TRABAJO COLABORATIVO INVESTIGACIÓN DE OPERACIONES

PRIMERA ENTREGA

TUTOR:
FRANKLIN ROLANDO AGUILAR TRIANA

PRESENTADO POR:
SUBGRUPO 10
SARMIENTO ALVAREZ EDUIN DAVID- COD. 100220915
VALENCIA CASTAÑO CHRISTIAN DAVID- COD. 2011020174
SANCHEZ BECERRA EDUARD- COD. 2011023583
ABRIL COLMENARES HECTOR EDUARDO- COD. 100248565
REYES CIFUENTES JONATHAN EDUARDO- COD. 100251881
RIVERO MEJIA HERMES EDUARDO-COD. 2021980966

POLITECNICO GRAN COLOMBIANO

FACULTAD DE INGENIERÍA, DISEÑO E INNOVACIÓN
2021

1
Contenido
1. MODELO PROPUESTO................................................................................................2
1. MODELO Y RESTRICCIONES PROPUESTOS..........................................................3
2.1 Balance de inventario....................................................................................................4
2.2 Flujo de salida...............................................................................................................4
2.3 Restricción de capacidad de producción.......................................................................4
2.4 Inventario inicial............................................................................................................4
2.5Restricción de no negatividad........................................................................................4
2. DESCRIPCIÓN DE LAS PROPOSICIONES 2.1; 2.2; 2.3............................................4
4. ANALISIS ESTADISTICO............................................................................................5
4.1 Demanda........................................................................................................................5
4.2 Proyección de demanda para el mes T (𝒅𝒕)..................................................................6
4.3 Proyección de Producción para el mes t (𝒃𝒕)................................................................6

2
 1. MODELO PROPUESTO

Podemos modelar el MLSP-PC como un problema de flujo de red de costo mínimo

capacitado en una red con una fuente. Con este fin, definimos una red con una sola fuente
0, T nodos de transbordo (1,t) a nivel de producción (nivel 1, t =1,…,T) representando la
cantidad de gas generada en un periodo t dentro del nodo especifico, T nodos de transbordo
(l,t) en cada uno de los niveles de almacén (t = 1,…,T; l= 2,…, L-1) que entregan en los
puntos de conexión el producto entre los nodos desde el nivel l al nivel l + 1 en el período t
y los nodos de demanda T (l,t) Con demanda dt en el nivel minorista (nivel L, t = 1,…,T)
donde se entrega el producto para su distribución final.

Finalmente, la viabilidad dicta que el nodo fuente 0 tiene una fuente de unidades d1T. La
Figura 1 ilustra la representación en red del MLSP-PC para L= 3 Y T = 4.

Este modelo es denominado L=4, T=10 por sus cuatro niveles de red que son:

 Los Campos de Producción (Cusiana) como nivel 1

 El Gaseoducto Cusiana-Apiay como nivel 2
 El Gaseoducto Apiay-Bogotá como nivel 3
 El Sistema de Distribución Bogotá Nivel 4

Está conformado por 10 niveles que corresponden del mes de marzo a diciembre.
Las Variables de este modelo son:

yt= Cantidad a producir de gigabits de gas en el periodo donde t = 1, 2, 3,4, 5, 6, 7, 8, 9,10.

X 1t = Cantidad transportar gas natural desde el nivel l hasta l+1 donde l es = 1, 2, 3 ya que en
el cuarto nivel no se transporta nada porque es el último.
Y t = 1, 3, 4, 5, 6, 7, 8, 9, 10. I 1t = Cantidad a almacenar gas en gigabtus (GB) en el periodo t
en el nivel donde l= 1,2,3; t= 1,2,3,4,5,6,7,8,9,10

