DE
PRODUCCION VALOR OPT.OBJETIVO DIFERENCIA
1874 $ 385.919.925.516,00 $ -564.345,00
1875 $ 385.919.361.171,00 $ -476.238,00
1876 $ 385.918.884.933,00 $ -10.729.886,00
1900 $ 385.908.155.047,00 $ -491.786.460,00
3000 $ 385.416.368.587,00 $ -447.078.600,00
4000 $ 384.969.289.987,00 $ -447.078.600,00
5000 $ 384.522.211.387,00
6000 $ 384.075.132.787,00 $ 447.078.600,00
6758 $ 383.736.272.506,00 $ 338.860.281,00
6759 $ 383.735.888.926,00 $ 383.580,00
6760 $ 383.735.505.345,00 $ 383.581,00
6761 $ 383.735.121.764,00 $ 383.581,00
6762 $ 383.734.738.184,00 $ 383.580,00
Fuente: Resultados del Solucionador CPLEX – En GAMS

Lo que nos muestra que si en Cali la oferta de chatarra disminuyera se entraría en

un aumento de costos, se buscaría poderle comprar más en caso que haya una
mayor oferta, hasta aproximadamente las 6760 toneladas que es donde se
encuentra la disminución en la función objetivo más significativa y de esta manera
las variables básicas seguirán siendo las mismas.

Procesadores de Chatarra

CAPPRO: la cantidad de chatarra cruda a procesar en el procesador de chatarra j,

en el periodo t, debe ser menor o igual a la capacidad de procesamiento del
procesador de chatarra j.

CXCJ,t ≤ CPPJ. ∀ t, j ∈ PPC.

Donde:
• CXCj,t Cantidad de chatarra cruda a procesar en procesador de chatarra de
conglomerado
• CPP j Capacidad de procesar chatarra en procesador de chatarra de
conglomerado j.
Así se puede decir que el rango para el término independiente (CPP) de la
restricción para el primer periodo es:

CAPPRO(BOYACACON, 7875 11000 12000

96
Se observa el siguiente comportamiento por abajo y por arriba de los rangos:

Tabla 38-Análisis rango de capacidad de proceso para planta procesadora en

Boyacá.

BOYACÁ
Rango 7875-11000-12000

CAPACIDAD DE VALOR FUNCIÓN

PRODUCCION OBJETIVO DIFERENCIA
7873 $ 385.131.804.023,00 $ -
7874 $ 385.131.804.023,00 $ -312.227,00
7875 $ 385.131.491.796,00 $ -224.119,00
7876 $ 385.131.267.677,00 $ -24.175.090,00
8000 $ 385.107.092.587,00 $ -389.920.800,00
10000 $ 384.717.171.787,00 $ -194.765.440,00
10999 $ 384.522.406.347,00 $ -194.960,00
11000 $ 384.522.211.387,00
11001 $ 384.522.016.427,00 $ 194.960,00
11997 $ 384.327.835.868,00 $ 194.180.559,00
11998 $ 384.327.640.908,00 $ 194.960,00
11999 $ 384.327.445.947,00 $ 194.961,00
12000 $ 384.327.250.987,00 $ 194.960,00
13000 $ 384.327.250.987,00 $ -
50000 $ 384.327.250.987,00 $ -
Fuente: Resultados del Solucionador CPLEX – En GAMS

Se observa que:
De las 7875 toneladas de producción a las 11000 actuales hay un aumento de la
función objetivo.
De las 11000 hasta las 12000 hay una disminución, después de las 12000 el valor
de la función objetivo no cambia.
Se recomienda aumentar la capacidad de la planta hasta 12000 toneladas en caso
de poderse ampliar con un estudio de costos que justifique dicho cambio.

Acerías:
CAPACE: la cantidad de chatarra procesada a fundir en acería k, en el periodo t,
debe ser menor o igual a la capacidad de producción de procesamiento de
chatarra en acería k.

CCFk,t ≤ CPA ∀ t, K ∈ PPA.

Donde:

• CCFk,t Cantidad de chatarra procesada a fundir en acería k.

• CPA k Capacidad de producción de palanquilla en acería de conglomerado
k.

97
Así se puede decir que el rango para el término independiente (CPA) de la
restricción para el primer periodo es:

Tabla 39 - Análisis rango de capacidad de proceso para Acería en Boyacá.

CAPACE(BOYACACON, 14480 15000 15080

BOYACÁ
Rango 14480-15000-15080

CAPACIDAD DE
PRODUCCION VALOR OPT.OBJETIVO DIFERENCIA
14479 $ 384.737.835.078,00 $ -425.142,00
14480 $ 384.737.409.936,00 $ -8.502.838,00
14500 $ 384.728.907.098,00 $ -124.985.878,00
14800 $ 384.603.921.220,00 $ -81.709.833,00
15000 $ 384.522.211.387,00
15020 $ 384.514.050.064,00 $ 8.161.323,00
15080 $ 384.489.566.214,00 $ 24.483.850,00
15081 $ 384.489.158.562,00 $ 407.652,00
15082 $ 384.488.750.910,00 $ 407.652,00
Fuente: Resultados del Solucionador CPLEX – En GAMS

Se debe procurar subir la capacidad de producción de la acería para 80 Toneladas

más, de esta manera hay una significante disminución en costos. Y procurar hacer
planes de mantenimiento para que la capacidad no baje de la actual.

Laminadora:

La sumatoria de los productos terminados en laminadora l debe ser menor o igual

a la capacidad de producción de laminadora l.

CAPLAMP: ∑
p ∀ l ∈ PPL
CQPp,l,t *CIP ≤ CPT l

Donde:
CQPl,p,,t Cantidad de palanquilla a procesar en laminadora de conglomerado l por
producto p.
CIP Rendimiento de palanquilla para producir 1 tonelada del producto terminado
CPTl Capacidad de producción de producto terminado en laminadora de
conglomerado l

Así se puede decir que el rango para el término independiente (CPT) de la

restricción para el primer periodo es:

98
Tabla 40-Análisis rango de capacidad de proceso para Laminadora en Cali.

CAPLAMP(CALICON, 9566 10000 10070

CALI
Rango 9566-10000-10070

CAPACIDAD DE PRODUCCION VALOR OPT.OBJETIVO DIFERENCIA

9564 $ 384.598.732.387,00
9565 $ 384.598.543.404,00
9566 $ 384.598.354.422,00
9600 $ 384.591.929.027,00
9999 $ 384.522.379.746,00
10000 $ 384.522.211.387,00
10001 $ 384.522.043.028,00
10050 $ 384.513.793.421,00
10070 $ 384.510.428.234,00
10071 $ 384.510.260.375,00
10072 $ 384.510.094.016,00
Fuente: Resultados del Solucionador CPLEX – En GAMS
$ -188.983,00
$ -188.982,00
$ -6.425.395,00
$ -69.549.281,00
$ -168.359,00
$ 168.359,00
$ 8.249.607,00
$ 3.365.187,00
$ 167.859,00
$ 166.359,00

La capacidad de producción se puede aumentar hasta en 70 toneladas para que

haya una disminución en la función objetivo, sin que cambien las variables
básicas, es recomendable no disminuir la capacidad de producción y mantener la
establecida ya que su incremento no aporta a primera vista mayores beneficios al
sistema productivo.

A continuación se muestran los rangos para las otras ecuaciones, solo para el
periodo uno debido a la gran extensión de los datos:

Tabla 41 - Rango de restricciones.

EQUATION LOWER CURRENT UPPER
BALPRO(CALICON, -1758 0 3125
BALPRO(BOYACACON, -11000,00 0 1000
BALPRO(BOGOTACON, -4875 0 3125
BALPRR(CALICON, -1494 0 2656
BALPRR(BOYACACON, -2650 0 2656
BALPRR(BOGOTACON, -4144 0 2656
BALACE(CALICON, -1494 0 2656
BALACE(BOYACACON, -2650 0 2656
BALACC(CALICON, -1345 0 2390
BALACC(BOYACACON, -71.74 0 471.7
BALAM(CALICON, -1345 0 2390
BALAM(BOYACACON, -71.74 0 471.7
BALAM(BOGOTACON, -71.74 0 471.7
LOWER CURRENT UPPER

99
 ALPROC(CALICON, 0 15000 INF
ALPROC(BOYACACON, 0 20000 INF
ALPROC(BOGOTACON, 0 15000 INF
ALPROX(CALICON, 0 15000 INF
ALPROX(BOYACACON, 0 30000 INF
ALPROX(BOGOTACON, 0 15000 INF
ALMACE(CALICON, 0 15000 INF
ALMACE(BOYACACON, 0 15000 INF
ALMACQ(CALICON, 0 25000 INF
ALMACQ(BOYACACON, 0 25000 INF
ALMLAM(CALICON, 0 12000 INF
ALMLAM(BOYACACON, 0 10000 INF
ALMLAM(BOGOTACON, 0 10000 INF
Fuente: Resultados del Solucionador CPLEX – En GAMS

La tabla 41 muestra los rangos en que las ecuaciones de balance (aquellas que
controlan y transfieren los productos transportados, producidos y almacenados en
los diferentes periodos de tiempo) pueden variar afectando el valor la función
objetivo, puede observarse que todas las ecuaciones de almacenamiento
cualquier variación de 0 a infinito afecta la función objetivo, mientras los balances
de producción tienen rangos definidos.
Los valores negativos e infinitos que presenta el análisis de sensibilidad de GAMS
– CPLEX corresponden al rango de variación que matemáticamente es factible
para que las variables básicas no cambien, aunque en la realidad de la industria
no exista. Esto se presenta ya que GAMS, analiza solo desde el punto matemático
el modelo programado y no conoce las situaciones inherentes a la industria (Como
que no existen capacidades negativas o inventarios negativos). Para el modelador
los valores negativos se deben interpretar como el límite permisible por su propio
conocimiento que es cero, para los valores infinitos serían incrementos que
considere como grandes y finitos y no la interpretación matemática del infinito.

3.4.1.2 Análisis de Sensibilidad de los coeficientes de la función objetivo.

El análisis de coeficientes de la función objetivo, es ligeramente diferente, en

cuanto a su interpretación, del que se ha visto con anterioridad. Se tiene para el
periodo 1:

Tabla 42 - Análisis de Sensibilidad de los coeficientes de la función objetivo.

VARIABLE NAME CCA k,l,t Cantidad de palanquilla a

distribuir de acería de conglomerado k a laminadora l
de conglomerado.
LOWER CURRENT UPPER
CCA(BOYACACON,CALICON, -90910 0 INF
CCA(BOYACACON,BOYACACON, -1770 0 7495
CCA(BOYACACON,BOGOTACON, -7495 0 1380

VARIABLE NAME CCCi,j,t Cantidad de chatarra cruda

a pedir en fuente nacional.
LOWER CURRENT UPPER

100
CCC(BOGOTACON,CALICON, -15999 0 INF
CCC(BOGOTACON,BOYACACON, -29700 0 INF
CCC(BOGOTACON,BOGOTACON, -244.8 0 11000

VARIABLE NAME CCE i,j,t Cantidad de chatarra a

comprar a fuente de chatarra fuera de Colombia.
LOWER CURRENT UPPER
CCE(Brasil1,CALICON, -140000 0 INF
CCE(Brasil1,BOYACACON, -163300 0 INF
CCE(Brasil1,BOGOTACON, -163300 0 INF

VARIABLE NAME CCJ j,k,t Cantidad de chatarra

procesada a distribuir de procesador de chatarra de
conglomerado j a acería de conglomerado k.
LOWER CURRENT UPPER
CCJ(BOGOTACON,CALICON, -288 0 12940
CCJ(BOGOTACON,BOYACACON, -360 0 35460

VARIABLE NAME CCK j,k,t Cantidad de chatarra

procesada a comprar a procesador de chatarra
nacional (a) fuera del conglomerado para acería de
conglomerado k.
LOWER CURRENT UPPER
CCK(Barranquilla,CALICON, (-)INF 0 25340
CCK(Barranquilla,BOYACACON, (-)INF 0 12350

VARIABLE NAME CCL j,k,t Cantidad de chatarra

procesada a comprar a procesador de chatarra
internacional para acería k de conglomerado.
LOWER CURRENT UPPER
CCL(Brasil,CALICON, -88070 0 INF
CCL(Brasil,BOYACACON, -97610 0 INF

VARIABLE NAME CCQ k,l,t Cantidad de palanquilla a

comprar a acería fuera de Colombia para laminadora
de conglomerado.
LOWER CURRENT UPPER
CCQ(Brasil2,CALICON, -145900 0 INF
CCQ(Brasil2,BOYACACON, -107600 0 INF
CCQ(Brasil2,BOGOTACON, -76390 0 INF

VARIABLE NAME CCZ k,l,t Cantidad de palanquilla a

comprar a acería nacional fuera de conglomerado
para laminadora de conglomerado l.
LOWER CURRENT UPPER
CCZ(AceríaCaldas2,CALICON, (-)INF 0 60800
CCZ(AceríaCaldas2,BOYACACON, (-)INF 0 57140
CCZ(AceríaCaldas2,BOGOTACON, (-)INF 0 93900

VARIABLE NAME CQPl,p,,t Cantidad de palanquilla a

procesar en laminadora de conglomerado l por
producto p.
LOWER CURRENT UPPER
CQP(P1,CALICON, 0 0 0
CQP(P1,BOYACACON, 0 0 0
CQP(P1,BOGOTACON, 0 0 0
VARIABLE NAME CCFk,t Cantidad de chatarra LOWER CURRENT UPPER

101
 procesada a fundir en acería k.

CCF(BOYACACON,T1)
(-)INF 0 35460

VARIABLE NAME CXCj,t Cantidad de chatarra cruda

a procesar en procesador de chatarra de
conglomerado LOWER CURRENT UPPER
CXC(BOGOTACON,T1) -244.8 0 11000

VARIABLE NAME CCX p,l,c,t Cantidad de producto

terminado p a comprar a laminadora fuera de
Colombia para centro de distribución c.
LOWER CURRENT UPPER
CCX(P1,Venezuela3,CALICON, -199100 0 INF
CCX(P1,Venezuela3,BOYACACON, -155400 0 INF
CCX(P1,Venezuela3,BOGOTACON, -124200 0 INF
CCX(P1,Venezuela3,MEDELLINCON, -127400 0 INF
CCX(P1,Brasil3,CALICON, -206300 0 INF
CCX(P1,Brasil3,BOYACACON, -162600 0 INF
CCX(P1,Brasil3,BOGOTACON, -131400 0 INF
CCX(P1,Brasil3,MEDELLINCON, -134600 0 INF

VARIABLE NAME CCY p,l,c,t Cantidad de producto

terminado p a comprar a laminadora nacional fuera
de conglomerado para centro de distribución c.
LOWER CURRENT UPPER
CCY(P1,AceríaCaldas3,CALICON, -54600 0 INF
CCY(P1,AceríaCaldas3,BOYACACON, -52910 0 INF
CCY(P1,AceríaCaldas3,BOGOTACON, -16110 0 INF
CCY(P1,AceríaCaldas3,MEDELLINCON, 0 0
CCY(P1,SiderúrgicaOcc3,CALICON, -23580 0 INF
CCY(P1,SiderúrgicaOcc3,BOYACACON, -61110 0 INF
CCY(P1,SiderúrgicaOcc3,BOGOTACON, -19080 0 INF
CCY(P1,SiderúrgicaOcc3,MEDELLINCON, -19080 0 INF

VARIABLE NAME CLC p,l,c,t Cantidad de producto

terminado p a distribuir de laminadora l a centro de
distribución c.
LOWER CURRENT UPPER
CLC(P1,CALICON,CALICON, -2000 0 -23580
CLC(P1,CALICON,BOYACACON, -42030 0 INF
CLC(P1,CALICON,BOGOTACON, 0 0
CLC(P1,CALICON,MEDELLINCON, 0 0
CLC(P1,BOYACACON,CALICON, -96260 0 INF
CLC(P1,BOYACACON,BOYACACON, -905600 0 42030
CLC(P1,BOYACACON,BOGOTACON, 0 0
CLC(P1,BOYACACON,MEDELLINCON, -38560 0 INF
CLC(P1,BOGOTACON,CALICON, -114100 0 INF
CLC(P1,BOGOTACON,BOYACACON, -608600 0 INF
CLC(P1,BOGOTACON,BOGOTACON, 0 0
CLC(P1,BOGOTACON,MEDELLINCON, -55020 0 INF
Fuente: Resultados del Solucionador CPLEX – En GAMS

102
Figura 19- - Análisis de Sensibilidad de los coeficientes de la función objetivo, en
GAMS

Fuente: Resultados del Solucionador CPLEX – En GAMS

Los valores de la columna CURRENT en los coeficientes de la función objetivo

son todos cero, excepto para la variable objetivo. GAMS, no tiene la noción de una
fila objetivo, solo sabe sobre una variable objetivo. Por lo tanto GAMS/CPLEX,
añade una función objetivo ficticia, solo con un uno en la posición de la variable
objetivo.

Figura 20 – Representación de la variable objetivo

Variable
Objetivo
+----------------+-+----------------------+
| | | |
| | | |
Matriz | | | |
Original | | | |
| | | |
|----------------+-+----------------------+
+----------------+-+----------------------+
Artificial | 0 |1| 0 |
Fila Objetivo +----------------+-+----------------------+
Fuente: Manual de Usuario GAMS

103
La figura 19 representa el decremento (LOWER) y el incremento (UPPER)
admisible para los coeficientes originales que hacen que se mantenga la solución
actual (entendida como las variables básicas). Sin más que sustituir en la tabla
42 los valores originales es decir los coeficientes originales, la solución es óptima
mientras los costos de los diferentes transportes y producción estén comprendidos
como se muestra en la tabla 43 entre:

Tabla 43- Rango de los coeficientes de la función objetivo

VARIABLE NAME CCA k,l,t Cantidad de palanquilla a

distribuir de acería de conglomerado k a laminadora l
de conglomerado.
LOWER CURRENT UPPER
CCA(BOYACACON,CALICON, -24356 66554 INF
CCA(BOYACACON,BOYACACON, -1770 0 7495
CCA(BOYACACON,BOGOTACON, 23693 31188 32568

VARIABLE NAME CCCi,j,t Cantidad de chatarra cruda

a pedir en fuente nacional.
LOWER CURRENT UPPER
CCC(BOGOTACON,CALICON, 37244 53243 INF
CCC(BOGOTACON,BOYACACON, 2 29702 INF
CCC(BOGOTACON,BOGOTACON, -244,8 0 11000

VARIABLE NAME CCE i,j,t Cantidad de chatarra a

comprar a fuente de chatarra fuera de Colombia.
LOWER CURRENT UPPER
CCE(Brasil1,CALICON, 87250 227250 INF
CCE(Brasil1,BOYACACON, 49950 213250 INF
CCE(Brasil1,BOGOTACON, 49950 213250 INF

VARIABLE NAME CCJ j,k,t Cantidad de chatarra

procesada a distribuir de procesador de chatarra de
conglomerado j a acería de conglomerado k.
LOWER CURRENT UPPER
CCJ(BOGOTACON,CALICON, 52955 53243 66183
CCJ(BOGOTACON,BOYACACON, 29342 29702 65162

VARIABLE NAME CCK j,k,t Cantidad de chatarra

procesada a comprar a procesador de chatarra
nacional (a) fuera del conglomerado para acería de
conglomerado k.
LOWER CURRENT UPPER
CCK(Barranquilla,CALICON, (-)INF 105840 131180
CCK(Barranquilla,BOYACACON, (-)INF 95294 107644

VARIABLE NAME CCL j,k,t Cantidad de chatarra

procesada a comprar a procesador de chatarra
internacional para acería k de conglomerado.
LOWER CURRENT UPPER
CCL(Brasil,CALICON, 139180 227250 INF
CCL(Brasil,BOYACACON, 115640 213250 INF

VARIABLE NAME CCQ k,l,t Cantidad de palanquilla a

comprar a acería fuera de Colombia para laminadora LOWER CURRENT UPPER

104
de conglomerado.

CCQ(Brasil2,CALICON, 81350 227250 INF

CCQ(Brasil2,BOYACACON, 105650 213250 INF
CCQ(Brasil2,BOGOTACON, 136860 213250 INF

VARIABLE NAME CCZ k,l,t Cantidad de palanquilla a

comprar a acería nacional fuera de conglomerado
para laminadora de conglomerado l.
LOWER CURRENT UPPER
CCZ(AceríaCaldas2,CALICON, (-)INF 35513 96313
CCZ(AceríaCaldas2,BOYACACON, (-)INF 63529 120669
CCZ(AceríaCaldas2,BOGOTACON, (-)INF 57919 151819

VARIABLE NAME CQPl,p,,t Cantidad de palanquilla a

procesar en laminadora de conglomerado l por
producto p.
LOWER CURRENT UPPER
CQP(P1,CALICON, 0 0 0
CQP(P1,BOYACACON, 0 0 0
CQP(P1,BOGOTACON, 0 0 0

VARIABLE NAME CCFk,t Cantidad de chatarra

procesada a fundir en acería k.
LOWER CURRENT UPPER
CCF(BOYACACON,T1)
(-)INF 190000 225460

VARIABLE NAME CXCj,t Cantidad de chatarra cruda

a procesar en procesador de chatarra de
conglomerado LOWER CURRENT UPPER
CXC(BOGOTACON,T1) 49755,2 50000 61000

VARIABLE NAME CCX p,l,c,t Cantidad de producto

terminado p a comprar a laminadora fuera de
Colombia para centro de distribución c.
LOWER CURRENT UPPER
CCX(P1,Venezuela3,CALICON, 20950 220050 INF
CCX(P1,Venezuela3,BOYACACON, 50650 206050 INF
CCX(P1,Venezuela3,BOGOTACON, 81850 206050 INF
CCX(P1,Venezuela3,MEDELLINCON, 78650 206050 INF
CCX(P1,Brasil3,CALICON, 20950 227250 INF
CCX(P1,Brasil3,BOYACACON, 50650 213250 INF
CCX(P1,Brasil3,BOGOTACON, 81850 213250 INF
CCX(P1,Brasil3,MEDELLINCON, 78650 213250 INF

VARIABLE NAME CCY p,l,c,t Cantidad de producto

terminado p a comprar a laminadora nacional fuera
de conglomerado para centro de distribución c.
LOWER CURRENT UPPER
CCY(P1,AceríaCaldas3,CALICON, -19087 35513 INF
CCY(P1,AceríaCaldas3,BOYACACON, 10619 63529 INF
CCY(P1,AceríaCaldas3,BOGOTACON, 41809 57919 INF
CCY(P1,AceríaCaldas3,MEDELLINCON, 38613 38613
CCY(P1,SiderúrgicaOcc3,CALICON, -19080 4500 INF
CCY(P1,SiderúrgicaOcc3,BOYACACON, 10620 71730 INF

105
 CCY(P1,SiderúrgicaOcc3,BOGOTACON, 41810 60890 INF
CCY(P1,SiderúrgicaOcc3,MEDELLINCON, 38617 57697 INF

VARIABLE NAME CLC p,l,c,t Cantidad de producto

terminado p a distribuir de laminadora l a centro de
distribución c.
LOWER CURRENT UPPER
CLC(P1,CALICON,CALICON, -2000 0 -23580
CLC(P1,CALICON,BOYACACON, 29700 71730 INF
CLC(P1,CALICON,BOGOTACON, 60890 60890
CLC(P1,CALICON,MEDELLINCON, 57697 57697
CLC(P1,BOYACACON,CALICON, -29706 66554 INF
CLC(P1,BOYACACON,BOYACACON, -905600 0 42030
CLC(P1,BOYACACON,BOGOTACON, 31188 31188
CLC(P1,BOYACACON,MEDELLINCON, 27994 66554 INF
CLC(P1,BOGOTACON,CALICON, -60857 53243 INF
CLC(P1,BOGOTACON,BOYACACON, -578898 29702 INF
CLC(P1,BOGOTACON,BOGOTACON, 0 0
CLC(P1,BOGOTACON,MEDELLINCON, -3194 51826 INF
Fuente: Resultados del Solucionador CPLEX – En GAMS

Para la interpretación de estos resultados, los coeficientes a analizar serán los

costos variables de producción, ya que estos son los que mediante decisiones
administrativas de tipo operativo del conglomerado se pueden reducir, la variación
en los fletes dependen más del comportamiento del mercado así como los precios
de los productos intermedios y finales por eso no se incluirán en este análisis.