3
 1. MODELO Y RESTRICCIONES PROPUESTOS

El análisis del problema de abastecimiento llevado al campo de transporte y distribución

implica distintos tipos de variables que van desde la producción, el almacenamiento en el
punto de fabricación, y el transporte hacia los diferentes niveles o centros de distribución.
Al realizar el siguiente análisis debemos tener presente los costos y capacidad de
abastecimiento de la cadena. Para este modelo propuesto abordaremos la programación
Lineal a partir de las distintas variables con el fin de encontrar una solución, la cual
minimice los costos de operación, transporte y distribución de la cadena de abastecimiento
de la compañía.
Representación como Red: podemos modelar el MLSP-PC como un problema de flujo de
red de costo mínimo capacitado en una red con una fuente. Con este fin, definimos una red
con una sola fuente 0, T nodos de transbordo (1, t) a nivel de producción (nivel 1, t = 1,
…,T) representando la cantidad de gas generada en un periodo t dentro del nodo especifico,
T nodos de transbordo (l,t) en cada uno de los niveles de almacén (t = 1,…,T; l = 2,…, L-1)
que entregan en los puntos de conexión el producto entre los nodos desde el nivel l al nivel
l + 1 en el período t y los nodos de demanda T (l,t) Con demanda dt en el nivel minorista
(nivel L, t = 1,…,T) donde se entrega el producto para su distribución final. Finalmente, la
viabilidad dicta que el nodo fuente 0 tiene una fuente de unidades d1T. La Figura ilustra la
representación en red del MLSPPC para L= 3 Y T = 4.

4
2.1 Balance de inventario
Nos indica que las suma de lo transportado en un nivel más el inventario de ese mismo
nivel debe ser igual a la suma de lo transportado desde el nivel anterior más el inventario
del periodo inicial en el periodo anterior.
2.2 Flujo de salida
Nos indica que la demanda de un periodo más el inventario de ese mismo periodo debe ser
igual a la suma de lo transportado desde el nivel anterior más el inventario del periodo
anterior
2.3 Restricción de capacidad de producción
Nos indica que la producción no debe superar la capacidad de la planta en cada periodo.
2.4 Inventario inicial.
Nos indica que en el periodo 0 en inventario inicial debe ser 0 para cada nivel
2.5Restricción de no negatividad
Nos indica que no debe haber ningún valor negativo.

2. DESCRIPCIÓN DE LAS PROPOSICIONES 2.1; 2.2; 2.3

Este modelo resuelve el problema de tamaño de lotes multinivel, el cual dice el número de
unidades a transportar al siguiente nivel, definiendo por niveles al fabricante, almacén y
minorista en diferentes periodos de tiempo. Formula un modelo matemático con
restricciones sobre cantidad producida, de manda acumulada. Expone diferentes casos de
autores con sus ejemplos de modelos de varios niveles, capacidad de producción, tiempo
polinomial. También abordan casos especiales que se pueden presentar en este tipo de
modelos integrados por niveles, como expresar los costos de mantenimiento de inventario
en una función lineal, estandarizar las variables sin pérdida de optimización.
Cualquier punto extremo de la solución factible puede descomponerse en una secuencia de
subplanes consecutivos. El modelo puede descomponerse en una serie de subplanes es decir
el modelo para los10 períodos puede ser analizado en varios subplanes para la red, de
manera que cada subplan satisfaga 1 o más períodos de demanda, combinando tanto flujos
de transporte como inventario.
En un subplan, la cantidad transportada entre los niveles l y l+1 en algún período hace que
las cantidades transportadas acumuladas hasta el momento en el subplan sean iguales a las
cantidades de acumuladas producciones de una secuencia inicial de períodos de producción
consecutivos en el subplan o al acumulado de la demanda de una secuencia inicial de
períodos de demanda en el subplan. Se debe tener en cuenta que es posible realizar la
producción para varios períodos de demanda y decidir mantener el inventario o transportar
unas cantidades determinadas

5
 4. ANALISIS ESTADISTICO

De acuerdo a los datos suministrados en el documento Excel se realiza un diagnóstico de