Análisis de los Costos variables de Producción:

a) Costo de procesar 1 tonelada de chatarra cruda en procesador de chatarra j.

En función Objetivo:
12
…… + ∑ ∑
j∈PPC t =1
CXC j,t CVAj + …….

Donde:
CVAj Costo de procesar 1 tonelada de chatarra cruda en procesador de
chatarra j.
CXCj,t Cantidad de chatarra cruda a procesar en procesador de chatarra de
conglomerado

Tabla 44 – Análisis de Sensibilidad de Capacidad de procesadores de Chatarra

Costo Variable. DIFERENCIA
49755 $ 384.507.936.659,00 $ 14.274.728,00
50000 $ 384.522.211.387,00
61000 $ 385.159.712.870,00 $ -637.501.483,00
Fuente: Resultados del Solucionador CPLEX – En GAMS

Una disminución de aproximadamente $250 en los costos variables, podría dar un

ahorro de catorce millones mensualmente, esta cifra puede llegar a ser muy

106
significativa para decisiones que contemplen inversiones a futuro con su
respectivo análisis de costo beneficio.

b) Costo de procesar 1 tonelada de chatarra procesada en acería k.

En función Objetivo:
12
……….+ ∑ ∑
k ∈PPA t =1
CCFk,t CVBk +…………

Donde:
CVBk Costo de procesar 1 tonelada de chatarra procesada en acería k.
CCFk,t Cantidad de chatarra procesada a fundir en acería k.

Tabla 45- Análisis de Sensibilidad de Costo de Procesar Chatarra Procesada en

Acería.

CCF(BOYACACON,T1)
Costo Variable. FUNCIÓN OBJETIVO DIFERENCIA
,-INF
$ 190.000,00 $ 384.522.211.387,00
$ 225.460,00 $ 390.898.807.365,00 $ -6.376.595.978,00
Fuente: Resultados del Solucionador CPLEX – En GAMS

Se recomienda mantener este valor para procesar la chatarra, cualquier aumento

en este incurriría en mayores costos, se propone generar estrategias, para
disminuir este valor, de tal manera que se ahorren mayores costos, una
disminución por pequeña que sea resulta ser muy sensible ante el comportamiento
de la función objetivo.

c) Costo de procesar 1 tonelada de producto terminado en laminadora l.

En función Objetivo:
12
…+ ∑ ∑
l ∈PPL t =1
CQPl,t CVCl +…

Donde:

CQPl,p,,t Cantidad de palanquilla a procesar en laminadora de conglomerado l por

producto p.
CVCl Costo de procesar 1 tonelada de producto terminado en laminadora

107
Tabla 46 – Análisis de Sensibilidad – Costo de procesar producto terminado en
laminadora.

VARIABLE NAME CQPl,p,,t Cantidad de palanquilla a

procesar en laminadora de conglomerado l por
producto p.
LOWER CURRENT UPPER
CQP(P1,CALICON, 0 0 0
CQP(P1,BOYACACON, 0 0 0
CQP(P1,BOGOTACON, 0 0 0
Fuente: Resultados del Solucionador CPLEX – En GAMS

No permite ningún rango, de tal manera que en la solución actual la cantidad de

palanquilla a procesar en laminadora de conglomerado l por producto p en t=1 es
cero, es decir en este periodo CQP es una variable no básica.

108
 CAPÍTULO 4

CONCLUSIONES Y RECOMENDACIONES

La implementación de modelos matemáticos de optimización en cadenas de

abastecimiento, es hoy en día reconocido como una herramienta clave para la
competitividad de cualquier sector industrial, durante la elaboración del presente
documento se obtuvieron fuentes bibliográficas que demostraban la
implementación de metodologías y tecnologías propias de la investigación de
operaciones dentro de diferentes compañías siderúrgicas en el mundo, como es el
caso de Estados Unidos, Inglaterra, Japón y en general en el denominado mundo
desarrollado, pero no solo en este contexto económico se encontraron desarrollos,
en India la introducción de modelos de optimización en la industria siderúrgica es
muy frecuente así como en Latinoamérica; Chile, y México son los pioneros en
esta tecnología.
Colombia por su parte esta aún en etapa embrionaria en la implantación de estos
tipos de sistemas a nivel industrial, ya es representativo el numero de
organizaciones con sistemas ERP (Enterprice Resource Planning) pero más que
optimizar son organizadores y coordinadores de información compleja y dinámica,
los APS (Advanced Planning and Scheduling) que además de las funciónes del
ERP son optimizadores, en nuestro país su uso es aún muy limitado en las
organizaciones y solo las grandes empresas están empezando a utilizarlo.
Este es el mismo caso para la industria siderúrgica semi-integrada la cual utiliza
sistemas ERP sin aprovechar del todo su potencialidad y aún no se encamina a
establecer sistemas APS. Esto ha sido consecuencia de un incipiente
conocimiento de las tecnologías ofrecidas en el mercado y al pensamiento
tradicionalista de los gerentes de estas organizaciones que temen notoriamente a
realizar cambios en sus procesos de decisión.
Colombia posee un importante mercado siderúrgico gracias a una amplia
demanda interna del producto, debido principalmente al comportamiento favorable
del sector de la construcción en los últimos años. Tanto es así que una importante
variable para el mercado del acero son las importaciones de estos productos ya
que la industria interna no tiene capacidad para satisfacer la demanda nacional
(La sustentación de esta afirmación se encuentra en el capítulo dos del presente
documento), esta fue la razón para incluir en el modelo los agentes internacionales
que proveen al conglomerado productos intermedios y finales. Como ya se

109
mencionó Colombia es un país totalmente importador de productos de acero a
diferencia de Venezuela y Brasil que son grandes exportadores y son los
principales proveedores de esta nación, la interacción con estas industrias es de
vital importancia para la planeación y optimización de la cadena de abastecimiento
en particular.
Variabilidad en los Precios
Un gran inconveniente respecto a variables de mercado fue la volatilidad de
precios del acero mundial que afectan directamente al nacional esto se vio
contextualizado en el hecho que al iniciar el presente estudio (Septiembre 2003) el
problema más relevante era la sobreoferta de acero en el mundo que hacia que el
precio del acero fuera muy bajo con márgenes de utilidad muy restringidos. Para el
caso de Colombia el sector siderúrgico presentaba desde hace más de cinco años
perdidas netas en sus operaciones; lo que cambio dramáticamente en Mayo de
2004 donde la demanda ha superado a la oferta jalada principalmente por la
demanda de China que consume en promedio el 30% del acero del mundo. Esto
ha conducido a que los precios se incrementen en forma sorprendente como se
aprecia en la gráfica elaborada por CRU-Futures un portal Inglés (Reino Unido)
que sigue día a día el mercado del acero, se muestra la tendencia de la línea roja
que representa los precios de los productos metálicos dentro de los que se
incluyen alambrón y barras, la gráfica demuestra que para septiembre de 2003 el
índice de precio para productos metálicos era de 114; para Mayo del 2004 es de
201 lo que corresponde a un incremento de 76%, tendencia que nadie esperaba y
que cambia el punto de vista inicial con que se abordo este trabajo.
Figura 21. Comportamiento de los precios de Carbón, Acero Inoxidable y
productos Metálicos

Fuente: CRUFutures.com (Steel Price Index Forecast) Portal de precios y pronósticos del sector hierro y acero. Reino Unido
Mayo 2004

En la siguiente tabla se puede determinar el cambio en el comportamiento de

precios de este mercado la cifra global demuestra que en el año corrido los
precios de los productos de acero se han incrementado en un 54.3%, productos
largos como es el caso de alambrón y barras específicamente se han

110
incrementado en 68.8%, el caso más dramático es el aumento en los precios de
productos de Acero en los Estados Unidos y Canadá que se ubican en el margen
de 85.3%. Según informa Metal Bulletin52, en Turquía a principios del año 2002, la
tonelada FOB de acero costaba US$ 190, mientras que en marzo de 2004 el acero
se tranza, en ese país, a un valor de US$ 505. Esto es un alza de más del 110%,
mientras que en Colombia, el aumento calculado no ha sido superior al 35% en un
año.

Tabla 47. Valores de precios del acero y su evolución porcentual por periodos.
Most recent values, last updated: 30/04/2004
Week on Month on Quarter on Year on
Carbon Steel Indices: Value
Week Month Quarter Year
Global 149.1 0.1% 2.2% 26.9% 54.3%
Flats 140.2 0.0% -0.7% 21.9% 46.9%
Longs 166.8 0.3% 7.7% 36.2% 68.8%
North America 146.6 0.0% 4.9% 36.1% 85.3%
Europe 139.1 0.4% 9.7% 24.0% 32.3%
Asia 156.0 0.0% -2.4% 23.7% 52.7%
Other Steel Indices:
Stainless 119.5 na 4.3% 11.1% 22.5%
Metallics 202.4 na 9.7% 47.9% 69.5%
Fuente: CRUFutures.com (Steel Price Index Forecast) Portal de precios y pronósticos del sector hierro y acero. Reino Unido
Mayo 2004

Aunque en Colombia la variación de precios no ha sido tan alta en comparación

con los precios mundiales si es una cifra significativa para el mercado nacional. En
entrevistas con funciónaros de este sector se menciona como ha cambiado el
panorama financiero para estas compañías donde de grandes perdidas netas los
estados financieros muestran grandes cifras positivas en ingresos netos que le
han dado una gran estabilidad al sector. Sin embargo se presenta un gran
escepticismo de cuanto esta prosperidad va a prevalecer debido a la rapidez con
que vino estos buenos precios (en menos de ocho meses el mercado cambio
totalmente).

China ha sido el principal protagonista para que el comportamiento de los precios

hayan crecido de manera sorprendente más alla de los previsto, lo que nadie sabe
es cuanto durará esta tendencia, las opiniones son variadas, hay quienes opinan
que este crecimiento será sostenido durante los próximos años lo cual
transformara a China y a esa región Oriental en la potencia más grande del mundo
desplazando a Estados Unidos.

La situación con China es preocupante para muchos sectores económicos pues su

crecimiento indiscutible a cambiado la situación mundial de los mismos, hay
52
METALBULLETIN. Publicación de noticias precios del mercado del metal. [online] Estados Unidos.
(Citado el 28 de Marzo 2004) Disponible en: http://www.metalbulletin.com Citado En: GERDAU AZA
CHILE – Empresa siderúrgica de Chile [online] –Disponible en:
http://www2.aza.cl/destacado_de_hoy/destacado18.htm

111
quienes opinan que China se esta convirtiendo de manera rápida en un país
desarrollado a tal medida que entraría a ser la potencia mundial de los próximos
años, las consecuencias de ello pueden traer el desabastecimiento de recursos
básicos para muchas regiones como petróleo y acero debido a la demanda que
este país podría requerir, lo que para estudiosos ecologistas provocaría un
impacto ambiental de proporciones mundiales.

No es propósito de esta investigación analizar las prospectivas con este país solo
se deja ver el gran impacto que ha traído esta nación al mercado mundial del
acero y al energético, y la necesidad de incrementar la investigación en los
campos industriales con el fin de que esta sea más eficiente en sus procesos para
enfrentar los cambios económicos que puedan venir a fututo.

Es difícil pronosticar que pasará, como lo era cuando se planteo la ejecución de

este proyecto; cuando se planteo el presente estudio se partió de la premisa de
que los precios se mantendrían más o menos estables lo que motivaría a unas
políticas de eficiencia más severas. El panorama cambio como bien ya se ha
enunciado y a pesar de este comportamiento se mantiene el compromiso de ser
más eficientes en los procesos internos industriales, tal vez ya no sustentado en la
crisis temporal que como se observa el la figura 21 venia con precios bajos desde
el 2001 hasta el 2003 sino en el temor a mayores cambios de mercado, los
modelos matemáticos y las buenas practicas tecnológicas para la toma de
decisiones hará que este sector a largo plazo sea sostenible.

De toda esta situación según la experiencia en la presente investigación, se

concluye que un modelo determinístico como el elaborado en este estudio es muy
limitado para manejar la gran aleatoriedad del mercado del acero. Para
movimientos económicos tan bruscos como los que se observan hoy en día, es
necesario desarrollar modelos lo suficientemente robustos para tolerar dichos
cambios y ser más apegados a la realidad del mercado. Para ello se cuenta con
herramientas y metodologías propias de la inteligencia artificial o las tecnicas de
optimizaciòn estocástica, entre otras para hacer un modelo realmente aplicable a
la industria.

Es por tanto este el primer paso de una serie de desarrollos que la industria junto
a la academia deben desarrollar para ser competitivos y sostenibles a largo plazo;
los sistemas deben ser lo suficientemente robustos para aportar y mostrar
resultados productivos tanto en el corto como en e largo plazo.

Formulación del modelo.

En la implementación y desarrollo del modelo se presentaron diversas dificultades,

algunos de los factores que dominaron fueron los siguientes:

a) El nivel de decisión hecho por el modelo: Las decisiones son típicamente

divididas dentro de estratégicas, tácticas y operacionales estas dependen
de las variables y restricciones que se tengan en cuenta, además de la

112
 permanencia de las decisiones y la frecuencia e importancia de las mismas.
A nivel táctico las decisiones se manejaron con cantidades agregadas, para
un mayor detalle, estas cantidades o parámetros se desagregarían y se
podría utilizar una metodología como costeo ABC, lo que hace que el
modelo se vuelva mucho más detallado, pero así mismo su complejidad
aumenta. En la práctica el presente modelo tactico sería una de las bases
para apoyar decisiones de tipo estratégico.
b) El alcance y escala del modelo: El alcance esta basado en el número de
interacciones o relaciones entre las entidades que conforman el sistema, el
número de escalones o estados en la cadena de abastecimiento y el
número de periodos en el horizonte de planificación. La escala esta basada
en el número de proveedores, plantas de transformación y clientes además
de los canales de distribución. Obviamente un largo alcance o un gran
número de objetos logísticos incrementa el nivel de dificultad y de recolectar
la información así como de encontrar la solución “óptima”. A medida que se
aumentaba los agentes externos al conglomerado, el número de variables y
ecuaciones crecía, así mismo la recolección de información. De tal manera
que se decidió tomar los agentes más significativos, tanto en el país como
por fuera de este que según la empresa asesora son las entidades a las
que frecuentemente se le demandan recursos, más no las únicas.

c) El número de diferentes paises o asociaciones comerciales incluidas en el

modelo. Este factor podría ser incluido en el anterior factor pero el
incremento significativo en complejidad cuando más de un gobierno
soberano es incluido o cuando se incluye a los impuestos, aranceles,
moneda que afectan la elaboración del modelo. Ya que el modelo se
manejo para 12 meses, tomamos los precios de los paises extranjeros en
pesos, asumiendo que la variación no es alta, sin embargo se recomienda
manejar una moneda que no tenga mayor variación en el tiempo, debido a
la inflación por ejemplo el dólar. El modelo supuso que dentro de los precios
ya se incluía una serie de costos inherentes al comercio internacional de
productos esto debido a la gran complejidad que significaba incluir de
manera independiente estas variables.

d) El grado de incertidumbre explicita incorporada dentro del modelo.

Cualquier modelo de planeación envuelve los pronósticos de valores futuros
de parámetros como la demanda, rendimiento, costo y tasas de
intercambio. Modelos determinísticos están basados en un valor individual
para cada parámetro, frecuentemente el valor promedio. Modelos
estocásticos emplean análisis de escenarios. Se puede pensar que el
presente modelo determinístico en comparación con los estocásticos es de
un solo escenario. El nivel de dificultad se incrementa significativamente
con el número de escenarios, el análisis de sensibilidad que se hace,
intenta mirar otros escenarios pero dentro de un rango de valores, para los
cuales las variables básicas no cambian. Sin embargo este análisis de
sensibilidad no es tan robusto como una modelación estocástica.

113
Los modelos más realistas son aquellos cuyos recursos han sido localizados por el
desarrollo del modelo y validados por el mismo. Todos los modelos envuelven
algún nivel de abstracción, aproximación y suposiciones, el resultado del modelo
debería ser siempre interpretado cuidadosamente. Diferentes modelos con
desiguales niveles de detalle y realismo son apropiados y útiles en disímiles
estados del diseño de procesos. Sistemáticamente el incremento de la
complejidad del modelo disminuye la capacidad de evaluarlos y validarlos.

En la literatura técnica los modelos de planeación de la cadena de abastecimiento

son criticados por no capturar todos los detalles del mundo real y los aspectos
subjetivos, es por eso que estos modelos deber ser usados únicamente como
sistemas para el soporte a las decisiones; es saludable una cierta dosis de
escepticismo respecto a los resultados que cualquier modelo arroje. Justamente
por esto un modelo hecho en un computador se refiere a una decisión en
particular esto no implica que sea la mejor decisión en el mundo real.

Análisis de Sensibilidad.

El análisis de sensibilidad jugó un papel de gran importancia en el trabajo, para

identificar si las estimaciones que se hicieron en algunos parámetros estaban
equivocadas o no. Se concluye que los resultados del modelo fueron acordes a la
realidad de la empresa asesora salvo algunas diferencias que se enuncian en las
recomendaciones, el análisis de sensibilidad ayudó para identificar que
parámetros y variables del modelo pueden afectar el propósito general de este que
es la minimización de costos, se pudo observar gracias a la herramienta del
solucionador CPLEX que el aumento en capacidades de producción, por ejemplo
en el caso de las acerías a 1000 toneladas más, puede traer ahorros de más de
200 millones de pesos mensuales. Esta identificación de mejoría justificaría todo
un estudio de costo beneficio para determinar que tan viable es hacer esta
ampliación y si la inversión justifica los beneficios.
La facilidad que da GAMS-CPLEX para el reporte de sensibilidad de las variables
es otra de las enormes ventajas de este programa informático de modelación
matematica, que no exige que el programador tenga que hacer miles de corridas
para identificar rangos de sensibilidad, es por eso que esta herramienta cumplió
con las expectativas para la resolución del presente problema.

Durante la ejecución del modelo el cuello de botella del sector productivo

modelado, fueron las acerías ya que el conglomerado contaba con dos acerías
con promedio de 13000 Ton/Mes de capacidad de producción esto para una
demanda de 38.000 ton mes en promedio es muy bajo lo que obliga a comprar a
agentes externos al conglomerado palanquilla o producto terminado para
satisfacer las demandas de los centros de distribución. Las acerías están
trabajando en casi todos los periodos a full capacidad es el caso claro de Boyacá y
a un 75% de utilización en Cali, lo que plantea la necesidad de instalar una acería
en la ciudad de Bogota que de mayor capacidad productiva al conglomerado.
Claro esta que esta decisión debe ser tomada basada en un análisis económico
especifico para tal fin. El modelo planteado puede llegar a ser una herramienta

114
fundamental para demostrar teóricamente la reacción del sistema frente a esta
nueva entidad.

La chatarra como era de esperarse es la base del sistema productivo (Materia

Prima) la escasez en nuestro país de este producto se debe a la falta de políticas
de renovación de equipos como las existentes en Estados Unidos donde se
promueve la constante renovación del parque automotor y de máquinas
industriales, estos proveen de chatarra a la industria siderúrgica semi-integrada
que en Estados Unidos es bastante representativa, en Colombia los mayores
esfuerzos en este campo se han hecho en la renovación del parque automotor con
el proyecto transmilenio que en los últimos meses ha sido el principal proveedor
de esta materia prima pero aún se necesitan mayores esfuerzos para no depender
de productos extranjeros por la escasez interna de la chatarra. Como bien lo
mostró el modelo que por un bajo nivel de generación de chatarra adquiría
productos intermedios que dejaban a los procesadores de chatarra con bastante
capacidad ociosa, desperdiciándose estos activos, en el modelo se supuso que
existía durante el año modelado una cantidad moderada de generación de
chatarra por lo que en el eslabón primario (fuentes de chatarra) solo se compro a
fuentes de chatarra nacional y el material faltante se adquirió de agentes externos
pero a través de productos intermedios como chatarra procesada, palanquilla etc.

La palanquilla así como la chatarra procesada fue un insumo importante que se

compro a agentes externos al conglomerado para el caso de la palanquilla el
modelo sugiere comprar alrededor de 10.000 Toneladas por mes cantidad muy
significativa y que se sustenta en gran medida a lo aclarado en el capítulo dos
donde se comenta que el precio de la palanquilla es más competitivo ya que no
presenta la misma variabilidad en precios que la chatarra. Es por eso que muchas
veces resulta ser en términos de costos mucho mejor comprar palanquilla que
chatarra, la chatarra procesada por su parte presenta alta variabilidad pero llega a
ser buena alternativa para satisfacer las demandas de las Acerías; el modelo
sugiere comprar 6.000 ton mensuales de chatarra procesada a agentes externos
al conglomerado este cifra es significativa pero se aprecia que en el modelo se
opta por comprar más palanquilla que chatarra procesada por las variables
definidas anteriormente.

Resultado de la función Objetivo

La corrida del modelo de optimización arrojo un valor de $ 384.522.211.387,56

(384.500 millones de pesos), comparado con cálculos propios donde se promedia
el cargo de costos por tonelada de cada operación de esta industria se llega a la
cifra de $ 385.271.414.000,00 (385.200 millones de pesos) lo que equivale a un
ahorro de $ 749.202.613 anuales, la obtención de este valor se obtuvo con los
valores promedios de operación por tonelada dados como aproximaciones de
cada uno de los procesos de la empresa asesora ver tabla 48.

115
Tabla 48 – Valores promedios de operaciones por tonelada.

Chatarra $ 250.000,00
Proc. Chatarra $ 59.000,00
Acería $ 185.000,00
Laminadora $ 155.000,00
Transportes $ 183.000,00
Inventarios $ 10.000,00
TOTAL $ 842.000,00
Fuente: Empresa Asesora, Febrero 2004

Aunque el valor que se ahorra no presenta una gran diferencia si llega a ser
importante en el largo plazo y más aún esta clase de ahorros puede llegar a ser
importante cuando el mercado este en crisis o problemas coyunturales que
puedan llegar a afectar la cadena.

El valor del ahorro generado se representa en 62.5 millones de pesos mensuales,

es relativo valorar que tan importante para esta industria puede ser este resultado,
en el año 2003 para el primer trimestre del año la utilidad de la empresa asesora
era de 120 millones de pesos este valor se incremento en más de un 10.000 por
ciento en el 200453, esto quiere decir que no hay que subestimar el valor de estos
pequeños ahorros que dependiendo de la situación coyuntural del mercado
pueden marcar importantes diferencias, siempre será preciso por tanto contar con
más y mejores herramientas de optimización que faciliten y modernicen la gestión
de los procesos internos más aún de cara a enfrentar mercados internacionales y
alta variabilidad en los mismos.

Recomendaciones

En las reuniones realizadas con personal de la empresa asesora54 los flujos

generados dentro de la cadena así como la cantidad que procesa cada entidad es
muy similar al estado real de la cadena de abastecimiento de esta empresa, se
encontraron algunas diferencias que parecieron interesantes de evaluar como fue;
el transporte de producto terminado de Cali a Boyacá el cual no se genera.
Actualmente el modelo sugiere transportar 1683 toneladas en casi todos los
periodos del año como estrategia para minimizar costos, esta posibilidad puede
llegar a ser interesante para la disminución de costos de esta empresa, esto se
debe en gran medida a que el costo variable de Cali es bastante competitivo frente
a las otras entidades del conglomerado lo que compensa en parte el costo del
transporte.

53
“Se Duplican Ganancias de Empresas” En: El Tiempo, Bogota Mayo 3 de 2004; Sección: Primera Página
54
ENTREVISTA con Ricardo Carmona, Asistente Departamento de Materias Primas, Grupo Siderúrgico
DIACO, Bogota D.C, 29 de Abril de 2004

116
El modelo táctico al ser un modelo diseñado para decisiones a mediano plazo
muestra alternativas viables para planear un periodo de un año en esta industria;
con el fin de hacer un modelo realista la programación estocástica jugaría un papel
clave para manejar la aleatoriedad del sistema, esto ayudaría a que el modelo se
acercara más a la realidad, para integrar decisiones estratégicas.

Situación Frente a Mercados Internacionales

Es bastante controversial el tema de la nueva situación de mercado frente a los

tratados de libre comercio que se empiezan a negociar, como se enuncia a
continuación la apertura del mercado del acero puede traer tanto ventajas como
desventajas al mismo a continuación se examinan los datos más relevantes.

La siguiente referencia es tomada del diario La República:

“Cero arancel o una reducción del mismo para la importación del acero, le haría
perder competitividad al país con miras a las negociaciones del Tratado de Libre
Comercio con Estados Unidos y MERCOSUR.
Con excepción de Camacol (Cámara Colombiana de la Construcción) los demás
gremios de la producción, consideran inconveniente una medida en ese sentido,
de cara a los acuerdos comerciales que actualmente están en la agenda del
gobierno.”55

La anterior referencia es claramente negativa frente a los tratados de libre

comercio para el sector del acero, CAMACOL es la clara excepción ya que por ser
el gremio que representa a los constructores estos se verían beneficiarios por
precios más bajos de productos importados.

“Para los dirigentes de Camacol, el aumento en el valor del producto tiene carácter
estructural, en la medida en que Colombia no produce suficiente acero y por eso
es sometida a importaciones y a las fluctuaciones del precio internacional.
Actualmente, el arancel del acero está entre 5 y 15 por ciento, dependiendo del
producto (barras de refuerzo, palanquilla y aceros planos), para paises por fuera
del G-3 (Colombia, Venezuela y México) para los que está por debajo de uno por
ciento.
El gremio de Camacol señaló que este proceso ha conducido a que elementos
fundamentales como la chatarra sobre la cual se basa cerca de 80 por ciento de la
producción de acero que se produce en el interior del país se empiece a exportar,
pues es mejor negocio.
La propuesta de los constructores de reducir los aranceles pretende atenuar el
impacto de las alzas en el precio del producto y de alguna manera dar un respiro
al sector que ya registra bajas rentabilidades en la construcción de Vivienda de

55
La Republica (On Line) Publicación Seriada, Disponible en:
http://www.larepublica.com.co/noticia.php?id_notiweb=10144&id_subseccion=1&template=noticia&fecha=2
004-03-15_7:23am 15 de Mayo 2004

117
Interés Social. Según Camacol, los márgenes ya fueron absorbidos en su totalidad
por el tema del acero…56.”

La primera afirmación del extracto anterior es verídica en cuanto que Colombia no

produce suficiente acero para satisfacer la demanda nacional, es por eso que el
sector de la construcción y metalmecánico deben importar una gran cantidad de
productos para abastecerse; para el sector siderúrgico por tanto el entrar a
competir con productos extranjeros podría ser riesgoso ya que paises como
Venezuela y Brasil (Con inmensas capacidades productivas) en un caso extremo
pueden satisfacer la demanda nacional desplazando del negocio a la industria
nacional, la industria siderúrgica nacional es muy pequeña en comparación a la de
sus vecinos, por tanto los costos productivos de la industria siderúrgica
internacional tiende a ser más bajos por las altas capacidades de sus factorías, sin
aranceles la única compensación al costo que quedaría seria el valor del flete de
transporte que como se vio en años pasados puede llegar a ser muy competitivo
con el valor del flete incluido a comparación al costo de la industria nacional.

El siguiente extracto se obtuvo de la revista Dinero:

“Pocos sectores han prestado tanta atención a las oportunidades y riesgos que
traen los acuerdos comerciales como el siderúrgico.
Un eventual tratado de libre comercio (TLC) con Estados Unidos sería muy
conveniente para el sector. Esto se debe a que, por su nivel de desarrollo, Estados
Unidos no es competencia directa del país. Por el contrario, puede volverse un
comprador de acero colombiano para incorporarlo a los procesos más sofisticados
que ese país realiza.
El acuerdo que más expectativa genera en el sector y el cual va muy avanzado es
la firma de un tratado de la Comunidad Andina de Naciones (CAN) con
MERCOSUR pues esto le abriría nuestro mercado a un país como Brasil, el cual
produce lo mismo que Colombia pero a gran escala y con un alto nivel de
tecnificación”57.

Como puede observarse en la anterior referencia el tratado de libre comercio con

Estados Unidos para el sector siderúrgico nacional no es tan preocupante ya que
Estados Unidos es un país importador de acero con una demanda interna
bastante grande por tanto no se teme que acero Estadounidense ingrese en
grandes cantidades a nuestro mercado, la situación opuesta se vive con
MERCOSUR y la Comunidad Andina como ya se explico anteriormente.

En conclusión es inevitable la apertura del mercado, resultado de la globalización

de la economía, la buena negociación de los tratados de libre comercio
determinara la desventaja o ventaja que la industria siderúrgica nacional pueda
tomar de ella, cualquiera que fuera el resultado es evidente la importancia en

56
Ibid
57
Revista Dinero (Online) Disponible en: http://www.dinero.com/dinero/ArticuloView.jsp?id=15341 Edición
No. 194 - MAYO 25, 2004

118
implantación de políticas de modernización de procesos (operativos y gerenciales)
para enfrentar la industria siderúrgica internacional para hacer que los costos de
estas factorías sean competitivos frente a sus aliados comerciales y viables a
futuro, la implantación de herramientas como la planteada en el presente estudio
es solo una pequeña adición de las muchas que se deben aplicar como camino
para una buena gestión de las operaciones.

119
 GLOSARIO
ACERÍA: Entidad Siderúrgica que funde chatarra procesada para obtener
palanquilla.

ALAMBRÓN: Producto Terminado de Acero que se obtiene de las plantas

laminadoras conocido también como “rollos de acero” o “chipa de acero” que se
obtiene de diferentes calibres y con un peso aproximado de 475 Kg. por rollo.

BARRAS: Producto terminado de Acero que se obtiene de las plantas laminadoras

conocido como “Varilla estructural” que viene de diferentes calibres.

CHATARRA: Desperdicios metálicos que se obtienen de productos reciclados

compuestos de este material.

CHATARRA CRUDA: Desperdicios metálicos sucios que deben ser limpiados y

procesados para su utilización industrial, es la misma “Chatarra” pero se utiliza el
termino cruda para diferenciarla de la chatarra procesada.

CHATARRA PROCESADA: Desperdicios metálicos a los que se les ha aplicado

un proceso de limpieza y compresión en las plantas siderúrgicas, el cual esta lista
para ser fundida en hornos diseñados para tal fin.

CPLEX: Solver (Solucionador) utilizado junto a el programa informático GAMS

para obtener solución al problema de optimización.

GAMS: General Algebraic Modeling System, Herramienta computacional utilizada

para programar y resolver el modelo de Optimización.

HORNO DE FUNDICIÓN: Máquina industrial que se utiliza para llevar a estado

liquido la chatarra procesada con el fin de obtener palanquilla.

METODO SIMPLEX: Procedimiento algebráico para resolver problemas de

programación lineal.

PALANQUILLA: Producto de Acero de aproximadamente 490 Kg. en forma de

lingote rectangular de sección transversa de aproximadamente 80 cm2 .

PARAMETRO: Valor constante que se le da al modelo para la evolución de la

alternativa de optimización.

PLANTA LAMINADORA: Entidad de la industria siderúrgica que procesa

palanquilla para obtener producto terminado.

120
PROCESADOR DE CHATARRA: Entidad industrial que se encarga de limpiar la
chatarra que se compra al proveedor y la comprime para ser introducida al horno
de fundición.

SIDERÚRGICA: Entidad Industrial dedicada al procesamiento del acero.

VARIABLE: Valor a determinar por el modelo de optimización.

121
 BIBLIOGRAFÍA

Arntzen, B. C., G. G. Brown, T. P. Harrison y L. L. Trafton (1995), “Global supply

chain management at Digital Equipment Corporation,” Interfaces 25/1, 69–93.

Arruti Alberto Miguel, Publicación electrónica “La Nota Económica” [online]

Disponible en:
http://www.americaeconomica.com/numeros4/215/reportajes/arruti215.htm

Cohen, M. A. y H. L Lee (1989), “Resource deployment analysis of global

manufacturing and distribution networks,” Journal of Manufacturing Operations
Management 2, 81–104.

Ballou R. H. and Masters, J. M., (1993), "Commercial Software for Locating

Warehouses and Other Facilities," Journal of Business Logistics, Vol. 14, No. 2,
pp. 71-107.

Christopher, M.. (1999), Logistics and Supply Chain Management strategies for
reducing cost and improving service, 2nd Edition, Financial Times Prenlice Hall.

Cole, M. H. (1995), Service considerations and the design of strategic distribution

systems, Disertación Doctoral, Escuela de Ingeniería Industrial y de Sistemas,
Georgia Institute of Technology, Atlanta, USA.

Escobar Ines Pinto, “Progreso, Industrialización y Utopía en Boyacá – El caso de

la Siderúrgica de Samacá” Magíster en Historia, Universidad Pedagógica y
Tecnológica de Colombia; Tunja Boyacá 1997

Escudero L:F: P.V Kamesan “MRP Modelling via Scenarios”, T.A. Ciriani and R.C.
leachman Optimization in Industry.J. Wiley, New Jork,1993 pag.101-111.

Goetschalckx M., Vidal C. J. and Dogan K. “Modeling and Design of Global

Logistic Systems: A Review of Integrated Strategic and Tactical Models and
Design Algorithms”. European Journal of Operations Research, 143 (2002), 1-18.

Groover Mikell “Fundamentos de Manufactura Moderna”, 1997 Editorial Mc Graw

Hill.

Hiller, Frederick. y Lieberman, Gerald. Investihación de Operaciones. Estados

Unidos: McGRAW-HILL Septima Edición. 2002

122
ILAFA Instituto Latinoamericano del Fierro y el Acero "La Siderurgia
Latinoamericana y el ALCA" [online] Trabajo Presentado por, Tercer Foro
Empresarial de las Américas. Disponible en:
http://www.sice.oas.org/ftaa/belo/forum/workshops/papers/wks1/ilafa_s.asp

Llorente Álvaro M. “Transformación Económica de América Latina” – Universidad

Sergio Arboleda Bogota D.C 2002

Ministerio de Desarrollo Económico, “Plan indicativo de desarrollo de la industria

siderúrgica 1980”; Editorial Presencia

Ministerio de Desarrollo Económico, “Asociación Nacional de Instituciones

Financieras Sector Hierro y Acero” - Mercados Industriales Sexto Capítulo. 2000,
Biblioteca del ministerio de desarrollo económico.

Shapiro, Jeremy. F., et al. “Optimizing the Value Chain”. Interfaces 23:2 (1993).

Shapiro, Jeremy F., “Beyond Supply Chain Optimization to Enterprise

Optimization” (Online) (4/15/2001) Ascet Volume
(http://www.ascet.com/documents.asp?d_ID=511)

Shapiro, Jeremy F., “Modeling the Supply Chain”. Editorial Duxbury, 2001a.

Shapiro, Jeremy F., “Modeling Approaches for Supply Chain Decisions” (Online)
(5/15/2002) Ascet Volume 4 (http://www.ascet.com/documents.asp?d_ID=1002)

Stadtler, H. and C. Kilger, (2000), “Supply Chain Management and Advanced

Planning”, Editorial Springer, Heidelberg, Germany.

Velasquez, J. "Optimizing Operations at One of the Biggest Latin-American

Beverage Industries". X LatinIbero American Conference on Operation Research
and Systems, Mexico City, Septiembre 4-8, 2000

Velásquez, J. “Advanced Planning and Scheduling (APS): La Vía para la

Optimización de la Cadena de Suministro”. Documento de Trabajo CITAD-DT-027-
003 (2003). Publicado en Revista Zona Logística.

Vidal, C. J. (1998), “A global supply chain model with transfer pricing and
transportation cost allocation”, Disertación Doctoral, Escuela de Ingeniería
Industrial y de Sistemas, Georgia Institute ofTechnology, Atlanta, GA, USA.

Vidal, C. J. y M. Goetschalckx (1997), “Strategic production-distribution models: A

critical review with emphasis on global supply chain models,” European Journal of
Operational Research 98, Marzo, 1–18.

123
 ANEXO A
RESERVAS MUNDIALES DE MINERALES DE HIERRO
(En millones de toneladas brutas y en porcentaje)

País o Área Recursos

Volumen Porcentaje
Mundo 104.648 100
Ex URSS 23.500 22.4
Australia 10.200 9.7
Canadá 4.600 4.3
Estados Unidos 3.800 3.6
China 3.500 3.3
India 3.300 3.1
Africa del Sur 2.500 2.3
Suecia 1.600 1.5
Francia 900 0.8
Liberia 500 0.5
Nueva Zelandia 280 0.3
España 230 0.2
Mauritania 200 0.2
Noruega 200 0.2
América Latina 48.393 46.2
Bolivia 40.000 38.2
Brasil 6.500 6.2
Venezuela 1.200 1.1
Chile 220 0.2
Perú 200 0.2
México 180 0.2
Argentina 60 0.1
Colombia 33 0.1
Otros Paises del Mundo 945 0.9

Fuente: Instituto Mundial de Recursos, World Resources 1992-93 pp 322-333;

Corregido por el consultor con las reservas de Bolivia de 40.000 millones de
toneladas correspondientes al Mutún (Bolivia); Citado por: “Formulación de una
Propuesta para la conformación de un complejo siderúrgico entre Bolivia y
Uruguay”, ALADI (Asociación Latinoamericana de Integración) – División de
promoción económica. 1993; Documento suministrado por la Biblioteca del
Ministerio de Comercio.

124
 ANEXO B
IISI PRODUCCION DE ACERO CRUDO 2002 – 2003

Producción Mundial de Acero Crudo de los 63 paises incluidos en el reporte, datos en miles de toneladas
December November December % change 12 months
2003 2003 2002 Dec-03/02 2003 2002 % change
Austria 481 496 r 509 -5.7 6 261 6 189 1.2
Belgium 889 956 r 839 6.0 11 128 11 343 -1.9
Denmark 0 0 0 0 392 -100.0
Finland 416 411 369 12.9 4 766 4 003 19.1
France 1 590 1 684 1 601 -0.7 19 803 20 258 -2.2
F.R. Germany 3 559 3 902 3 547 0.3 44 841 45 015 -0.4
Greece 120 e 125 e 96 25.0 1 457 1 840 -20.8
Italy 2 070 e 2 395 1 970 5.1 26 740 25 970 3.0
Luxembourg 190 e 248 r 190 0.1 2 670 2 719 -1.8
Netherlands 584 561 551 6.0 6 587 6 117 7.7
Portugal 60 e 60 e 78 -23.1 722 894 -19.2
Spain 1 021 1 410 1 043 -2.1 16 129 16 408 -1.7
Sweden 467 497 514 -9.1 5 707 5 753 -0.8
United Kingdom 1 065 1 198 r 882 20.8 12 949 11 665 11.0
European Union (15) 12 511 13 943 12 187 2.7 159 760 158 567 0.8
Bosnia-Herzegovina 3 e 3 e 3 0.0 36 70 -48.9
Croatia 4 e 4 3 23.5 40 33 20.5
Czech Republic 503 548 568 -11.5 6 790 6 512 4.3
Hungary 199 e 195 177 12.4 1 989 2 052 -3.1
Norway 60 e 65 61 -1.6 698 694 0.6
Poland 760 e 757 702 8.3 9 047 8 369 8.1
Romania 490 495 435 12.7 5 776 5 492 5.2
Serbia and Monteneg 20 e 17 63 -68.5 666 562 18.6
Slovakia 364 403 386 -5.7 4 588 4 275 7.3
Slovenia 45 e 48 40 12.9 543 481 12.8
Turkey 1 670 1 441 1 498 11.5 18 298 16 472 11.1
Other Europe total 4 118 3 975 3 937 4.6 48 471 45 014 7.7
Byelorussia 150 e 145 123 22.0 1 600 1 484 7.8
Kazakhstan 450 e 427 429 4.9 4 880 4 814 1.4
Moldova 100 e 91 68 47.1 875 514 70.2
Russia 5 160 e 4 995 5 050 2.2 61 325 58 590 4.7
Ukraine 3 110 e 3 144 2 898 7.3 36 707 34 056 7.8
Uzbekistan 40 e 40 34 17.6 500 450 11.1
C.I.S. total 9 010 8 842 8 602 4.7 105 887 99 908 6.0
Canada 1 060 e 1 220 e 1 155 -8.2 15 399 16 002 -3.8
Cuba 20 e 20 26 -22.8 211 268 -21.4
El Salvador 5 e 6 4 16.3 58 49 18.6
Guatemala 20 e 20 18 10.5 231 216 6.9
Mexico 1 375 e 1 230 e 1 264 8.8 15 237 14 051 8.4
Trinidad and Tobago 80 e 76 80 -0.2 906 817 10.9
United States 7 460 7 572 r 7 556 -1.3 91 360 92 241 -1.0
North America total * 10 020 10 143 10 103 -0.8 123 401 123 644 -0.2
Argentina 409 417 376 8.8 5 033 4 363 15.4

125
Brazil 2 610 e 2 594 2 589 0.8 31 105 29 604 5.1
Chile 90 e 95 115 -21.8 1 344 1 280 5.1
Colombia 50 e 52 55 -9.3 665 663 0.3
Ecuador 7 e 7 6 11.1 81 67 20.2
Paraguay 10 e 12 9 9.9 94 80 17.2
Peru 60 e 64 59 1.0 676 611 10.5
Uruguay 5 e 4 3 78.6 41 34 20.1
Venezuela 200 e 270 e 248 -19.3 3 664 4 164 -12.0
South America total * 3 441 3 516 3 460 -0.5 42 703 40 866 4.5
Algeria 75 76 79 -4.1 1 051 1 091 -3.7
Egypt 310 e 341 308 0.8 4 315 4 316 0.0
Libya 70 e 69 80 -12.7 989 886 11.7
South Africa 764 825 r 780 -2.1 9 487 9 095 4.3
Tunisia 5 e 5 e 6 -15.1 86 200 -57.1
Zimbabwe 10 e 11 12 -16.7 137 105 30.5
Africa total 1 234 1 327 1 265 -2.4 16 066 15 692 2.4
Iran 663 654 630 5.3 7 869 7 321 7.5
Qatar 90 e 88 92 -1.9 1 054 1 027 2.6
Saudi Arabia 334 333 343 -2.6 3 944 3 570 10.5
Middle East total 1 087 1 074 1 065 2.1 12 867 11 918 8.0
China 20 158 20 492 15 662 28.7 220 115 181 688 21.2
India 2 860 2 698 2 586 10.6 31 779 28 814 10.3
Japan 9 280 9 277 9 299 -0.2 110 510 107 745 2.6
South Korea 4 073 3 981 r 3 945 3.2 46 306 45 390 2.0
Chinese Taipei 1 670 e 1 620 e 1 624 2.8 18 903 18 230 3.7
Asia total 38 040 38 068 33 116 14.9 427 614 381 867 12.0
Australia 615 628 r 635 -3.1 7 544 7 527 0.2
New Zealand 66 70 64 2.9 828 765 8.2
Oceania total 681 698 699 -2.5 8 372 8 292 1.0
Total 63 countries (2) 80 144 81 586 74 433 7.7 945 140 885 766 6.7

Los 63 paises incluidos en esta tabla contabilizan aproxiadamente el 98% del acero crudo producido en el mundo en el 2002
e - Estimado
r - Revisado
Fuente: Datos IISI - International Iron and Steel Institute (Crude Steel Producction)

126
 ANEXO C
MAYORES PRODUCTORES DE ACEROS POR PAISES 2001 – 2002
(Millones de Toneladas de Acero Crudo)
País Posición Toneladas Posición Toneladas
China 1 181.6 1 150.9
Japan 2 107.7 2 102.9
United States 3 92.2 3 90.1
Russia 4 59.8 4 59
South Korea 5 45.4 6 43.9
Germany 6 45 5 44.8
Ukraine 7 33.4 7 33.1
Brazil 8 29.6 9 26.7
India 9 28.8 8 27.3
Italy 10 26.1 10 26.5
France 11 20.3 11 19.3
Chinese Taipei 12 18.2 12 17.3
Turkey 13 16.5 15 15
Spain 14 16.4 13 16.5
Canada 15 16 14 15.3
Mexico 16 14.1 17 13.3
United Kingdom 17 11.7 16 13.5
Belgium 18 11.3 18 10.8
South Africa 19 9.1 19 8.8
Poland 20 8.4 20 8.8
Australia 21 7.5 21 7
Iran 22 7.3 22 6.9
Czech Republic 23 6.5 23 6.3
Austria 24 6.2 25 5.9
Netherlands 25 6.1 24 6
Sweden 26 5.8 26 5.5
Romania 27 5.5 27 4.9
Kazakhstan 28 4.8 28 4.7
Argentina 29 4.4 29 4.1
Egypt 30 4.3 34 3.8
Slovakia 31 4.3 31 4
Venezuela 32 4.2 33 3.8
Malaysia (e)33 4.1 30 4.1
Finland 34 4 32 3.9
Saudi Arabia 35 3.6 35 3.4
Indonesia (e)36 2.8 36 2.8
Luxembourg 37 2.7 37 2.7
Thailand (e)38 2.3 38 2.1
Hungary 39 2.1 40 2
Otros 22.3 22.3
World 902.4 850.3
Fuente: Datos IISI - International Iron and Steel Institute (Crude Steel
Producction) Word Steel in Figures 2003 Edition

127
 ANEXO D
CARACTERÍSTICAS GENERALES Y EVOLUCIÓN HISTÓRICA DEL
SECTOR SIDERÚRGICO NACIONAL
Fuente: Plan Indicativo de Desarrollo de la Industria Siderúrgica 1980
Ministerio de Desarrollo Económico
Breve Reseña Histórica
La industria siderúrgica nacional se inició a fines del pasado siglo con la
instalación de las ferrerías de Pacho, Samacá, La Pradera y Amaga, a las cuales
se les dio algunos incentivos legales, con el propósito de favorecer la producción
nacional existente y procurar la aparición de nuevas industrias de hierro y acero y
pequeñas máquinas para la agricultura y la minería.

Unos años después de la depresión sufrida en los años treinta, el país tuvo un real
comienzo en la industria siderúrgica al instalarse en 1938 la empresa
semintegrada Siderúrgica de Medellín hoy conocida como "SIMESA", para la
laminación de barras. Más tarde, en 1948, se creó la sociedad anónima Empresa
Siderúrgica Nacional de Paz del Río —única empresa integrada del país—, con
participación mayoritaria del Estado, a la cual en 1951, mediante el Decreto 0323
del mismo año, la Nación aportó a la empresa los yacimientos de mineral de
hierro, carbón y caliza localizados en:

Zona A: Delimitada por las Iglesias de Pesca, Cuítiva, Monguí, Jericó, Sativa
Norte, Tibasosa y cierra en Pesca.

Zona B: Delimitada por las iglesias de Samacá, Ventaquemada, Guachetá, La

Candelaria y cierra en Samacá.

La empresa inició producción en 1954 y disfrutó durante 20 años de exención total

de impuestos. En 1955 el gobierno autorizó convertir los bonos que la empresa
había emitido para financiar la construcción de la planta en acciones de la misma y
a favor del Estado por un valor de 300 millones de pesos. En el mismo año el
gobierno firmó un contrato con el Banco de la República y Acerías Paz del Río por
medio del cual el Estado vendió las acciones que poseía en Acerías al Banco y se
acordó que de los aportes hechos por los contribuyentes al impuesto sobre la
renta cuando estos optaran por suscribir acciones en Acerías en vez de pagar el
impuesto adicional establecido por ley, el 50% se destinaría al traspaso progresivo
de las acciones del Banco de la República a los particulares y el otro 50% se
destinaría a la emisión de nuevas acciones de la empresa.
Posteriormente estos porcentajes se variaron al 56% y al 44% respectivamente. A
partir de 1961 se convirtió en empresa privada y actualmente el gobierno posee
solamente el 1.3% de las acciones, provenientes de la venta del ferrocarril de
belencito.

128
En 1980 se calcula que el consumo directo de aceros terminados en Colombia era
del orden de unas 600.000 toneladas anuales, la producción de unas 350.000
toneladas, se destinaban principalmente a la construcción, tanto pública como
privada, y se importaban alrededor de unas 250.000 toneladas, consistentes en
aceros planos y especiales, con destino a la industria metalmecánica. Estas
importaciones costaban cerca de 150 millones de dólares anuales, que
representan el 6% de las importaciones de bienes.
La industria siderúrgica colombiana en 1980 ocupaba en forma directa alrededor
de 10.000 personas, aporta el 2.3% del empleo industrial, y generaba cerca del
2.1% del valor agregado manufacturero. En materias primas para el sector
integrado hay en el país 78 millones de toneladas explotables de mineral de hierro,
localizadas en la zona central, que en una relación de 2 millones de mineral de
hierro por un millón de arrabio, alcanzarían para 39 años (Referenciado a 1980) de
producción de acero; se concluye que cualquier desarrollo siderúrgico integrado a
excepción de Acerías Paz del Río, necesitaría importar mineral de hierro.

En 1980 se considera que existe una capacidad instalada de producción de

535.000 toneladas de aceros terminados, el 56% de la cual pertenece a Paz del
Rió y el 44% a las empresas semi integradas. Estas últimas utilizan la capacidad
sólo en un 50%, debido a la escasez de chatarra.

Esta tendencia ha cambiado (Año 2004) dado los aumentos en la generación de

chatarra férrica en el país uno de los casos más significativos para este
comportamiento es el programa de reemplazo de el parque automotor promovido
como caso particular en Bogota por el proyecto Transmilenio.58

58
Nota de los Autores, Basado en apreciaciones del personal Planta del Muña 2003

129
 ANEXO E
IMPORTACION DE MATERIAS PRIMAS SIDERURGICAS 1997
TONELADAS Y DOLARES
Unidad Venezuela Cuba Panamá Puerto Rico Ecuador Canadá Repúb. Domi Guyana tí Antillas HolanTrinidad y ToOtros Total
Chatarra Peso 35,403 2 40,652 13,698 13,210 0 8,869 7,219 7,149 633 15,678 142,511
Chatarra Valor US 4,067,129 85 4,466,904 1,823,822 1,121,165 0 1,010,451 786,338 856,775 110,700 2,908,599 17,151,968
P/quilla Peso 98,467 54,585 0 0 0 10,220 0 0 0 4,783 5,186 173,240
P/quilla Valor US 25,766,958 13,258,691 0 0 0 2,607,895 0 0 0 1,060,438 1,480,943 44,174,925

Total Peso 133,869 54,587 40,652 13,698 13,210 10,220 8,869 7,219 7,149 5,416 20,864 315,752
Total Valor US 29,834,087 13,258,776 4,466,904 1,823,822 1,121,165 2,607,895 1,010,451 786,338 856,775 1,171,138 4,389,542 61,326,893
Fuente: Dian.

IMPORTACIÓN DE PRODUCTOS SIDERÚRGICOS 1997

TONELADAS Y DÓLARES
Unidad Venezuela Rusia Japón Brasil Trinidad y ToUSA Ucrania Rumania Alemania Holanda Otros Total
Planos Peso 293,287 81,924 57,443 41,633 0 26,483 13,776 11,982 10,304 10,923 37,114 584,870
Planos Valor US 116,570,040 28,665,517 36,652,794 16,494,154 0 11,518,560 5,297,101 4,273,849 5,139,991 4,935,076 20,680,236 250,227,318
Barras Peso 32,217 0 590 66 0 260 0 120 69 0 2,790 36,112
Barras Valor US 10,130,821 0 346,555 124,416 0 378,983 0 37,028 56,867 0 1,777,103 12,851,773
Perfiles Peso 261 0 0 1 0 1,664 0 1,140 157 0 14,396 17,620
Perfiles Valor US 106,139 0 0 2,308 0 1,119,315 0 357,781 87,669 0 8,205,469 9,878,681
Alambren Peso 38,838 1,334 724 1,591 37,659 1,396 99 0 697 95 7,154 89,586
Alambren Valor US 12,980,210 387,241 487,420 644,618 12,586,444 431,153 30,565 0 282,598 41,523 4,612,764 32,484,536

Total Peso 364,603 83,258 58,756 43,291 37,659 29,803 13,876 13,241 11,227 11,019 61,454 728,187
Total Valor US 139,787,210 29,052,758 37,486,769 17,265,496 12,586,444 13,448,011 5,327,666 4,668,658 5,567,125 4,976,599 35,275,572 305,442,308
Fuente: Dian.

130
 ANEXO F
ESTUDIO DE PROCESO PRODUCCTIVO DE LA INDUSTRIA SIDERÚRGICA
SEMI-INTEGRADA

A continuación se explica las diferentes etapas que se deben cumplir con sus
características técnicas más relevantes en el eslabón secundario que corresponde
a “Producción” de la cadena de abastecimiento de la industria siderúrgica. El texto
solo pretende ilustrar en términos generales y resumidos los procesos productos
de esta industria no representa un estudio meticuloso en ningún caso.

Diagrama de Flujo Resumido del proceso productivo:

Figura 1.1

Procesamiento de Producto intermedio

Chatarra

Chatarra Procesada

Fundición de Chatarra

Palanquilla

Laminación

Productos Alambrón Barras

Finales

A continuación se describe cada uno de los tres procesos principales enunciados

anteriormente con sus características más relevantes y desagregando cada uno
en sus subprocesos, el primer proceso explicado es el de “Procesamiento de
Chatarra”.

PROCESAMIENTO DE CHATARRA

HECHOS59
El comercio de chatarra es un buen negocio que suministra materiales de
segunda mano para su reutilización o reciclaje. La chatarra es un recurso
importante, sobre todo porque recorta el gasto de materias primas y el de energía
empleado en procesos como la fabricación del acero. En el Reino Unido, el

59
MCHARRY, Jan. Reducir, Reutilizar, Reciclar. Vol: 2, Reino Unido:2000

131
reciclaje de materiales ferrrosos supone un ahorro anual de diez millones de
toneladas de materias primas. Diez millones de toneladas menos que acaban en
el vertedero y mil cuatrocientos millones de litros de petróleo ahorrados. Cada año
se procesan cerca de dos millones de vehículos y más de cinco millones de
electrodomésticos.
Los coches viejos, el material de construcción y los electrodomésticos (cocinas,
hornos, lavadoras, neveras) son una constante fuente de chatarra de hierro y
acero. El aluminio alcanza un precio muy alto debido a la gran demanda. También
el cobre y el latón. Los metales aleados apenas son apreciados en el mercado.
Algunos chatarreros aceptan objetos que no son de metal, como tejidos (ver lana y
productos de lana), para revenderlos a la industria textil. Los pequeños
comerciantes de chatarra compran directamente a los particulares y a los
"traperos", y venden todo el material ya separado a las empresas que tienen
contratos regulares con la industria del acero.
En general, el precio de los materiales no refleja su coste social. Por ejemplo, los
efectos medioambientales de la extracción y la fundición del metal, así como la
energía que se gasta en su procesamiento. La reutilización y el reciclaje siempre
ayudan a recortar esos efectos. No toda la chatarra procede del consumo o de los
restos obsoletos (éste es el tipo de chatarra más difícil de reciclar por estar
contaminada con otros materiales) o de la producción o de los residuos de fábrica,
también la chatarra "casera" ofrece garantías de calidad y es fácil de reciclar.
PROCESO CHATARRA
La chatarra de hierro/acero es cualquier desecho metálico de hierro/acero. La
Figura 1.2 ilustra los diferentes procesos necesarios para la obtención de la
chatarra procesada se parte de la “Recepción de Chatarra” donde se recibe la
misma de diferentes maneras una puede ser en camiones con partes metálicas
sueltas, también se pueden recibir máquinas completas sin desarmar (es el caso
común de buses y busetas) en el último caso el proceso de recepción de chatarra
incluye el desarme de estos aparatos para su posterior clasificación, también la
chatarra puede llegar en partes metálicas sueltas pero unida por medio de
soldadura u otros medios a otro tipos de metálicos o artefactos los cuales se
deben remover. La llegada de la chatarra puede llegar de distintas maneras siendo
las más comunes las nombradas anteriormente el primer alistamiento que es
separar las partes es un trabajo manual que se trabaja cada vez según el tipo de
elementos recibidos.
Figura 1.2

Recepción de Selección y Introducción

Chatarra Clasificación Chatarra en Cizalla

Chatarra Extracción de Chatarra Corte de Chatarra

Procesada y almacenaje en Cizalla

132
A continuación se procede a “Seleccionar y Clasificar” la chatarra recibida, esto
debido a que muchas de las piezas metálicas recibidas corresponde a otros
compuestos no útiles para el proceso de fundición como metales de cobre,
bronce, aluminio entre otros u otros materiales como telas, plásticos, pinturas etc.
La chatarra se clasifica de acuerdo a su densidad y más primordialmente de
acuerdo al procesamiento posterior que va a sufrir para aumentar su densidad. Así
se distinguen 5 tipos de chatarra60:
- Liviana de prensa: chatarra de baja densidad que va a ser procesada en una
prensa tijera.
- Estañada: chatarra de baja densidad que contiene estaño. También va a ser
procesada dosificadamente en la prensa tijera.
- Pesada chica: chatarra de alta densidad que no es necesario procesarla para
aumentar su densidad, pero sí es necesario limpiarla y separar los contaminantes
que tiene (cobre, bronce, plomo, etc.), pues es una chatarra muy contaminada.
- Pesada para oxicorte: chatarra de alta densidad, de mucho espesor, que no
puede ser procesada por la prensa tijera, y que es necesario tronzarla con equipos
de oxicorte (corte a soplete con oxígeno y supergas).
- Fundición: chatarra de alta densidad y alto contenido de carbono. Sólo puede
partirse por percusión (pera desde altura). Debe usarse dosificadamente.
Una vez ya se tenga el material útil a procesar (de baja densidad) se procede a
transportarlo en el tercer proceso de “Introducción Chatarra en Cizalla” donde se
agrupa una cantidad de metal a cortar según la capacidad de la cizalla por
volumen y peso y se introduce en la cizalla el material que se quiere procesar.
El cuarto proceso corresponde a “Corte de Chatarra en Cizalla” donde se alista la
cizalla regulando la presión de bombas; dado que esta cizalla funcióna
generalmente con pistones activados por un sistema hidráulico donde de todos los
lados se aplica fuerza para reducir el volumen ocupado por el metal (Ver figura
1.3) la chatarra introducida reposa en un compartimiento cerrado para facilitar la
tarea de los pistones.

Figura 1.3

Fuerza por
Chatarra
pistones
hidráulicos

60
Clasificación difundida para Chatarra http://www.laisa.com.uy/historia.htm

133
El último proceso corresponde a “Extracción de Chatarra y Almacenaje” donde se
retira la chatarra del compartimiento donde se ejerció presión sobre el material,
este debe ocupar un volumen mucho menor a como entro en la cizalla y es el
material listo para ser introducido al horno de fundición; se procede a transportarle
a una bodega de almacenaje hasta cuando sea programado introducirlo al horno.

FUNDICIÓN DE CHATARRA

El segundo gran proceso corresponde a la fundición de la chatarra ya clasificada y

procesada para la obtención del subproducto llamado palanquilla a través de
hornos eléctricos.

Figura 1.4

Descoriado
Carga Fría Fusión Afino y Colada Solidificación

Palanquilla Almacenaje

CARGA FRIA
Es la manera en que se combinan y dosifican los distintos tipos de chatarra
procesada para conformar las distintas cargas del horno. Este procedimiento tiene
vital importancia para viabilizar el posterior proceso de fusión. La mezcla busca
una composición química controlada y una densidad máxima.
Esta combinación es la que determinara la composición química final del la
palanquilla obtenida junto a los otros elementos aleantes y piedra caliza
(fundente). Para ver detalles de los tipos de aceros obtenidos remítase al anexo
1.1.
Para lograr la densidad máxima de la carga fría, es necesario el mayor porcentaje
posible de chatarra pesada de forma de minimizar el número de recargas al horno,
para obtener una productividad competitiva.
Si la mezcla de chatarra de la carga fría no contara con esta chatarra pesada, el
número de recargas sería tan alto que haría el proceso de fusión inviable desde el
punto de vista económico.
FUSION61

Es el paso del estado sólido (chatarra) al estado líquido (acero líquido). El proceso
de fusión se produce en un horno eléctrico trifásico. En hornos pequeños
generalmente de 10 toneladas por colada son alimentados por un transformador
30000/500 voltios de 12 MVA (megavoltamper). Tiene paredes y bóveda
61
Ídem

134
refrigerados por agua y solera dolomítica. La temperatura de fusión del acero es
entre 1650/1700 ° C. La fusión se realiza por la acción combinada de los tres
electrodos de grafito (uno por fase) y la inyección de oxígeno gaseoso. Se forman
tres arcos entre los electrodos y la chatarra, generándose una energía radiante tan
intensa que funde toda la chatarra a su alrededor. El oxígeno colabora entregando
energía química y acelerando el proceso de fusión.

Estos hornos tienen tapas removibles para cargarlos por arriba; el sangrado se
realiza inclinando el horno entero. Se cargan en el horno la chatarra de hierro y
acero junto con los ingredientes aleantes (adecuados para tal composición) y la
piedra caliza (fundente), la mezcla se calienta por medio de un arco eléctrico que
fluye entre los grandes electrodos y la carga de metal. El fundido completo
requiere alrededor de dos horas y el tiempo de sangrías es de cuatro horas. Las
capacidades de los hornos eléctricos fluctúan comúnmente en escalas entre 25 y
100 toneladas por hornada. Los hornos de arco eléctrico son notables porque se
obtiene una mejor calidad del acero, pero el costo por tonelada es más alto
comparado con los hornos básicos de oxigeno (utilizados mayoritariamente en las
siderurgias integradas62) Los hornos eléctricos de arco se asocian generalmente
con la producción de aceros de aleación, aceros de herramienta y aceros
inoxidables63.

Figura 1.5 Fundamentos de Manufactura Moderna

Fuente: Groover, Fundamentos de Manufactura Moderna

62
Inscripción de los autores
63
Párrafo extraído de el libro “Fundamentos de Manufactura Moderna”, Groover Mikell 1997

135
AFINO

Para obtener el acero que se quiere es necesario hacer el afino del acero. Agregar
lo que falta, sacar lo que sobra. Obtener la composición química buscada. Para
este fin se agrega carbón, se agregan ferro aleaciones (ferrosílicomanganeso
FeSiMn, ferrosilicio FeSi) y se desoxida el acero líquido con aluminio (Al) en las
cantidades y proporciones que se necesiten para el caso.

DESCORIADO Y COLADA

Todas las impurezas en el acero líquido flotan sobre él, ya que son menos densas.
Conforman la escoria. Antes de colar es necesario desescoriar el acero líquido
esto se hace por medio de el vertedero de escoria (Ver figura 1.5). Cuando el
acero líquido está pronto y desescoriado se vierte en una cuchara de colar, que lo
transportará hacia el proceso de solidificación.
La cuchara de colar es un recipiente que recibe el acero en estado líquido para
iniciar su proceso de solidificación este pasara a través del proceso de colada
continua descrito a continuación:

SOLIDIFICACIÓN
Es el paso del estado líquido (acero líquido) al estado sólido (palanquilla de colada
continua). La palanquilla de colada continua tiene sección cuadrada de 130x130
mm. El proceso de solidificación se produce en la máquina de colada continua. Es
continua pues está entrando acero líquido por arriba y saliendo palanquilla por
abajo continuamente mientras haya acero líquido.

El colado del acero puede realizarse de dos maneras distintas por medio de
colado de lingotes o de colada continua; el primero utiliza lingotes de fundición que
son fundiciónes grandes y discretas que pesan desde menos de una tonelada
hasta cerca de 300 toneladas. Los moldes de lingotes o lingoteras se hacen de
hierro de alto carbono y están ahusados en la parte superior o en el fondo para
remover la pieza colada. El tiempo para la solidificación es bastante alta es por
eso que a resultado bastante improductivo este método para lo cual la tendencia
en la industria siderúrgica es al cambio al de colada continua.

El proceso de colada continua, también llamado fundición se ilustra en la Figura

1.6, la fundición de acero se vacía de una cuchara de colada a un depósito
temporal llamado “tundish”, el cual suministra el metal a uno o más moldes de
colada continua. El acero empieza a solidificar en las regiones exteriores conforme
desciende a través del molde enfriado por agua. Los aspersores de agua aceleran
el proceso de enfriamiento. El metal se dobla de una orientación vertical a una
horizontal mientras se encuentra aún caliente y plástico. Después se corta en
secciones o se alimenta continuamente a un tren laminador en el cual se convierte
en placa, lámina u otros perfiles.64

64
Idem

136
 Figura 1.6

Fuente: Groover. Fundamentos de Manufactura Moderna

ALMACENAJE

Muy pocas industrias Siderúrgicas semi-integradas tiene el proceso de

alimentación directa de la palanquilla obtenida al tren laminador, por lo que
generalmente se almacena la palanquilla en bodega donde se termina de enfriar;
dado que la palanquilla aún esta caliente sus propiedades de plasticidad aún son
altas por tanto una mala distribución de su almacenaje puede llevar a que la
palanquilla se solidifique en forma de arco siendo esta geometría indeseable para
la laminación es por eso que se debe prever la distribución de la palanquilla de
manera detallada para eliminar este problema.

LAMINACIÓN

El proceso de laminación incluye varios subprocesos descritos en la Figura 1.7

parte de el estado de la palanquilla almacenada (fría) o en lo posible aún caliente
proveniente de la colada continua el producto final será Alambrón o Barras para el
caso de estudio las plantas laminadoras pueden obtener otros productos de
distintos perfiles como rieles entre otros.

137
 Figura 1.7

Cargue Palanquilla Calentamiento en Laminación del

a Horno Horno material

Barras y Alambrón Empaque de rollos Enfriamiento

- barras y corte. Controlado

CARGUE DE PALANQUILLA A HORNO

La palanquilla almacenada generalmente por su tipo de composición química es

seleccionada según la orden de producción que se tenga denominada por su sigla
según la clasificación AISI – SAE (Ver anexos). Según esta orden la palanquilla es
introducida la misma a la zona de alimentación de palanquilla del horno de
calentamiento donde por medio de un sistema neumático es movilizada dentro del
horno.

CALENTAMIENTO EN HORNO

La palanquilla es introducida y calentada a través de varias fases dentro del horno

según su temperatura en la primara fase a la entrada del horno la temperatura que
alcanza es de 300 – 400ºC a esta fase se le denomina precalentamiento, la
palanquilla a medida que se va desalojando (deshornando) palanquilla al tren
laminador se va desplazando hacia delante para entrar a una segunda fase donde
la palanquilla alcanza un temperatura alrededor de los 700 ºC y se le denomina
comúnmente calentamiento, la última fase es la de sobrecalentamiento donde la
palanquilla alcanza aproximadamente una temperatura de 1200ºC; a esta
temperatura la palanquilla esta lista para ser laminada y se deshorna (termino
utilizado para referirse a la extracción de la palanquilla caliente del horno) para ser
procesada.
Estos hornos tienen quemadores que producen la temperatura deseada
generalmente alimentados por full-oil o gas natural los últimos son más versátiles
ya que el tiempo en que alcanzan la temperatura desde un estado frió es de (30 a
60min) comparado a el tiempo que le toman a los quemadores de full-oil (3 a 4
Horas); cabe aclarar que estas plantas generalmente trabajan continuamente por
tanto los momentos en que se apaga el horno es únicamente en mantenimientos
prolongados por lo que este tiempo de encendido no hace parte de los tiempos
normales de producción.

LAMINACION

La laminación es un proceso de deformación, en este caso del acero. Consiste en

deformar el material por el paso del mismo a través de dos cilindros (cajas) que
giran en sentido contrario (uno horario y el otro antihorario).Se produce una
reducción en altura. Se constata además que el material se ensancha algo, pero

138
esta tendencia se corrige a través de la siguiente caja que ataca el lado en que el
material se ensancho. El objetivo principal es alargar mucho el material hasta los
diámetros deseados. El volumen prácticamente se mantiene constante dado que
es el principio de la laminación “ecuación de constancia de los volúmenes”.

Ecuación de constancia de los volúmenes.

A*V = Constante
Donde A, es Área transversal, V velocidad a la salida de la caja, a
través que pasa el material por las cajas la velocidad aumenta
disminuyendo el área manteniendo constante la ecuación durante
todo el proceso.
La palanquilla es deshornada (Extraída del horno a través de una lanza hidráulica)
a un camino de rodillos que transportan el material a el primer tren de laminación
llamado tren de desbaste en el que se hacen las primeras pasadas, que modifican
la estructura interna microscópica del acero. Son pasadas fuertes, de alta
reducción, precisamente de "desbaste" este tren cuanta con un motor muy gran
generalmente de 1200 HP (900 kW).
Después del desbaste el material es introducido por una línea de laminación
generalmente continua y automatizada donde el material pasa por varias cajas
donde se le reduce aún más su sección transversal manteniendo constante la
ecuación de la constancia de los volúmenes, eso significa que caja a caja la
velocidad va aumentando disminuyendo el área transversal.

Según el tipo de medida que se quiera obtener y el tipo de producto (Alambrón o

Barras) se determina el numero de pasadas por cajas que debe tener el material
para el caso del alambrón se acostumbra pasar el material por un tren de
desbaste más doce cajas laminadores y finalmente por un bloque acabador que le
da la forma final para posteriormente pasar por un formador de espiras que le da
la forma de rollo característica de este producto. En el caso de barras el material
pasa igualmente por el tren de desbaste y por las cajas pero no por el bloque
acabador ni formador de espiras dependiendo del diámetro se saca el material por
doce cajas ocho o seis; a menor número de cajas el material final será más
grueso. Ya que las barras son rectas estas se llevan a una mesa de enfriamiento
donde baja su temperatura se les corta a medidas comerciales y se empaca.

Las capacidades de producción varían mucho dependiendo de las capacidades de

los equipos del tren laminador y el nivel de automatización presente una línea
semi-automatizada puede tener una productividad media de 25 Ton/Hora razón
que disminuye mucho en la producción de alambrón.

ENFRIAMIENTO CONTROLADO

El tercer proceso el de “enfriamiento controlado” se produce inmediatamente la

varilla corrugada abandona la última caja del tren de laminación en caliente, se
somete a un enfriamiento rápido con el fin de obtener una estructura de granito
fino; este enfriamiento se realiza por medio de un camino de rodillos

139
específicamente diseñado para tal fin que tiene una longitud suficiente para que al
final del camino el material haya perdido la suficiente temperatura para ser
empacado. En la producción de barras el enfriamiento se realiza en una mesa de
enfriamiento en el que las barras reposan por un tiempo para ser enfriadas y
cortadas según el tipo.

EMPAQUE DE ROLLOS BARRAS Y CORTE

A continuación los productos anteriores salen del proceso de enfriamiento y se

cortan a medidas comerciales de 6 a 12 metros en el caso de barras con una
cizalla colocada en la mesa de enfriamiento que ejecuta esta labor, en el caso de
alambrón este corte no es necesario ya que tal y como sale es el tamaño y medida
que se comercializa una ojiva transporta el material recién enfriado para ser
extraído con montacargas para luego hacer el amarre del alambrón en algunas
plantas de forma automático en la mayoría de forma manual con alambre
comercial, donde se aprovecha para colocarle una placa de referencia donde se
describe las propiedades de cada rollo.

140
 ANEXO G
CODIGO DEL MODELO EN GAMS

Aclaración: Los datos numéricos que corresponden a la información del modelo

sus unidades son toneladas (Ton) o pesos por toneladas ($/Ton) en cada uno de
los casos se utiliza la abreviatura definida en paréntesis para identificar la unidad
dentro del modelo.

$OFFLISTING

option limcol = 0
option limrow = 0
option solprint = on

FILE OPT Cplex option file / cplex.OPT /;

sets

t Tiempo /T1*T12/
P PRODUCTOS / P1*P27 /
pA(P) ALAMBRÓN /P1*P18/

PB(P) BARRAS /P19*p27/

c Centro de distribucion de Conglomerado /CALICON, BOYACACON, BOGOTACON,

MEDELLINCON/
i Fuente de
chatarra/MedellinCON,CaliCON,BogotaCON,Boyacacon,Venezuela1,Brasil1,Panam
a1,Ecuador1 /
j Procesadores de chatarra /CaliCON,Boyacacon,BogotaCON, Barranquilla
,Bogota1,Bogota2,Venezuela,Brasil,Panama /
k Acerías /CaliCON,Boyacacon,
AceríaCaldas2,SidelPa,SiderúrgicaOcc2,Sidor2,Brasil2/
l Laminadoras
/CaliCON,Boyacacon,BogotaCON,AceríaCaldas3,SiderúrgicaOcc3,Venezuela3,Bra
sil3/

FCS(i) Fuente de chatarra nacional

/MedellinCON,CaliCON,BogotaCON,Boyacacon/
FCE(i) Fuente de chatarra Fuera de Colombia
/Venezuela1,Brasil1,Panama1,Ecuador1 /

PPC(J) Procesador de chatarra de conglomerado /

CaliCON,BogotaCON,Boyacacon /
PPN(J) Procesador de chatarra nacional que no pertenece a CONGLOMERADO /
Barranquilla ,Bogota1,Bogota2/
PPW(J) Procesador de chatarra fuera de Colombia /Venezuela,Brasil,Panama/

PPA(K) Acería de Conglomerado /CaliCON,Boyacacon /

141
PAN(K) Acería nacional que no pertenece a CONGLOMERADO
/AceríaCaldas2,SidelPa,SiderúrgicaOcc2/

PAW(K) Acería fuera de Colombia /Sidor2,Brasil2 /

PPL(L) Laminadora de Conglomerado /CaliCON,Boyacacon,BogotaCON/

PLN(L) Laminadora nacional que no pertenece a CONGLOMERADO
/AceríaCaldas3,SiderúrgicaOcc3/
PLW(L) Laminadora fuera de Colombia /Venezuela3,Brasil3/

qpc capacidad de procesamiento de chatarra y precio de compra /cpc, PAS /

XXA /CPP,CPD,CPW,CVA, ICZ,ICX/
XXB / CPA,CQA,CQW,CVB,ICA,IQA /
XXC / CPT,CQL,cal,CVC,cbb,ipp,iqn/
qep capacidad de almacenaje en centro de distribucion C /cap,cep,IPT/
;

*tablas de transporte

TABLE FNJ(I,PPC)
($/Ton)
CaliCON BogotaCON Boyacacon
MedellinCON 48256 52251 63226
CaliCON 0 60890 71730
BogotaCON 53243 0 29702
Boyacacon 66554 31188 0
Venezuela1 220050 206050 206050
Brasil1 227250 213250 213250
Panama1 166000 200000 200000
Ecuador1 119800 149800 149800 ;

table FNA (j,ppa)

($/Ton)
CaliCON Boyacacon

CaliCON 0 71730
Boyacacon 66554 0
BogotaCON 53243 29702
Barranquilla 105840 95294
Bogota1 53243 29702
Bogota2 53243 29702
Venezuela 220050 206050
Brasil 227250 213250
Panama 166000 200000

;
table FNL(K,PPL)
($/Ton)
CaliCON Boyacacon BogotaCON
CaliCON 0 71730 60890
Boyacacon 66554 0 31188
AceríaCaldas2 35513 63529 57919
SidelPA 4500 71730 60890
SiderúrgicaOcc2 4500 71730 60890

142
Sidor2 131513 97506 108065
Brasil2 227250 213250 213250

TABLE FNC(L,C) ($/Ton)

CALICON BOYACACON BOGOTACON MEDELLINCON
CaliCON 0 71730 60890 57697
Boyacacon 66554 0 31188 66554
BogotaCON 53243 29702 0 51826
AceríaCaldas3 35513 63529 57919 38613
SiderúrgicaOcc3 4500 71730 60890 57697
Venezuela3 220050 206050 206050 206050
Brasil3 227250 213250 213250 213250
;

* datos de cada una de las instalaciones

TABLE DATAFUE(fcs,qpc)
*Fuentes de Chatarra

CPC PAS
(Ton) ($/Ton)
MedellinCON 5000 250000
CaliCON 5000 250000
BogotaCON 8000 250000
Boyacacon 12000 250000
;

table DATAPRO (PPC,XXA)

*Procesadores de chatarra
(Ton) (Ton) (Ton) ($/Ton) ($/Ton) ($/Ton)
CPP CPD CPW CVA ICZ ICX
CaliCON 10000 15000 15000 58000 370 320
BogotaCON 10000 15000 15000 50000 385 350
Boyacacon 11000 30000 20000 59000 390 360
;

TABLE DATAACE (PPA,XXB)

*Acerías: (Ton) (Ton) (Ton) ($/Ton) ($/Ton) ($/Ton)

CPA CQA CQW CVB ICA IQA
CaliCON 12000 15000 25000 180000 320 320
Boyacacon 15000 15000 25000 190000 360 460 ;

TABLE DATALAM ( PPL,XXC)

*Laminadoras:
(Ton) (Ton) (Ton) ($/Ton) (Ton) ($/Ton) ($/Ton)
CPT CQL CAL CVC CBB IPP IQN
CaliCON 10000 12000 10000 140000 12000 800 890
BoyacáC 12000 10000 12000 150000 10000 900 850
BogotaCON 9000 10000 10000 155000 9000 800 790
;

143
table DATACE (c,qep)

*Centros de Distribucion:
(Ton) (Ton) ($/Ton)
CAP CEP IPT
CaliCON 10000 15000 1000
Boyacacon 12000 10000 900
BogotaCON 10000 9000 1100
MedellinCON 10000 4000 850
;

SCALAR CAPNAL CAPACIDAD DE VENTA DE INSTALACIONES NACIONALES DE PRODUCTO

INTERMEDIO/1000/;
SCALAR CAPNAL1 CAPACIDAD DE VENTA INSTALACIONES NACIONALES por producto
FINAL /500/;
scalar capint maximo despacho de agentes internacionales /500/;

table pfce(fce,*)
*PRECIO DE CHATARRA CRUDA

Pcx ($/Ton)
Venezuela1 230000
Brasil1 200000
Panama1 215000
Ecuador1 210000
;

table pppn(ppn,*)
*PRECIO DE CHATARRA PROCESADA FUERA DE CONGLOMERADO
PPF ($/Ton)
Barranquilla 275000
Bogota1 270000
Bogota2 265000
;
table pppw(ppw,*)

*PRECIO DE CHATARRA PROCESADA EXTRANJERA

PPX ($/Ton)
Venezuela 270000
Brasil 267000
Panama 276500
;
table ppan(pan,*)
*PRECIO DE PALANQUILLA NACIONAL FUERA DE CONGLOMERADO
PQF ($/Ton)
AceríaCaldas2 555000
sidelpa 551000
SiderúrgicaOcc2 570900
;
table ppaw(paw,*)
*PRECIO DE PALANQUILLA EXTRANJERA

PQX ($/Ton)

144
 Sidor2 590000
Brasil2 570000
;

table precios(p,l) ($/Ton)

*PRECIOS DE PRODUCTOS A OTRAS LAMINADORAS

Aceríacaldas3 Siderúrgicaocc3 Venezuela3 Brasil3

p1 895000 895000 855000 855000
p2 895000 895000 855000 855000
p3 895000 895000 855000 855000
p4 895000 895000 855000 855000
p5 895000 895000 855000 855000
p6 895000 895000 855000 855000
p7 895000 895000 855000 855000
p8 895000 895000 855000 855000
p9 895000 895000 855000 855000
p10 895000 895000 855000 855000
p11 895000 895000 855000 855000
p12 895000 895000 855000 855000
p13 895000 895000 855000 855000
p14 895000 895000 855000 855000
p15 895000 895000 855000 855000
p16 895000 895000 855000 855000
p17 895000 895000 855000 855000
p18 895000 895000 855000 855000
p19 795000 795000 755000 755000
p20 795000 795000 755000 755000
p21 795000 795000 755000 755000
p22 795000 795000 755000 755000
p23 795000 795000 755000 755000
p24 795000 795000 755000 755000
p25 795000 795000 755000 755000
p26 795000 795000 755000 755000
p27 795000 795000 755000 755000

TABLE DEMANDA(T,P,C) (Ton)

CALICON BOYACACON BOGOTACON MEDELLINCON

T1.P1 3000 2300 4000 700

T1.P2 500 400 250 200
T1.P3 100 250 100 300
T1.P4 100 500 0 50
T1.P5 150 800 0 60
T1.P6 0 200 0 50
T1.P7 0 0 650 0
T1.P8 450 650 4900 0
T1.P9 300 500 1500 250
T1.P10 50 50 100 0
T1.P11 200 150 200 0
T1.P12 0 150 0 0
T1.P13 0 50 200 123
T1.P14 400 500 0 150

145
T1.P15 200 250 100 150
T1.P16 0 0 0 5
T1.P17 600 83 300 50
T1.P18 200 250 200 50
T1.P19 500 600 100 0
T1.P20 1000 500 1100 150
T1.P21 200 100 50 50
T1.P22 900 1100 1300 200
T1.P23 150 600 333 6
T1.P24 50 100 150 0
T1.P25 0 0 300 10
T1.P26 150 16 0 100
T1.P27 100 150 0 0
T2.P1 2500 2300 3500 800
T2.P2 500 400 250 100
T2.P3 200 350 150 300
T2.P4 100 500 500 50
T2.P5 150 800 0 60
T2.P6 100 200 0 50
T2.P7 0 0 650 0
T2.P8 0 650 4900 0
T2.P9 300 500 1500 250
T2.P10 150 50 100 0
T2.P11 200 150 200 0
T2.P12 50 150 0 0
T2.P13 0 100 200 123
T2.P14 400 250 0 150
T2.P15 200 250 100 150
T2.P16 0 0 5 10
T2.P17 600 83 300 50
T2.P18 200 250 200 50
T2.P19 500 600 100 0
T2.P20 1000 500 1100 150
T2.P21 200 100 50 50
T2.P22 900 1100 1300 200
T2.P23 150 600 333 10
T2.P24 0 100 150 50
T2.P25 0 0 300 10
T2.P26 100 16 0 0
T2.P27 16 150 52 0
T3.P1 3000 2300 4000 250
T3.P2 500 400 250 200
T3.P3 100 250 0 250
T3.P4 100 250 100 0
T3.P5 150 800 0 150
T3.P6 150 200 0 0
T3.P7 0 250 650 0
T3.P8 450 650 4900 0
T3.P9 300 500 1500 250
T3.P10 50 50 100 0
T3.P11 200 150 200 450
T3.P12 0 150 0 0
T3.P13 0 50 200 123
T3.P14 400 500 0 150
T3.P15 200 250 100 150
T3.P16 0 0 5 10
T3.P17 600 83 300 50

146
T3.P18 200 250 200 50
T3.P19 500 600 100 0
T3.P20 1000 500 1100 150
T3.P21 200 100 50 50
T3.P22 900 1100 1300 200
T3.P23 150 600 333 10
T3.P24 50 100 150 0
T3.P25 100 0 300 10
T3.P26 150 16 0 0
T3.P27 16 150 0 0
T4.P1 2900 2300 3500 0
T4.P2 500 400 250 200
T4.P3 100 250 100 250
T4.P4 100 500 0 150
T4.P5 0 800 250 0
T4.P6 0 150 0 0
T4.P7 0 0 650 0
T4.P8 450 650 4900 0
T4.P9 250 500 1500 250
T4.P10 50 50 100 0
T4.P11 200 150 200 0
T4.P12 0 150 10 25
T4.P13 0 150 200 123
T4.P14 400 458 2500 250
T4.P15 200 250 100 150
T4.P16 0 0 5 15
T4.P17 600 100 0 50
T4.P18 200 250 200 50
T4.P19 500 600 100 0
T4.P20 1000 500 1100 150
T4.P21 200 100 50 50
T4.P22 900 1100 1300 200
T4.P23 150 500 333 6
T4.P24 50 100 150 0
T4.P25 50 100 300 10
T4.P26 150 16 0 0
T4.P27 16 150 0 0
T5.P1 3000 2300 4000 700
T5.P2 500 400 250 200
T5.P3 100 250 0 300
T5.P4 100 500 0 50
T5.P5 250 800 200 60
T5.P6 100 200 0 0
T5.P7 0 0 650 100
T5.P8 450 650 4900 0
T5.P9 300 500 1500 250
T5.P10 50 50 100 0
T5.P11 200 150 0 0
T5.P12 0 25 50 0
T5.P13 100 50 300 123
T5.P14 400 500 0 150
T5.P15 250 0 50 150
T5.P16 0 0 100 15
T5.P17 600 83 300 50
T5.P18 200 250 200 50
T5.P19 500 600 0 150
T5.P20 1000 500 1100 0

147
T5.P21 200 200 150 100
T5.P22 900 1100 1300 0
T5.P23 150 600 333 6
T5.P24 50 50 150 10
T5.P25 50 50 300 10
T5.P26 150 16 0 0
T5.P27 16 150 0 100
T6.P1 3000 2300 4000 700
T6.P2 500 350 250 200
T6.P3 25 250 100 300
T6.P4 100 500 0 50
T6.P5 150 800 0 60
T6.P6 0 200 50 0
T6.P7 50 0 650 0
T6.P8 450 650 4900 0
T6.P9 300 500 1500 250
T6.P10 50 50 100 0
T6.P11 200 150 200 0
T6.P12 0 150 0 0
T6.P13 0 50 200 123
T6.P14 400 500 0 150
T6.P15 200 250 100 150
T6.P16 100 100 50 50
T6.P17 600 83 300 50
T6.P18 200 250 200 50
T6.P19 500 600 100 0
T6.P20 950 500 1100 150
T6.P21 200 100 100 50
T6.P22 900 1000 1200 200
T6.P23 150 600 333 6
T6.P24 0 100 150 0
T6.P25 50 150 300 10
T6.P26 150 16 150 0
T6.P27 16 150 0 150
T7.P1 3000 2300 4000 700
T7.P2 500 400 250 200
T7.P3 100 250 100 300
T7.P4 100 500 100 50
T7.P5 150 800 50 60
T7.P6 50 200 250 100
T7.P7 0 0 0 50
T7.P8 450 650 4900 0
T7.P9 300 500 1500 250
T7.P10 50 50 100 0
T7.P11 200 150 200 0
T7.P12 0 150 0 50
T7.P13 0 50 200 123
T7.P14 400 500 0 150
T7.P15 200 250 100 150
T7.P16 0 0 0 50
T7.P17 600 83 300 50
T7.P18 200 250 200 50
T7.P19 500 600 100 0
T7.P20 1000 550 1100 250
T7.P21 200 100 50 50
T7.P22 900 1100 1300 200
T7.P23 150 600 333 6

148
T7.P24 0 100 150 0
T7.P25 50 0 300 10
T7.P26 150 16 0 0
T7.P27 16 150 0 0
T8.P1 3000 2300 4000 700
T8.P2 500 400 250 200
T8.P3 100 250 100 300
T8.P4 100 500 0 50
T8.P5 150 800 50 60
T8.P6 50 200 50 55
T8.P7 50 100 650 100
T8.P8 450 650 4900 0
T8.P9 300 500 1500 250
T8.P10 50 50 100 0
T8.P11 200 150 200 0
T8.P12 0 150 0 50
T8.P13 0 50 200 123
T8.P14 400 500 0 150
T8.P15 200 250 100 150
T8.P16 0 0 0 150
T8.P17 600 83 300 50
T8.P18 200 250 200 50
T8.P19 500 600 100 0
T8.P20 1150 500 1100 150
T8.P21 200 100 50 50
T8.P22 900 1100 1300 150
T8.P23 150 650 333 65
T8.P24 0 100 150 0
T8.P25 0 0 300 10
T8.P26 150 16 0 0
T8.P27 16 150 0 0
T9.P1 3000 2300 4000 700
T9.P2 500 400 250 200
T9.P3 100 250 100 300
T9.P4 100 500 0 50
T9.P5 150 800 150 50
T9.P6 50 200 25 50
T9.P7 50 50 650 50
T9.P8 450 650 4900 0
T9.P9 300 500 1500 250
T9.P10 250 50 100 250
T9.P11 25 150 200 10
T9.P12 0 150 0 0
T9.P13 0 50 200 123
T9.P14 400 500 0 150
T9.P15 200 250 100 150
T9.P16 0 150 250 0
T9.P17 600 83 300 50
T9.P18 200 250 200 50
T9.P19 500 600 100 0
T9.P20 1000 500 1100 150
T9.P21 200 100 50 50
T9.P22 900 1100 1300 200
T9.P23 0 600 333 6
T9.P24 0 100 150 0
T9.P25 0 0 300 10
T9.P26 150 250 0 0

149
T9.P27 250 0 150 250
T10.P1 3000 2300 4000 700
T10.P2 500 400 250 200
T10.P3 100 250 150 250
T10.P4 100 500 0 50
T10.P5 140 800 100 60
T10.P6 10 150 150 0
T10.P7 100 50 650 50
T10.P8 450 650 4900 0
T10.P9 400 600 1400 250
T10.P10 0 50 250 0
T10.P11 200 150 200 0
T10.P12 0 150 0 0
T10.P13 0 50 200 123
T10.P14 400 500 0 150
T10.P15 200 250 100 150
T10.P16 0 0 25 0
T10.P17 600 83 300 50
T10.P18 200 250 200 50
T10.P19 500 600 100 0
T10.P20 1000 500 950 0
T10.P21 200 100 100 50
T10.P22 900 1100 1300 200
T10.P23 150 600 333 6
T10.P24 150 0 150 100
T10.P25 0 0 300 10
T10.P26 150 16 0 0
T10.P27 16 150 0 0
T11.P1 2200 2300 4000 50
T11.P2 500 400 250 200
T11.P3 150 250 100 300
T11.P4 100 500 0 50
T11.P5 150 800 250 60
T11.P6 0 200 0 250
T11.P7 100 100 600 0
T11.P8 450 650 4900 0
T11.P9 300 500 1500 250
T11.P10 50 50 100 0
T11.P11 250 150 200 0
T11.P12 0 150 0 0
T11.P13 0 50 200 123
T11.P14 400 500 10 150
T11.P15 200 250 100 150
T11.P16 100 0 100 100
T11.P17 600 83 300 50
T11.P18 200 250 200 50
T11.P19 500 600 100 0
T11.P20 1000 500 1100 150
T11.P21 200 100 50 50
T11.P22 580 1100 1200 150
T11.P23 150 600 333 6
T11.P24 250 150 0 0
T11.P25 200 0 300 10
T11.P26 150 16 0 0
T11.P27 16 150 0 0
T12.P1 2500 2300 4000 0
T12.P2 500 400 250 200

150
T12.P3 100 250 100 300
T12.P4 100 450 10 50
T12.P5 150 800 250 60
T12.P6 50 200 100 100
T12.P7 50 300 650 0
T12.P8 450 650 4900 0
T12.P9 300 500 1500 250
T12.P10 50 50 100 0
T12.P11 200 150 200 0
T12.P12 0 150 0 0
T12.P13 0 50 200 123
T12.P14 400 450 0 150
T12.P15 200 250 100 250
T12.P16 0 0 100 100
T12.P17 600 83 300 50
T12.P18 200 250 200 50
T12.P19 500 600 100 0
T12.P20 1000 500 1100 350
T12.P21 200 100 50 50
T12.P22 900 1100 1300 0
T12.P23 0 255 0 6
T12.P24 0 100 150 100
T12.P25 100 0 300 0
T12.P26 150 16 300 10
t12.p27 150 16 300 10

scalar CIP rendimiento de palanquilla para producir 1 tonelada del

producto terminado /0.92/
scalar CMP rendimiento de chatarra procesada para producir 1 tonelada
de palanquilla /0.9/
scalar CWP rendimiento de la chatarra cruda para convertirse en chatarra
procesada /0.85/
;

VARIABLES
*variables en el periodo t.

*Produccion:

CXC (PPC,T) Cantidad de chatarra cruda a procesar en procesador de

chatarra de conglomerado.
CCF (PPA,T) Cantidad de chatarra procesada a fundir en Acería de
conglomerado
CQP (p,ppl,T) Cantidad de palanquilla a procesar en laminadora de
conglomerado por prodcusto p.

*Compra:

CCC (fcs,ppc,T) Cantidad de chatarra cruda a comprar en fuente de

chatarra nacional.
CCE (fce,ppc,t) Cantidad de chatarra cruda a comprar a fuente de
chatarra Fuera de Colombia.

151
CCJ (ppc,ppa,t) Cantidad de chatarra procesada a comprar a procesador de
chatarra de conglomerado.
CCK (ppn,ppa,t) Cantidad de chatarra procesada a comprar a procesador de
chatarra nacional fuera del conglomerado.
CCL (ppw,ppa,t) Cantidad de chatarra procesada a comprar a procesador de
chatarra internacional para Acería de conglomerado.

CCA (ppa,ppl,t) Cantidad de palanquilla a comprar a Acería de

conglomerado.
CCQ (paw,ppl,t) Cantidad de palanquilla a comprar a Acería fuera de
Colombia.
CCZ (pan,ppl,t) Cantidad de palanquilla a comprar a Acería nacional.

CCX (p,plw,c,t) Cantidad de producto terminado p a comprar a laminadora

fuera de Colombia.
CCY (p,pln,c,t) Cantidad de producto terminado p a comprar a laminadora
nacional fuera de conglomerado.
CLC (p,ppl,c,t) Cantidad de producto terminado p a distribuir de
laminadora de conglomerado a centro de distribucion.

*Inventario:

IAC (c,P,t) Inventario deproducto p en el centro de distribucion c

IAB (ppl,p,t) Inventario de producto p en planta laminadora l.
IUP (ppl,t) Inventario de palanquilla en laminadora l.
IQL (ppa,t) Inventario de palanquilla en Acería k.
ICF (ppa,t) Inventario de chatarra procesada en Acería k
ICP (ppc,t) Inventario de chatarra cruda en procesador de chatarra j.
ICO (ppc,t) Inventario de chatarra procesada en el procesador de
chatarra j.

Z COSTO TOTAL ;

POSITIVE VARIABLES
ico,icp,icf,iql,iup,iab,iac,clc,ccy,ccx,ccz,ccq,cca,ccl,cck,ccj,cce,ccc,c
qp,ccf,cxc;

EQUATIONS

BALPRO(PPC,t) " BALANCE DE MASA (CHATARRA) EN CADA UNA DE LAS PLANTAS

PROCESADORAS DE CHATARRA "
BALPRR(PPC,t) " BALANCE DE MASA (CHATARRA PROCESADA) EN CADA UNA DE LAS
PLANTAS PROCESADORAS DE CHATARRA "

BALACE(PPA,t) " BALANCE DE MASA (CHATARRA PROCESADA) EN CADA UNA DE LAS

ACERÍAS "
BALACC(PPA,t) "BALANCE DE MASA (PALANQUILLA) EN CADA UNA DE LAS ACERÍAS
"

BALAM(PPL,t) " BALANCE DE MASA (PALANQUILLA) EN CADA UNA DE LAS

LAMINADORAS "
BALAA(P,PPL,t) " BALANCE DE MASA PRODUCTO P EN CADA UNA DE LAS
LAMINADORAS "

152
BALCEA(P,C,t) " BALANCE DE MASA PRODUCTO P EN CADA UNO DE LOS CENTROS
DE DISTRIBUCION "

ALPROC(PPC,T) "CAPACIDAD DE ALMACENAMIENTO DE CHATARRA PROCESADA EN

PROCESADOR PPC"
ALPROX(PPC,T) "CAPACIDAD DE ALMACENAMIENTO DE CHATARRA CRUDA EN
PROCESADOR PPC"

ALMACE(PPA,T) "CAPACIDAD DE ALMACENAMIENTO DE CHATARRA PROCESADA EN

ACERÍA PPA"
ALMACQ(PPA,T) "CAPACIDAD DE ALMACENAMIENTO DE PALANQUILLA EN ACERÍA
PPA"

ALMLAM(ppl,T) "CAPACIDAD DE ALMACENAMIENTO DE PALANQUILLA EN

LAMINADORA PPL"
ALMLAB(PA,PPL,T) "CAPACIDAD DE ALMACENAMIENTO DE BARRAS EN LAMINADORA
PPL"
ALMLAA(PB,PPL,T) "CAPACIDAD DE ALMACENAMIENTO DE ALAMBRÓN EN LAMINADORA
PPL"

ALMCEA(PA,C,T) "CAPACIDAD DE ALMACENAMIENTO DE ALAMBRÓN EN CENTRO DE

DISTRIBUCIoN C"
ALMCEB(PB,C,T) "CAPACIDAD DE ALMACENAMIENTO DE BARRAS EN CENTRO DE
DISTRIBUCIoN C"

CAPFUE(I,T) " CAPACIDAD MENSUAL DE FUENTES DE CHATARRA "

CAPPRO(J,T) " CAPACIDAD DE PROCESAMIENTO DE PROCESADORES DE CHATARRA "
CAPACE(K,T) " CAPACIDAD DE PROCESAMIENTO DE ACERÍAS "
CAPLAMP(L,T) " CAPACIDAD DE PROCESAMIENTO DE LAMINADORAS"

*capacidades de proceso nacionales

CAP2(PPN,PPA,T) "CAPACIDAD PROCESADOR DE CHATARRA"
CAP3(PAN,PPL,T) "CAPACIDAD DE ACERÍA"
CAP4(P,PLN,C,T) "CAPACIDAD DE LAMINADORA"

*maximo despacho de internacionales;

maxde1(fce,ppc,t)
maxde2(ppw,ppa,t)
maxde3(paw,ppl,t)
maxde4(p,plw,c,t)

SATDEM(C,P,T) "SATISFACCION DE LA DEMANDA"

COSTOTAL FUNCIÓN OBJETIVO A MINIZAR COSTO TOTAL ANUAL ;

BALPRO(PPC,t).. ICP(PPC,T-
1)+SUM(FCS,CCC(FCS,PPC,T))+SUM(FCE,CCE(FCE,PPC,T))-
CXC(PPC,T)=E=ICP(PPC,T);

BALPRR(PPC,T).. ICO(PPC,T-1)+CXC(PPC,T)*CWP-
SUM(PPA,CCJ(PPC,PPA,T))=e=ICO(PPC,T);

153
BALACE(PPA,T).. ICF(ppa,t-
1)+sum(ppc,CCJ(ppc,PPA,t))+sum(ppn,CCK(ppn,PPA,t))+sum(ppw,CCL(ppw,ppa,t)
)-CCF(ppa,t) =e=ICF(PPA,T);

BALACC(PPA,T).. IQL(ppa,t-1)+CCF(ppa,t)*CMP-
sum(ppl,CCA(PPA,ppl,T))=E=IQL(PPA,T);

BALAM(PPL,T).. IUP(PPL,T-
1)+SUM(ppa,CCA(ppa,ppl,t))+sum(pan,CCZ(pan,ppl,t))+sum(paw,CCQ(paw,ppl,t)
)-SUM(P,CQP(p,ppl,t))=e=IUP(PPL,T) ;

BALAA(P,PPL,T).. IAB(PPL,P,T-1)+CQP(p,PPL,t)*CIP-
sum(c,CLC(p,PPL,C,T))=E=IAB(PPL,P,T);

BALCEA(P,C,T).. IAC(C,P,T-
1)+SUM(PPL,CLC(p,PPL,c,T))+SUM(PLW,CCX(P,PLW,C,T))+SUM(PLN,CCY(P,PLN,C,T)
)-DEMANDA(T,P,C)=E=IAC(C,P,T);

*capacidades de proceso

CAPFUE(FCS,T).. SUM(PPC,CCC(fcs,PPC,t)) =l= DATAFUE(FCS,"cpc");

CAPPRO(PPC,T).. cxc(ppc,t) =l= DATAPRO(ppc,"cpp");

CAPACE(PPA,T).. CCF(PPA,T)=L=DATAACE(PPA,"CPA");

CAPLAMP(PPL,T).. SUM(P,CQP(p,ppl,t)*CIP) =l=DATALAM(PPl,"CPT");

*capacidades de los nacionales externos a conglomerado

CAP2(PPN,PPA,T).. CCK(PPN,PPA,T)=L= CAPNAL;
CAP3(PAN,PPL,T).. CCZ(PAN,PPL,T)=L=CAPNAL;
CAP4(P,PLN,C,T).. CCY(P,PLN,C,T)=L=CAPNAL1;

*maximo despacho de internacionales;

maxde1(fce,ppc,t).. CCE (fce,ppc,t)=l=capint;

maxde2(ppw,ppa,t).. CCL (ppw,ppa,t)=l=capint;
maxde3(paw,ppl,t).. CCQ (paw,ppl,t)=l=capint;
maxde4(p,plw,c,t).. CCX (p,plw,c,t)=l=capint;

*capacidades de almacenamiento
ALPROC(PPC,T).. ICO(ppc,t) =l= DATAPRO(ppc,"cpw");
ALPROX(PPC,T).. ICP(ppc,t) =l= DATAPRO(ppc,"cpd");

ALMACE(PPA,T).. ICF(ppa,t)=l=DATAACE(ppa,"cqa") ;
ALMACQ(PPA,T).. IQL(ppa,t)=l=dataace(ppa,"cqw") ;

ALMLAM(ppl,T).. IUP(PPL,t)=L=DATALAM(PPL,"CQL") ;
ALMLAB(PA,PPL,T).. IAB(PPL,PA,T)=L=DATALAM(ppl,"CBB") ;
ALMLAA(PB,PPL,T).. IAB(PPL,PB,T)=L=DATALAM(ppl,"CAL") ;

ALMCEA(PA,C,T).. IAC(C,PA,T)=L=DATACE(c,"CAP") ;
ALMCEB(PB,C,T).. IAC(C,PB,T)=L=DATACE(C,"CEP");

154
SATDEM(C,P,T).. SUM(PPL,CLC(P,PPL,C,T))+SUM(PLW,CCX(P,PLW,C,T))+
SUM(PLN,CCY(P,PLN,C,T))=G=DEMANDA(T,P,C);

COSTOTAL.. Z=E=

sum((FCS,PPC,T),FNJ(FCS,PPC)*CCC(FCS,ppc,T))+
sum((fce,PPC,T),FNJ(fce,ppc)*CCE(FCE,PPC,T))+
SUM((PPC,PPA,T),FNA(ppc,ppa)*CCJ(PPC,PPA,T))+
SUM((PPN,PPA,T),FNA(PPN,PPA)*CCK(PPN,PPA,T))+
SUM((PPW,PPA,T),FNA(PPW,PPA)*CCL(PPW,PPA,T))+
SUM((PPA,PPL,T),FNL(PPA,PPL)*CCA(PPA,PPL,T))+
SUM((PAN,PPL,T),FNL(PAN,PPL)*CCZ(PAN,PPL,T))+
SUM((PAW,PPL,T),FNL(PAW,PPL)*CCQ(PAW,PPL,T))+

SUM((PPL,C,T,P),FNC(PPL,C)*CLC(p,PPL,C,T))+
SUM((PLN,C,T,P),FNC(PLN,C)*CCY(p,PLN,C,T))+
SUM((PLW,C,T,P),FNC(PLW,C)*CCX(p,PLW,C,T))+

*compras

sum((fcs,ppc,t),ccc(fcs,ppc,t)*datafue(fcs,"pas"))+
SUM((FCE,PPC,T),CCE(FCE,PPC,T)*pfce(FCE,"PCX"))+
SUM((PPN,PPA,T),CCK(PPN,PPA,T)*PPPN(PPN,"PPF"))+
SUM((PPW,PPA,T),CCL(PPW,PPA,T)*pppw(PPW,"PPX"))+
SUM((PAN,PPL,T),CCZ(PAN,PPL,T)*ppan(PAN,"PQF"))+
SUM((PAW,PPL,T),CCQ(PAW,PPL,T)*ppaw(PAW,"PQX"))+
sum((p,PLN,C,T),ccy(p,pln,c,t)*precios(p,pln))+
sum((p,PLW,C,T),ccx(p,plw,c,t)*precios(p,plw))+

*INVENTARIOS

SUM((C,P,T),IAC(C,P,T)*datace(c,"IPT"))+
SUM((PPL,P,T),IAB(PPL,P,T)*DATALAM(PPL,"IPP"))+
SUM((PPL,t),IUP(PPL,T)*DATALAM(PPL,"IQN"))+
SUM((PPA,t),IQL(PPA,T)*DATAACE(PPA,"IQA"))+
SUM((PPA,T),ICF(PPA,T)*DATAACE(PPA,"ICA"))+
SUM((PPC,T),ICO(PPC,T)*DATAPRO(PPC,"ICX"))+
SUM((PPC,T),ICP(PPC,T)*DATAPRO(PPC,"ICZ"))+

*DE PRODUCCION

SUM((P,PPL,T),CQP(p,PPL,T)*DATALAM(PPL,"CVC"))+
SUM((PPC,T),CXC(PPC,T)*DATAPRO(PPC,"CVA"))+
SUM((PPA,T),CCF(PPA,T)*DATAACE(PPA,"CVB"));

MODEL ALAM /ALL/ ;

OPTION LP = CPLEX;
alam.dictfile=4;
alam.optfile=1;

SOLVE ALAM USING LP MINIMIZING Z ;

*$ONTEXT
option ico:4:0:1;
option icp:4:0:1;

155
option icf:4:0:1;
option iql:4:0:1;
option iup:4:0:1;
option iab:4:2:1;
option iac:4:0:1;
option clc:4:0:1;
option ccy:4:0:1;
option ccx:4:0:1;
option ccz:4:0:1;
option ccq:4:0:1;
option cca:4:0:1;
option ccl:4:0:1;
option cck:4:0:1;
option ccj:4:0:1;
option cce:4:0:1;
option ccc:4:0:1;
option cqp:4:0:1;
option ccf:4:0:1;

display
ico.l,icp.l,icf.l,iql.l,iup.l,iab.l,iac.l,clc.l,ccy.l,ccx.l,ccz.l,ccq.l,c
ca.l,ccl.l,cck.l,ccj.l,cce.l,ccc.l,cqp.l,ccf.l,cxc.l

PUT OPT;
PUT 'objrng all '/
'rhsrng all '/;
PUTCLOSE OPT;
*$OFFTEXT

156
 ANEXO H
RESULTADOS DEL MODELO

PALANQUILLA TRANSPORTADA DE ACERÍA A

LAMINADOR DE CONGLOMERADO
Origen Destino Mes Toneladas
CALICON .CALICON .T1 7869.5652
CALICON .CALICON .T2 7869.5652
CALICON .CALICON .T3 7869.5652
CALICON .CALICON .T4 7869.5652
CALICON .CALICON .T5 7869.5652
CALICON .CALICON .T6 7869.5652
CALICON .CALICON .T7 7869.5652
CALICON .CALICON .T8 7869.5652
CALICON .CALICON .T9 7869.5652
CALICON .CALICON .T10 7869.5652
CALICON .CALICON .T11 7869.5652
CALICON .CALICON .T12 7869.5652
BOYACÁCO N.BOYACACON .T1 10043.4783
BOYACÁCO N.BOYACACON .T2 10043.4783
BOYACÁCO N.BOYACACON .T3 10043.4783
BOYACÁCO N.BOYACACON .T4 10043.4783
BOYACÁCO N.BOYACACON .T5 10043.4783
BOYACÁCO N.BOYACACON .T6 10043.4783
BOYACÁCO N.BOYACACON .T7 10043.4783
BOYACÁCO N.BOYACACON .T8 10043.4783
BOYACÁCO N.BOYACACON .T9 10043.4783
BOYACÁCO N.BOYACACON .T10 10043.4783
BOYACÁCO N.BOYACACON .T11 10043.4783
BOYACÁCO N.BOYACACON .T12 10043.4783
BOYACÁCO N.BOGOTACON .T1 3456.5217
BOYACÁCO N.BOGOTACON .T2 2838.0435
BOYACÁCO N.BOGOTACON .T3 3642.3913
BOYACÁCO N.BOGOTACON .T4 3889.1304
BOYACÁCO N.BOGOTACON .T5 3456.5217
BOYACÁCO N.BOGOTACON .T6 3456.5217
BOYACÁCO N.BOGOTACON .T7 3456.5217
BOYACÁCO N.BOGOTACON .T8 3456.5217
BOYACÁCO N.BOGOTACON .T9 3456.5217
BOYACÁCO N.BOGOTACON .T10 3456.5217
BOYACÁCO N.BOGOTACON .T11 3441.3043
BOYACÁCO N.BOGOTACON .T12 3471.7391

157
 RESULTADOS DE MODELACIÓN MATEMATICA

Datos para el primer mes de Operaciones

CLC - Cantidad de producto terminado p a distribuir

de laminadora de conglomerado a centro de
distribución.

Producto Entidades Me Cantidad

s
P1 . CALICON .CALICON .T1 3000
P1 . CALICON .BOGOTACON .T1 1583
P1 . CALICON .MEDELLINCON .T1 634
P1 . BOYACACON.BOYACACON .T1 2300
P1 . BOYACACON.BOGOTACON .T1 917
P1 . BOGOTACON.BOGOTACON .T1 1500
P2 . CALICON .CALICON .T1 500
P2 . CALICON .MEDELLINCON .T1 200
P2 . BOYACACON.BOYACACON .T1 400
P2 . BOYACACON.BOGOTACON .T1 250
P3 . CALICON .CALICON .T1 100
P3 . CALICON .MEDELLINCON .T1 300
P3 . BOYACACON.BOYACACON .T1 250
P3 . BOYACACON.BOGOTACON .T1 100
P4 . CALICON .CALICON .T1 100
P4 . CALICON .MEDELLINCON .T1 50
P4 . BOYACACON.BOYACACON .T1 500
P5 . CALICON .CALICON .T1 150
P5 . CALICON .MEDELLINCON .T1 60
P5 . BOYACACON.BOYACACON .T1 800
P6 . CALICON .MEDELLINCON .T1 50
P6 . BOYACACON.BOYACACON .T1 200
P7 . BOYACACON.BOGOTACON .T1 650
P8 . CALICON .CALICON .T1 450
P8 . BOYACACON.BOYACACON .T1 650
P8 . BOGOTACON.BOGOTACON .T1 4900
P9 . CALICON .CALICON .T1 300
P9 . CALICON .MEDELLINCON .T1 250
P9 . BOYACACON.BOYACACON .T1 500
P9 . BOYACACON.BOGOTACON .T1 1500
P10. CALICON .CALICON .T1 50
P10. BOYACACON.BOYACACON .T1 50
P10. BOYACACON.BOGOTACON .T1 100

158
 P11. CALICON .CALICON .T1 200
P11. BOYACACON.BOYACACON .T1 150
P11. BOYACACON.BOGOTACON .T1 200
P12. BOYACACON.BOYACACON .T1 150
P13. CALICON .MEDELLINCON .T1 123
P13. BOYACACON.BOYACACON .T1 50
P13. BOYACACON.BOGOTACON .T1 200
P14. CALICON .CALICON .T1 400
P14. CALICON .MEDELLINCON .T1 150
P14. BOYACACON.BOYACACON .T1 500
P15. CALICON .CALICON .T1 200
P15. CALICON .BOGOTACON .T1 100
P15. CALICON .MEDELLINCON .T1 150
P15. BOYACACON.BOYACACON .T1 250
P17. CALICON .CALICON .T1 600
P17. CALICON .MEDELLINCON .T1 50
P17. BOYACACON.BOYACACON .T1 83
P17. BOYACACON.BOGOTACON .T1 300
P18. CALICON .CALICON .T1 200
P18. CALICON .MEDELLINCON .T1 50
P18. BOYACACON.BOYACACON .T1 250
P18. BOYACACON.BOGOTACON .T1 200
P20. BOYACACON.BOGOTACON .T1 100
P22. BOYACACON.BOYACACON .T1 100
P22. BOYACACON.BOGOTACON .T1 300

Debido a la extensión en los datos no se muestra en este documento los valores para los doce meses esa
información queda disponible en los archivos electrónicos.

RESULTADOS DE MODELACIÓN MATEMATICA

Datos para el primer mes de Operaciones

Producción en plantas laminadoras por producto

Producto Entidad Tiempo Toneladas
P1 .CALICON .T1 5670,6522
P1 .BOYACACON .T1 3496,7391
P1 .BOGOTACON .T1 1630,4348
P2 .CALICON .T1 760,8696
P2 .BOYACACON .T1 706,5217
P3 .CALICON .T1 434,7826
P3 .BOYACACON .T1 380,4348
P4 .CALICON .T1 163,0435

159
 P4 .BOYACACON .T1 543,4783
P5 .CALICON .T1 228,2609
P5 .BOYACACON .T1 869,5652
P6 .CALICON .T1 54,3478
P6 .BOYACACON .T1 217,3913
P7 .BOYACACON .T1 706,5217
P8 .CALICON .T1 489,1304
P8 .BOYACACON .T1 706,5217
P8 .BOGOTACON .T1 5326,087
P9 .CALICON .T1 597,8261
P9 .BOYACACON .T1 2173,913
P10 .CALICON .T1 54,3478
P10 .BOYACACON .T1 163,0435
P11 .CALICON .T1 217,3913
P11 .BOYACACON .T1 380,4348
P12 .BOYACACON .T1 163,0435
P13 .CALICON .T1 133,6957
P13 .BOYACACON .T1 271,7391
P14 .CALICON .T1 597,8261
P14 .BOYACACON .T1 543,4783
P15 .CALICON .T1 489,1304
P15 .BOYACACON .T1 271,7391
P17 .CALICON .T1 706,5217
P17 .BOYACACON .T1 416,3043
P18 .CALICON .T1 271,7391
P18 .BOYACACON .T1 489,1304
P20 .BOYACACON .T1 108,6957
P22 .BOYACACON .T1 434,7826

La tabla anterior muestra la programación de producción que el resultado del

modelo propone para el primer mes al igual que el caso anterior los resultados
totales no se muestran debido a su extensión.

160
 ANEXO I
Programación Matemática en la industria siderúrgica.

Titulo: A Survey of Mathematical Programming Applications in Integrated

Steel Plants

Fuentes: Goutam Dutta Indian Institute of Management Vastrapur, Ahmedabad,

India
Robert Fourer, Department of Industrial Engineering and Management Sciences
Northwestern University, Evanston, Illinois U.S.A.

Planta siderúrgica es un sistema industrial complejo en el cual los numerosos

productos se encaminan en diversas series de unidades de producción. Las
ventas, el costo, y el beneficio neto de cada producto son funciónes de muchas
variables. Si el encargado del funciónamiento toma las decisiones que dan lugar a
las operaciones subóptimas, los ahorros o el costo de oportunidad pueden ser
perdidos. Examinamos los usos de programación matemática a las siguientes
clases de problemas en plantas siderúrgicas integradas:

- Planeamiento de acero nacional

- Optimización de la mezcla de productos
- Mezclando en altos hornos, hornos de coque o fundiciónes de acero
- Programación de producción, inventario y distribución
- Optimización de inventarios.

Los usos comunes de la optimización se han desarrollado en quince diversos

paises en cuatro continentes estos se han divulgado a partir de 1958. Mihailor
(1961), que examina 34 papers, anota que los modelos son un asistente
elemental para los ingenieros y los metalúrgicos. Este examen también da una
descripción de cómo los modelos de programación lineal se pueden aplicar en
una planta siderúrgica. Gercuk (1961) realiza un examen no matemático
dedicado al tema de la programación lineal y también de sus usos, principalmente
en la composición de cargas y del transporte del equipo. El trabajo de McCulloch
y de Bandopadhay (1972) da una amplia descripción de los modelos de la
investigación de operaciones, una proporción significativa de los cuales está en
las áreas de la programación matemática y de la optimización de gran escala.

Un estudio por Rao et el al. (1993) da una revisión clasificatoria de usos en el

planeamiento estratégico, el planeamiento operacional y el planeamiento táctico.
El estudio se escribe para dos audiencias. El primero es para gerentes en la
industria que están buscando áreas posibles de usos de las técnicas de la
optimización en una planta siderúrgica integrada. El segundo es el investigador
académico que está buscando áreas potenciales de la investigación en plantas
siderúrgicas integradas. Un conocimiento elemental de las operaciones
integradas de la acería es deseable, pero no esencial plantea.

161
Modelos de planeamiento de acero nacional

Antes de describir las aplicaciones desarrolladas para las plantas siderúrgicas,

mencionamos en esta sección varios modelos de planeamiento de producción de
acero para las economías nacionales, usando técnicas de programación lineal.

Modelo de planeamiento del acero nacional en los Estados Unidos

Tsao y Day (1971) desarrollaron un modelo para el proceso de análisis de la

producción en los EEUU a nivel nacional. Se estima una matriz de tecnología,
que representa la estructura de la tecnología, usando la ingeniería y la
información metalúrgica. Esta matriz junto con el costo detallado, las ventas y las
figuras de ingreso se utiliza en un modelo de programación lineal de corta corrida
en la industria de acero en su totalidad. La solución del modelo de programación
lineal se obtiene y se compara con las estadísticas de industria para cada año a
partir de 1955-1968. Aunque Tsao y Day reclaman tener resultados bastante
buenos, un estudio posterior por Nelson (1971) divulgó que el modelo tenía un
error en el tratamiento de la producción del carbón de coque. Nelson procuró
corregir esta deficiencia y presentó una matriz correlacionada para esta etapa de
la producción.

El modelo de acero mejicano

Este estudio de Kendrick Meeraus y de Alatorre (1984) desarrolla dos modelos

estáticos para el planeamiento de la producción y un modelo dinámico para el
análisis de inversión. Los dos modelos estáticos, formulados como modelos de
programación lineal, son problemas mixtos de la producción y del transporte. Las
entradas son precios de materias primas, de operaciones, de despachos, de
demandas, las capacidades de las entidades y los coeficientes de entrada y de de
salida para cada unidad productiva. Las salidas son distribuciones óptimas del
producto.
El modelo dinámico, formulado como de programación entera mixta, incorpora
factores tiempo y se ocupa de las decisiones de la inversión en cinco períodos de
tres años por cada uno. Las entradas son similares a las anteriormente
mencionadas en los modelos estáticos pero la salida también incluye decisiones
de la inversión.

Modelo de programación estocástico para el planeamiento de la inversión en

la India

Anandalingam (1987) discute un modelo de programación estocástico para el

planeamiento de la inversión en los ambientes donde las proyecciones de la
demanda y los coeficientes tecnológicos no se saben con certeza. El modelo se
ha utilizado sobre todo para el planeamiento estratégico más que para el
planeamiento operacional. La formulación de programación de un proceso
industrial es ampliada para incorporar parámetros y para exigir incertidumbres

162
modelándolo como programa lineal estocástico con recurso simple (SLPR). Se
soluciona el SLPR usando la supoción menos restrictiva que solamente signifique
la variación de las entidades estocásticas (pero de no sus distribuciones). La
metodología se aplica al estudio de la industria de acero en la India con una
manera nueva de modelar la inversión y economías de la escala.

Modelos de optimización de mezcla de producto

En una planta siderúrgica integrada, el problema de determinar el nivel óptimo de

la producción en las varias etapas es de gran importancia práctica. Esto está
dado porque el beneficio es sensible a la mezcla del producto y no simplemente al
volumen total de producción. Debido a la complejidad, las soluciones subóptimas
son obtenidas generalmente por la experiencia. Aunque estas soluciones cuando
están puestas en ejecución alcanzan la buena utilización de la planta, son
considerablemente menos beneficiosas que las que se habrían podido obtener
usando la mezcla óptima del producto. Los cambios óptimos de la mezcla del
producto mensual hacen se de buen uso de los centros de laminación de la
disponibilidad del horno y la satisfacción de la demanda para el producto en el
mercado. Iniciando el estudio en esta área esta Fabian (1958) el cual fue
emprendido en Kaiser Steel Company, varios números de usos en esta área se
han divulgado desde entonces.

El modelo de mezcla de productos en Kaiser Steel Company

Una planta siderúrgica integrada tiene una opción del uso de varios materiales y
procesos de producción. El índice económico del uso de todos los materiales es
una función de un número de variables. Algunas de las variables más importantes
son el precio del mercado de algunos materiales y el porcentaje de desecho de
acero. El precio del desecho fluctúa, y por lo tanto requiere la determinación
periódica de la tarifa económica de uso. El trabajo de Fabian (1958, 1967) es un
modelo de programación lineal para la minimización del costo que tiene cuatro
sub modelos uno para la obtención de ferrita, otro para la fundición, y uno por
cada uno de los centros de acabado (Plantas de laminación) y las demás
operaciones de acabado. Los modelos de varias etapas de la producción están
conectados para formar un "modelo principal" de una planta siderúrgica integrada.
El modelo considera todos los aspectos tecno-económicos como el equilibrio de la
capacidad, el balance de material, la producción dependiente y el balance
energético (en la forma de balance de la entalpía). Sin embargo, el equilibrio del
oxígeno y el balance energético eléctrico no se discuten.

Modelo para el manejo de una base de datos de gran escala para la

American Iron & Steel Institute

Fourer (1997) presento un modelo que creció más haya de sus objetivos para
diseñar un paquete de optimización para el planeamiento de la planta de
laminacion. Este proyecto fue apoyado por el instituto americano del hierro y del
acero (AISI) y no por ninguna empresa siderúrgica particular, fue basado en un

163
modelo genérico. Cualquier planta siderúrgica podía modificar el modelo para
requisitos particulares de su propia operación, simplemente proveyendo sus
propios datos. Los usuarios de este modelo serían referidos principalmente a
incorporar y a mantener sus datos y a divulgar los niveles óptimos de la
producción. El modelo es genérico y se puede transportar a otras industrias
similares como la explotación de carbon y las refinerías de petróleo.

Este trabajo se ha utilizado en un varias plantas siderúrgicas tales como LTV,

Dofasco, y Armco. Dofasco de Estados Unidos se ha utilizado este software de
optimización para generar modelos de hasta 1000 variables y Armco ha
desarrollado un equivalente de este software en una hoja calculo que usaba el
mismo solver pero con una variedad de informes y de diagramas modificados para
requisitos particulares de la compañía. En la planta siderúrgica de LTV, fue
sugerido para utilizar este modelo en dos problemas de la producción y de la
distribución de planta.

La importancia de inventarios y la articulación entre los períodos fueron

investigados por Hung (1991).

Modelos para el planeamiento de producción en el Reino Unido

Lawrence y Flowerdew (1963) desarrollan un modelo económico de la producción

de acero que se enfoca en los procesos individuales. El modelo de costo se
construye para contener variables de la entrada y de salida de productos, el coste
de variables y de operaciones, relaciones técnicas dentro del proceso industrial y
restricciones de flujo. Una tabla simplex se construye para un modelo
simplificado, y la solución óptima se computa.

Bandyopadhay (1969) propone un modelo de programación lineal que asigne

diversas capacidades entre dos procesos para el planeamiento de producción, a
saber el horno básico de fundición y el horno de hogar abierto. El modelo es un
modelo de minimización del costo con todos los apremios tecnológicos y
financieros. El modelo puede también predecir el nivel requerido de la operación
de altos hornos y de plantas de cal en diversos niveles de la producción de acero.

El modelo alemán en Hoesch Siederlandwerke

Bielfield, Walter y Wartman (1986) en la empresa Hoesch Siegerland Werke AG

(HSW) en Alemania ha desarrollado un conjunto de matrices de contabilidad para
el planeamiento de los presupuestos. La compañía tenía unas ganancias de mil
millones de Marcos alemanes, y sus productos principales eran aceros laminados
en frío, acero galvanizado, electro galvanizado y carbón orgánico. La complejidad
de la estructura de la empresa siderúrgica y de la operación y gestión ambiental
forzó a la gerencia de HSW a substituir un sistema manual por un sistema de
planeamiento estratégico computarizado que tenía el objetivo de mejorar la
eficacia y de realizar cálculos totales y de contabilidad analítica más
eficientemente. Esto es un modelo de programación lineal multiobjetivo. Estos

164
objetivos pueden maximizar los ingresos, el coste total de tonelada de acero
producida. El modelo tiene cerca de 2500 restricciones y 3000 variables
estructurales.

Optimización del la mezcla de producto modelada en plantas siderúrgicas de

la India

En la India, los precios de la mitad de los productos de acero fueron controlados

por el gobierno a partir de los años 50 hasta 1991. En este ambiente, dos
modelos interesantes del planeamiento se han divulgado. Durante los últimos
quince años, la India ha sido afectada por una escasez de la energía. La crisis es
la más significativa de la parte del este de la India donde está el más grande
proveedor y demandante. La pobre utilización de la capacidad de algunas
centrales eléctricas (que proveían energía a la planta siderúrgica) hacia que la
operación de las plantas siderúrgicas fuera extremadamente difícil. En la
operación de una planta siderúrgica, algunos de los procesadores que consumen
la energía (llamados las cargas esenciales) requieren una cantidad fija de energía
y no se pueden apagar, incluso en el acontecimiento de una crisis energética. En
este ambiente, el encargado de funciónamiento de una planta no tiene otra opción
que apagar esos procesadores que no sean cargas esenciales. La asignación
óptima de la energía eléctrica es así una decisión muy importante para la gerencia
de la planta siderúrgica. Dutta, Sinha y Roy (1990), Dutta et al. (1994) y Sinha et
al. (1995) desarrollaron y pusieron en práctica un modelo matemático para la
asignación óptima de la energía eléctrica en una planta de acero. El principio de
guía del modelo está en el caso de escasez de la energía, la energía se asigna a
esas cargas no esenciales que tengan los beneficios más altos (basado en un
modelo de programación lineal entere mixta). Aunque un número de estudios
(Hunneault y Galiana, 1991; McCutcheon, 1988) ha divulgado el uso óptimo de
las centrales eléctricas, tales estudios han tratado con una minimización del costo
que modelaba el acercamiento para las plantas de generación a sus receptores y
trataba de la optimización de la distribución de energía. Otros han estudiado el
uso más provechoso de una planta siderúrgica integrada (Fabian, 1958; Bielfield,
Walter y Wartman, 1986; Panadero et al. 1987) donde el problema se ha tratado
como una minimización del costo o modelo de programación lineal y en la
maximización de beneficio.

Los modelos del planeamiento de producción en Zambia

Sashidhar y Achray (1991a) se ocupan del problema del planeamiento de

producción en una planta de laminación de acero con el objetivo de maximizar la
utilización de la capacidad. El modelo se formula como un problema de flujo
máximo en una red de múltiples actividades. La producción se planea
generalmente contra pedidos del cliente y se asignan a los clientes diversas
prioridades. El modelo considera las prioridades asignadas a los clientes y a la
posición de balance de la orden. Un algoritmo se presenta para solucionar la
formulación múltiple de la red para el planeamiento de producción con las
prioridades del cliente en una planta de laminación. En otro documento,

165
Sashidhar y Achray (1991b) discuten el problema de asignar los componentes
principales de costo de proceso a las varias cantidades de productos producidos
en una estación de fundición y de una unidad de acero especial. Las técnicas de
programación cuadrática se utilizan para estimar el patrón del consumo de
materiales operacionales.

El modelo del planeamiento de producción en Argelia

Sarma (1995) describe un uso de la meta lexicográfica que programa en Societe

Nationale de Siderurgie, Argelia. Ésta es la única instalación fabril de acero en
Argelia que abastece a las necesidades domésticas de acero en varias otras
industrias tales como ferrocarriles, construcción, y construcción de puentes.
Inicialmente, se encuentra una solución óptima que da una indicación del nivel
óptimo de la aspiración de la gerencia. El acercamiento lexicográfico ha ayudado
a la gerencia a explicar los niveles de la aspiración de varios objetivos principales
tales como los beneficios, utilización de la capacidad de algunas plantas
dominantes, y cantidad de la producción de algunos productos claves.

Modelos de programación, inventario y distribución

En esta sección se discuten los problemas presentados de programar

producciones en plantas de fundición y las plantas de laminación en caliente
también como problemas de la distribución, del inventario, y del diseño de entrega
de productos del proveedor a la cadena.

Modelo de Programación en Bethlehem Steel

En los años 70 Bethlehem Steel necesitó mucho hierro y rollos de acero para
fabricar productos terminados en sus 100 plantas de laminación localizadas a
través de los E.E.U.U. En este contexto, Jain, Stott y Vasold (1978) desarrollaron
y pusieron un procedimiento que balanceaba los pedidos por medio de la
programación lineal y de técnicas heurísticas para la mejora en la orden cuando la
demanda excedía la capacidad de la planta. La función objetivo del programa
lineal es maximizar el tonelaje total de los rollos producidos conforme a aspectos
de la disponibilidad de la máquina de la fuente y de la demanda. La puesta en
práctica del modelo ha mejorado eficacia y servicio al cliente, ha reducido los
inventarios, tiempo de trabajo en proceso y tiempo de disposición de máquina
además a mejorado el cumplimiento de entrega de pedidos.

El diseño óptimo de la producción a través de una planta de laminación en

caliente es caracterizado por objetivos múltiples que están en conflicto. Jacobs,
Wright y Cobb (1988) proponen un modelo de optimización para esta situación.
Se toma una planta de laminación como entidad aislada, y un escenario de
entrega "just in time" (justo a tiempo) como objetivo.

Vonderembse y Haessler (1982) presentan un algoritmo eficaz para combinar

tamaños de pedido del cliente con el fin de programar económicamente la

166
cantidad de acero a fundir. El modelo exige más que la minimización la pérdida
por ajuste de hierro a fundir, porque otros costes son relevantes. Este
procedimiento ha sido utilizado con éxito por el departamento de control de
producción de la empresa a la que se implanto el algoritmo.

Conclusiones y extensiones

Aunque el acero es una industria básica para el crecimiento de una nación,

relativamente pocos usos de la programación matemática se han divulgado en
comparación con otras industrias tales como aceite, líneas aéreas, y
semiconductores. También, muy poco trabajo se ha hecho en el área del control
de inventario y del control de fabricación para las plantas siderúrgicas. Sin
embargo, es significativo que cuatro usos (Jain, Stott y Vasold, 1978; Box y
Herbe, 1988; Vasko et al., 1989a; y Sinha et el al., 1995) se han seleccionado
como finalistas en La concesión del logro de la ciencia de gerencia (competición
de Edelman). Esto da una indicación de la ventaja financiera potencial de aplicar
técnicas de la optimización a los problemas de la industria del acero. Del examen
de diversos usos de modelos usados en plantas siderúrgicas, lo que sigue se
puede considerar como áreas potenciales para el trabajo futuro son:

1. Optimización simultánea de mezcla de producto, del inventario y del

transporte. Esto representaría una extensión de Fabian (1958) al caso del
multi-periodo con requisitos del inventario y del transporte como aspectos
adicionales.

2. Optimización de corte para maximizar la producción total en múltiples

estados de procesos. Esto iría más allá de la mayoría del trabajo previo
sobre el problema de la acción del corte, que ha utilizado solo modelos de
una etapa.

3. Problemas de programación en la colada continúa para el procesamiento

de palanquilla.

4. Modelos de programación lineal estocásticos donde no solamente los

medios y las variaciones de las entidades estocásticas son conocidas y sus
distribuciones también se saben.

5. Cualquier investigación que aumente la confiabilidad y la validez de los

datos.

El éxito de modelos de programación matemáticos depende principalmente de la

disponibilidad de datos relevantes. Los datos deseados no existen a menudo, ni
se pueden recoger de fuentes múltiples.

Referencias sobre Modelación Matemática en la industria del Acero:

167
• AISE Steel Foundation 1998, The Making, Shaping and Treating of Steel,
11th edition, AISE Steel Foundation, Pittsburgh, PA, USA.
• Anandalingam, G. 1987, "A Stochastic Programming Model for Investment
Planning," Computers and Operations Research 14, 521-536.

• Baker, G. L.; Clark, W. A.; Frund, J. J.; and Wendell, R.E. 1987, "Production
Planning and Cost Analysis on a Microcomputer," Interfaces 17 : 4, 53-60.

• Bandopadhay, R. 1969, "Open Hearth and Basic Oxygen Furnaces: An

Allocation Model for Production Planning," IEEE Transaction on System
Science and Cybernetics 12, 115-124.

• Beale, E. M. L.; Coen, P.J.; and Flowerdew, A. D. J. 1965, "Separable

Programming Applied to an Ore Purchasing Problem," Applied Statistics
(U.K.) 14, 89-101.

• Bielfield, F. W.; Walter, K.; and Wartmann, R. 1986, "A Computer Based
Strategic Planning System for Steel Production," Interfaces 16 : 4, 41-46.

• Boukas, E. K.; Haurie, A.; and Soumis, F. 1990, "Hierarchical Approach to

Steel Production Scheduling Under a Global Energy Constraint," Annals of
Operations Research 26, 289-311.

• Box, R. E. and Herbe, D. G. Jr. 1988, "A Scheduling Model for LTV Steel's
Cleveland Works' Twin Strand Continuous Slab Caster," Interfaces 18 : 1,
42-56.

• Diaz, A.; Sancho, L.; Garcia, R.; and Larrantea, J. 1991, "A Dynamic
Scheduling and Control System in an ENSIDESA Steel Plant," Interfaces 21
: 5, 53-62.

• Dutta G.; Sinha, G. P.; and Roy, P. N. 1990, "A Product-Mix Optimizer for an
Integrated Steel Plant," Abstracts Booklet, IFORS-90, pp. 49-50.

• Dutta G.; Sinha, G. P; Roy, P.N.; and Mitter, N. 1994, "A Linear
Programming Model for Distribution of Electrical Energy in a Steel Plant,"
International Transactions in Operational Research 1, 19-30.

• Fabian, T. 1958, "A Linear Programming Model of Integrated Iron and Steel
Production," Management Science 4, 415-449.

• Fabian, T. 1967, "Blast Furnace Production Planning - A Linear

Programming Example," Management Science 14, B1-B27.

• Fourer, R. 1997, "Database Structures for Mathematical Programming

Models," Decision Support Systems 20, 317-344.

• Gercuk, M. Y. P. 1961, "Linear Programming in Organization and Planning

of Metallurgical Production" (in Russian), Metallurgizdat, 21-27.

168
• Gower, R. C.; Hahn, W. C.; and Tarby, S. K. 1970, "Dynamic Programming
Simulation of Electroslag Remelting Process," Journal of the Iron and Steel
Institute (U.K) 208, 1093-1099.

• Haessler, R.W. and Vonderembse, M. A. 1979, "A Procedure for Solving

Master Slab Cutting Stock Problem in the Steel Industry, " AIIE Transactions
11, 160-165.

• Hernandez, J. P. and Proth, J. P. 1982, "A Good Solution Instead of an

Óptimal One," Interfaces 12 : 2, 37-42.

• Hung, Y. 1991, "Models for Production and Strategic Planning in the Steel
Industry," Ph.D. Dissertation, Department of Industrial Engineering and
Management Sciences, Northwestern University.

• Hunneault, M. and Galiana, F. D. 1991, "A Survey of Óptimal Power Flow

Literature," IEEE Transactions on Power Systems 6, 762-767.

• Jacobs, L. T.; Wright, J. R.; and Cobb, A. E. 1988, "Óptimal Inter Process
Steel Production Scheduling," Computers and Operations Research 15,
497-507.

• Jain, S. K. ; Stott, K. L.; and Vasold, E.G. 1978, "Order Book Balancing
Using a Combination of Linear Programming and Heuristic Technique,"
Interfaces 9 : 1, 55-67.

• Kendrick, D.A.; Meeraus, A.; and Alatorre, J. 1984, The Planning of

Investment Programs in the Steel Industry, John Hopkins University Press,
Baltimore, MD, USA.

• Lawrence, J. R. and Flowerdew, A. D. J. 1963, "Economic Models for

Production Planning, " Operational Research Quarterly 14 : 1, 11-29.

• McCulloch, G. A. and Bandopadhay, R. 1972, "Application of Operational

Research in Production Problems in the Steel Industry," International
Journal of Production Research 10, 77-91.

• McCutcheon, J. M. 1988, "Long Range Electricity Expansion Planning Using

a Mixed Integer Linear Programming Model," Asia Pacific Journal of
Operational Research 5, 53-56.

• Metzger, R. W. and Schwarzreck, R. 1961, "A Linear Programming

Application to Cupola Charging," Journal of Industrial Engineering 12 : 2,
87-93.

• Mihailor, M. O. A., 1961. "Mathematical Statistics and Linear Programming

in Ferrous Metallurgical" (in Russian), Metallurgizdat, 160.

169
• Muteanu, E. and Rado, F. 1960, "Calculation of Most Economical Charges
for Pig Iron Smelter" (in Romanian), Studii si Cercetari Stiintifice
Mathematica, Academia Republici Populare Romine Fililia iasi, Institutul de
Mathematica Clju, 11 : 1, 149-158.

• Nelson, J. P. 1971, "A Note on Economics of Metallurgical Coke

Production," Management Science 18, B237-B239.

• Newhart, D. D.; Stott, K. L.; and Vasko, F. J. 1993, "Consolidating Product

Sizes to Minimize Inventory Levels for a Multi-Stage Production and
Distribution System," Journal of the Operational Research Society 44, 637-
644.

• Pohl, B. and Kaiser, W. 1982, "Cut Length Optimization by Volume

Comparison for a Merchant Mill (Schnittlaengenoptmierung uber
Volumenvergliech fuer eine Stabstahlstrassre)," Stahl und Eisen 102, 573-
575.

• Rao, P. P. C.; Singh, R; Rao, V.; Mohanty, R. P. 1993, "Applications of

Operational Research Techniques in the Steel Industry: A Classificatory
Review," Operational Research in the Indian Steel Industry, J. Shah and A.
Tripathy, eds., pp. 1-15.

• Sarma, G.V. 1995, "Application of Lexicographical Goal Programming to

Solve a Product Mix Problem in a Large Steel Manufacturing Unit - A Case
Study," OPSEARCH 32, 55-78.

• Sashidhar, B.; Achray, K. K. 1991a, "Multiple Arc Network of Production

Planning in Steel Mill," International Journal of Production Economics 22,
189-193.

• Sashidhar, B.; Achray, K. K. 1991b, "Applications of OR Techniques in Cost

Allocation of Major Operational Materials in an Alloy and Special Steel
Manufacturing Unit," International Journal of Production Economics 22, 195-
202.

• Shah, J. and Tripathy, A. 1993, "Operational Research in Indian Steel

Industry." Wiley Eastern Limited.

• Sharma, A. and Sinha, S. K. 1991, "Product Mix Optimization: A Case Study

of Integrated Steel Plants of SAIL," OPSEARCH 28, 188-201.

• Sinha, G. P.; Chandrasekaran, B. S.; Mitter, N.; Dutta, G.; Singh, S.B.; Roy,
Choudhury, A. R.; and Roy, P. N. 1995, "Strategic and Operational
Management with Optimization at Tata Steel," Interfaces 25 : 1, 1995.

• Stott, K. L. Jr. and Douglas, B.W. 1981, "A Model Based Decision Support
System for Planning and Scheduling Ocean Borne Transportation,"
Interfaces 11 : 4, 1-10.

170
• Tarabar, K, 1963, "An Example of the Use of Linear Programming Model in
Ferrous Industry (in Serbo Croatian, English summary), Automatika 4 : 5-6,
311- 314.

• Tsao, C. S. and Day, R. H. 1971, "A Process Analysis Model for the U.S
Steel Industry," Management Science 17, B588 -B608.

• Tokuyama, H. and Nobuyki 1981, "Cutting Stock Problems in the Iron and
Steel Industry," Proceedings of the 9th Triennial Conference of IFORS,
Hamburg, Germany, 809-823.

• Vasko, F. J. and Friedel, D. C. 1982, "A Dynamic Programming Model for

Determining Continuous Caster Configurations," IIE Transactions 14, 38-
43.

• Vasko, F. J. 1984, "Using Facility Location Algorithm to Solve Large Set

Covering Problem," Operations Research Letters 3, 85-90.

• Vasko, F. J.; and Wilson G.R. 1984a, "Using Facility Location Algorithms to
Solve Large Scale Set Covering Problems," Operations Research Letters 3,
85- 90.

• Vasko, F. J. and Wilson G.R. 1984b, "An Efficient Heuristic for Large Scale
Set Covering Problems," Naval Research Logistics Quarterly 33, 241-249.

• Vasko, F. J.; and Wilson, G.R. 1986, "Hybrid Heuristic for Minimum
Cardinality Set Covering Problem," Naval Research Logistics Quarterly 33,
241-249.

• Vasko, F. J.; Wolf, F. W.; and Stott, K. L. 1987, "Óptimal Selection of Ingot
Sizes Via Set Covering," Operations Research 35, 346-352.

• Vasko, F. J. and Wolf, F. W. 1988, "Solving Large Set Covering Problems

On a Personal Computer," Computers and Operations Research 15, 115-
121.

• Vasko, F. J. 1989, "A Computational Improvement to Wang's Two

Dimensional Cutting Stock Algorithm," Computers and Industrial
Engineering 16, 109-115.

• Vasko, F. J. and Wolf, F. E. 1989, "A Set Covering Approach to

Metallurgical Grade Assignment," European Journal of Operational
Research 38, 27-34.

• Vasko, F. J.; Wolf, F. E.; and Stott, K. L. 1989, "Solution to Fuzzy Two
Dimensional Cutting Stock Problem," Fuzzy Sets and Systems 29, 259-275.

• Vasko, F. J.; Wolf, F. E.; Stott, K. L. and Scherier, J.W. 1989a, "Selecting
Óptimal Ingot Size for Bethlehem Steel," Interfaces 19 : 1, 68- 83.

171
• Vasko, F. J.; Wolf, F. E.; Stott, K. L.; and Woodyatt, L.R. 1989b, "A Fuzzy
Approach to Óptimal Metallurgical Grade Assignment," in Applications of
Fuzzy Set Methodologies for Industrial Engineering, Evans G.W.,
Karwowski W. and Wilhelm M. R., eds., Elsevier, Amsterdam, pp. 285-299.

• Vasko, F. J.; Wolf, F. E.; and Pflugrad, J.A. 1991, "An Efficient Heuristic for
Planning Mother Plate Requirements at Bethlehem Steel," Interfaces 21 : 2,
38-49.

• Vasko, F. J.; Wolf, F. E.; Stott, K. L.; and Ehrsam, O. 1992. "Bethlehem
Steel Combines Cutting Stock and Set Covering to Enhance Customer
Service," Mathematical and Computer Modelling 16, 9-17.

• Vasko, F. J.; Wolf, F.E.; Stott, K. L. and Woodyatt, L.R. 1993a, "Adapting
Branch and Bound for Real World Scheduling Problems," Journal of the
Operational Research Society 44, 483-490.

• Vasko, F. J.; Cregger, M. L.; Newhart, D. D.; and Stott, K. L. 1993b, "A Real
Time One Dimensional Cutting Stock Algorithm for Balance Cutting
Patterns," Operations Research Letters 14, 275-282.

• Vasko, F. J.; Cregger, M. L.; Stott, K. L.; and Woodyatt, L. R. 1994,

"Assigning Slabs to Orders - An Example of Appropriate Model
Formulation," Computers and Industrial Engineering 26, 797-800.

• Vasko, F. J.; McNamara, J. A.; Newhart, D. D.; and Wolf, F. E. 1994, "A
Practical Solution to a Cargo Loading Problem at Bethlehem Steel," Journal
of the Operational Research Society 45, 1285-1292.

• Vasko, F. J. and Wolf, F. E. 1994, "A Practical Approach for Determining

Rectangular Stock Sizes," Journal of the Operational Research Society 45,
281-286.

• Vonderembse, M. A. and Haessler, R.W. 1982. "A Mathematical

Programming Approach to Schedule Master Slab Casters in the Steel
Industry," Management Science 28, 1450-1461.

• Westerberg, C., Bjorklund, B. and Hultman, E. 1977, "An Application of

Mixed Integer Linear Programming in a Steel Mill," Interfaces 7 : 2, 39-43.

• Woodyatt, L. R.; Stott, K. L.; Wolf, F. E.; and Vasko, F. J., 1992. "Using
Fuzzy Sets to Óptimally Assign Metallurgical Grades to Steel," Journal of
Metals 44 : 2, 28-31.

• Woodyatt, L. R.; Stott, K. L.; Wolf, F. E. and Vasko, F. J. 1993, "An

Application Combining Set Covering and Fuzzy Sets to Óptimally Assign
Metallurgical Grades to Customer Orders," Fuzzy Sets and Systems 53, 15-
26.

172
 ANEXO J
Fuente: GERDAU AZA CHILE – Empresa siderúrgica de Chile [online] –
Publicación Electrónica 2003 Disponible en
http://www2.aza.cl/destacado_de_hoy/destacado18.htm Marzo 2004

¿Por qué sube el acero?

No es raro que por estos días algunos consumidores de acero alrededor del
mundo estén preocupados. Claro, pues el valor de este commodity se
incrementó, en un año un 40,6%*.
El alza que está registrando el precio del acero no puede pasar desapercibida, es
imposible, ya que en el último trimestre su valor promedio se incrementó en un
36,6%*. Sólo en el último mes lo hizo en un 14,4%*.
Más ejemplos, el precio de los aceros planos subió, en un año, en un 35,1%*,
mientras que el de las barras lo hizo en un 52%*. Esto se ha reflejado, aunque en
distinta magnitud, en todos los continentes. Por ejemplo en Norte América, el
precio del acero se incrementó en un 73,4%*, en Europa lo hizo en un 15,1%* y en
Asia su valor subió en un 40,6%*.
El gran referente para el precio del acero en Chile, es el mercado turco. Según
informa Metal Bulletin, a principios del año 2002, la tonelada FOB de acero
costaba US$ 190, mientras que en marzo de este año el commodity se tranza, en
ese país, a un valor de US$ 505. Esto es un alza de más del 110%, mientras que
en Chile, el aumento no ha sido superior al 28% en un año.
Pero para todo esto debe haber una razón, pues los precios del acero no suben
por voluntad de quien lo produce o lo tranza. Hay varios factores, pero el principal
es la fuerte demanda que está generando China. Se espera que para este año, su
consumo aumente en un 12,8%, lo que equivale a 33 millones de toneladas. Para
visualizar esta magnitud, podemos decir que esto equivale a todo el acero que
consume Brasil en un año. Y este es el país más grande de América Latina.
El mundo, en tanto, también tendrá un aumento considerable en su demanda de
acero. Se espera para este año un incremento del 5,8%, es decir 52 millones de
toneladas más que el 2003. El mundo entero necesitará este año 936 millones de
toneladas de acero, pero si sacamos el consumo chino, esta cifra se reduce a sólo
646 millones de toneladas. En pocas y más simples palabras, China demandará
este año el 31% de todo el acero que se produce en el mundo.
A todo esto hay que agregarle un facto no menor, y que es el aumento en los
costos de transporte. Después de la Crisis Asiática de 1998, muchos armadores
cancelaron órdenes para nuevas naves de transporte a granel. A esto se sumó
que los barcos dados de baja no se reemplazaron. En conclusión, hoy en marzo
del 2004, frente a una reactivación económica global, no hay en el mundo

173
suficientes barcos para transportar las materias primas. No es necesario entrar a
una explicación muy profunda, para señalar que este mayor valor lo paga,
generalmente, el consumidor.
La situación fue expuesta por el Gerente General de Gerdau AZA, Hermann von
Mühlenbrock, ante socios de la Cámara Chilena de la Construcción, quienes se
reunieron en torno a una mesa redonda, para tratar el tema. Les señaló que ante
esta realidad de la economía mundial, Chile no podía estar ausente. Pero aclaró
un punto muy importante, y es que el aumento interno de precios ha sido en una
proporción muy inferior al registrado en el mercado internacional.
La principal demostración de que el valor interno es menor, es que las
importaciones de acero en los últimos meses, prácticamente se ha paralizado.
Además, Von Mühlenbrock explicó que la producción de acero en Chile se
incrementó en un 20%, mientras que el más optimista de los estudios de la
Cámara Chilena de la Construcción, habla que ese sector crecerá a un ritmo
máximo del 3%. La pregunta entonces es: ¿dónde se está ese acero? La
respuesta a esto podría ser la solución para dos problemas: la falta de acero que
se dice hay en el mercado y el aumento de precio que está registrando este
producto.

*Fuente Cruspi futures

174
 ANEXO K

Justificación a las Condiciones del Modelo

Se pretende aclarar en el siguiente apartado, la definición de los principales

supuestos del modelo y el porqué de su escogencia, sustentado en las diferentes
fuentes o parámetros que se tuvieron en cuenta para su inclusión en el modelo.

Se mensionará cada uno de los supuestos definidos para el modelo y a

continuación del mismo se justificará su definición:

• El modelo incluye los aranceles como parte integral del costo de despacho,
mientras que en la mayoría de los casos reales los aranceles dependen del
valor de los productos transferidos.

El anterior supuesto se definió, ya que la introducción de los aranceles como

compuesto independiente del costo dentro del modelo, hace que la complejidad
del modelo mismo aumente enormemente; más aún en el tema de aranceles por
ser de carácter dependiente a productos transferidos de zonas fuera del territorio
nacional, la introducción de los aranceles independientes al costo de despacho,
haría necesario la aplicación de teorías en la cadena de abastecimiento
denominada como el “Problema de los precios de transferencia” lo que para el
alcance del presente proyecto no justifica la introducción en esta línea de
investigación.

• El modelo planteado es de programación lineal ya que esta es una técnica

matemática útil en la toma de una serie de decisiones interrelacionadas,
que proporcionan un procedimiento sistemático para determinar la
combinación de decisiones que maximizan la efectividad total.

La anterior premisa es producto del estudio previo que se realizó para el desarrollo
del modelo de optimización, según la información obtenida en el capítulo dos una
de las herramientas más eficientes y fáciles de implantar para el problema de
estudio era la programación lineal, por tanto esta decisión es consecuencia de la
investigación inicial.

• El horizonte de planeación será de 12 meses, determinístico, programado

mensualmente.

Se definió este periodo para el modelamiento que se ajustaba al propósito de

planeación agregada a mediano plazo.

175
 • El modelo no tiene en cuenta de manera explícita consideraciones de tipo
financiero relativas a impuestos y beneficios tributarios típicos de procesos
de comercialización.

El modelo no tiene en cuenta de manera explícita estas condiciones, es decir de

manera independiente mas si lo toma de manera implícita ya que se agregaron
todos estos costos a un solo valor, esto con el fin de facilitar la modelación, debido
que tener en cuenta todos estos aspectos de costos de manera independiente
conllevaría el aumento del tamaño del modelo en grandes proporciones.

• El alcance del modelo es al nivel del país y por tanto no se considera la

exportación de productos, se busca entonces la minimización de costos de
producción – distribución en el país haciendo énfasis en los costos de;
inventario, transporte y manipulación de productos.

Debido a que el país es netamente importador de productos de acero, justificado

en el capítulo dos, no se tiene en cuenta las exportaciones ya que la preocupación
actual de este tipo de industria en la satisfacción de la demanda nacional que no
alcanza a suplir totalmente.

• Transporte: Para el presente modelo, las capacidades de transporte no se

tienen en cuenta, ya que estos servicios son tercerizados por las
compañías de este sector, y sin importar la cantidad que se tenga que
transportar estos colocan a disposición los medios (camiones) necesarios
para este fin.

Según datos obtenidos del capítulo dos se encontró que las empresas del sector
siderúrgico Colombiano tercerizan el servicio de transporte, por sus elevados
costos en activos fijos, esta premisa fue ratificada por personal de la empresa
asesora que con conocimiento de su mercado afirmaba que no solo la industria
siderúrgica semi integrada terceriza este servicio sino que la siderúrgica integrada
también lo realiza, principalmente por los altos costos y el trabajo dispendioso que
trae el manejo propio de una flota de transporte.

• La demanda de cada periodo se satisface en los últimos días del periodo.

Por tratarse de un modelo táctico que no tiene en cuenta las labores operativas y
ya que esta encaminado a apoyar las decisiones de mediano plazo, el modelo
define los variables en términos mensuales entendidas como el total ejecutado al
cierre de cada mes.

176
 ANEXO L
TRANSPORTE DE PRODUCTOS IDENTIFICABLES ENTRE ENTIDADES DE LA CADENA
Las flechas indican transportes típicos dentro de la cadena por ventaja en costos
Fuentes de Procesamiento Distribuidores
Chatarra de Chatarra Acerías Laminación
Chatarra
Chatarra Palanquilla Alambrón -
Procesada
Barras O
A 6250 Cali
Medellín D K
4250
Cali 7869 Cali 1683
5000 H
Cali 2067
B P
Cali
F L 7183
Boyacá
9350
Boyacá
Boyacá
11000 10043
4817
I
1493
C G
Boyacá
M
3456 6400
Boyacá Bogota 2650 Bogota Q
4875
Bogota

C 1000
1000
900
2366
Acerías
Bogota Bogota 1000 1000 de 1933
SIDELP
1
A 1000 Caldas 587 R
Medellín
1000
2150
1000 1000 1000 700
Bogota Siderúrgica
Panamá Acerías1000
2 de 1000
de
Caldas Occidente CONVENCIONES
1000 1000
1000 Integrantes de
Barran Conglomerado
quilla Siderúrgica
Ecuador 1000 Venezuela
de
1000
Occidente Entidades de
500 Conglomerado
Venezu
ela
Sidor - Brasil
Venezuel Venezuela Entidades fuera
a del país
Brasil
Entidades
Brasil nacionales que
Brasil no pertenecen al
conglomerado.
Panam
Entidades y
á Flujos planteados 177
como alternativa
 DIAGRAMA COMPLETO DE ELEMENTOS IDEALES MODELO DE OPTIMIZACIÒN
INCLUYE ACERÍA BOGOTA NO INCLUIDA EN EL MODELO

Fuentes de Procesamiento Distribuidores

Chatarra de Chatarra Acerías Laminación
Chatarra
Chatarra Palanquilla Alambrón -
Procesada O
Barras
A Cali
Medellín D H K
Cali Cali Cali

B P
F I L
Cali Boyacá
Boyacá Boyacá Boyacá

C G M
J
Bogota Bogota Bogota Q
Bogota
Bogota

C
Barran Acerías
Boyacá quilla de
Acerías Caldas R
de Medellín
Caldas
Venezuela Bogota
1 Siderúrgica
SIDELPA de
Occidente
CONVENCIONES

Brasil Bogota Integrantes de

2 Conglomerado
Siderúrgica
de
Venezuela
Occidente Entidades de
Panamá Venezu Conglomerado
ela
Sidor - Brasil
Venezuela Entidades fuera
del país
Brasil
Ecuador Entidades
Brasil nacionales que
no pertenecen al
conglomerado.

Panamá Entidades y
Flujos planteados
como alternativa
178

Proveedores Productores Distribuidores

 Explicación del Diagrama

El segundo diagrama muestra las entidades incluidas en el modelo diferenciando

entre entidades de conglomerado y las no incluidas al conglomerado pero que
sirven con materias primas o productos finales al mismo.

Las fuentes de chatarra no pertenecen al conglomerado y se suponen de ámbito

nacional por tanto cualquiera de los otras empresas demandantes de chatarra
acuden a ellas por su materia prima estas cuatro fuentes se suponen como las
mayores generadoras de chatarra, las demás entidades son fuentes de chatarra
internacional para los que se incluye a Brasil, Panamá, Venezuela, Ecuador que
por su cercanía tienen ventajas en costos de fletes y son realmente las fuentes de
chatarra que las empresas siderúrgicas del país acuden para obtención de este
elemento.

Los distribuidores se consideran fuera del conglomerado pero como ya se explico

muchas veces es la misma planta de laminación es el caso de Cali, Boyacá y
Bogota. Estos puntos son las entidades demandantes del modelo por tanto el
organismo que jala las operaciones de toda la cadena.

Diagrama 1

El diagrama dos muestra los flujos más frecuentes identificados en la ejecución del
modelo como era de esperarse las entidades más cercanas entre si presentan
flujos de productos constantes por su ventaja en fletes a diferencia de las que se
encuentran alejadas, la prioridad es la obtención de chatarra de fuentes de
chatarra nacional, al agotarse esta fuente el modelo tiende a comprar chatarra a
Panamá, Ecuador y Venezuela este ultimo por su ventajoso precio de venta y altos
volúmenes.

En cuanto a los transportes entre las entidades del conglomerado se mantienen

los transportes internos dentro de las plantas de laminación con unos casos no
muy frecuentes de transporte entre plantas distantes la mayoría de esos
transportes se presentan por obligatoriedad a la planta de laminación de Bogota
ya que esta no cuenta con acería para la obtención de su propia palanquilla
además que este lugar es el centro de demanda más grande del país.

El modelo también compro chatarra procesada a un proveedor de Bogota por su

ventaja en fletes y costo pero en cantidades pequeñas.
La entidad denominada como SIDELPA es la entidad de la que se obtiene mayor
material específicamente palanquilla que se transporta a Cali, por su ventaja en
flete y también a Bogota y Boyacá. Esto es acorde a los datos suministrados por
la empresa asesora a este proyecto que estableció una alianza estratégica con
este proveedor para abastecerse de este material.

View publication stats