proyección para el año 2016 utilizando los datos de demanda y producción.
4.1 Demanda.
Se conocen los datos desde el periodo 2001 hasta el 2015 de acuerdo a la Tabla anexo.
AÑO
Mes 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
Enero 208 214 215 226 237 240 252 262 281 289 297 313 322 323 349
Febrero 203 220 227 230 236 242 258 278 270 290 300 300 323 323 349
Marzo 344 352 362 373 394 399 418 427 436 447 447 451 479 470 500
Abril 194 203 201 212 221 245 248 265 269 283 298 305 300 319 322
Mayo 125 127 144 147 141 153 158 154 172 174 177 172 190 183 192
Junio 179 193 198 212 234 254 259 286 290 315 324 350 354 377 378
Julio 249 274 287 296 308 333 348 355 368 380 401 425 441 443 458
Agosto 303 315 324 349 358 366 375 400 425 440 455 453 481 480 513
Septiembre 491 528 549 567 575 609 626 637 667 672 691 717 732 764 789
Octubre 652 668 683 719 737 749 763 793 805 832 842 874 894 913 939
Noviembre 701 728 731 766 784 793 820 843 851 890 904 919 939 958 983
Diciembre 898 910 947 967 990 1005 1018 1031 1057 1089 1107 1123 1130 1164 1178

Enero Febrero Marzo

400 400 600
350 350
500
300 300
250 250 400
200 200 300
150 150
200
100 100
50 100
50
0 0
0
2000 2005 2010 2015 2020 2000 2002 2004 2006 2008 2010 2012 2014 2016 2018
2000 2005 2010 2015 2020

Abril Mayo Junio

400 250 450

350 400
200 350
300
250 300
150
250
200
100 200
150
150
100
50 100
50
50
0 0
2000 2005 2010 2015 2020 0
2000 2005 2010 2015 2020
2000 2005 2010 2015 2020

Julio Agosto Septi embre

500 600 900
450 800
400 500
700
350
400 600
300
500
250 300
200 400
150 200 300
100 200
100
50 100
0 0 0
2000 2005 2010 2015 2020 2000 2005 2010 2015 2020 2000 2005 2010 2015 2020

Octubre Noviembre Diciembre

1200 1400
1000
1000 1200
800
800 1000
600 800
600
400 600
400
400
200 200
200
0 0
0
2000 2005 2010 2015 2020 2000 2005 2010 2015 2020
2000 2005 2010 2015 2020

4.2 Proyección de demanda para el mes T (𝒅𝒕)

Las gráficas evidencian una clara tendencia lineal en el comportamiento de la demanda mes
a mes por lo cual se calcula el pronóstico de demanda para 2016 usando la función
pronóstico lineal de Excel.

6
 AÑO
Mes 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Enero 208 214 215 226 237 240 252 262 281 289 297 313 322 323 349 349
Febrero 203 220 227 230 236 242 258 278 270 290 300 300 323 323 349 346
Marzo 344 352 362 373 394 399 418 427 436 447 447 451 479 470 500 502
Abril 194 203 201 212 221 245 248 265 269 283 298 305 300 319 322 334
Mayo 125 127 144 147 141 153 158 154 172 174 177 172 190 183 192 195
Junio 179 193 198 212 234 254 259 286 290 315 324 350 354 377 378 383
Julio 249 274 287 296 308 333 348 355 368 380 401 425 441 443 458 458
Agosto 303 315 324 349 358 366 375 400 425 440 455 453 481 480 513 501
Septiembre 491 528 549 567 575 609 626 637 667 672 691 717 732 764 789 771
Octubre 652 668 683 719 737 749 763 793 805 832 842 874 894 913 939 923
Noviembre 701 728 731 766 784 793 820 843 851 890 904 919 939 958 983 971
Diciembre 898 910 947 967 990 1005 1018 1031 1057 1089 1107 1123 1130 1164 1178 1170

4.3 Proyección de Producción para el mes t (𝒃𝒕)

Las gráficas evidencian una clara tendencia lineal en el comportamiento de la demanda mes
a mes por lo cual se calcula el pronóstico de producción para 2016 usando la función
pronóstico lineal de Excel.
AÑO
Mes 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Enero 394 419 444 460 485 504 520 537 553 571 608 615 634 665 681 699
Febrero 410 423 442 458 478 505 515 538 556 573 605 630 636 658 689 700
Marzo 407 419 430 456 485 502 522 547 566 587 606 610 644 652 680 699
Abril 391 417 449 459 480 501 528 545 561 583 601 614 642 656 681 699
Mayo 297 327 343 350 383 393 414 434 457 476 496 510 541 555 583 593
Junio 146 159 172 173 195 190 210 212 225 246 252 259 273 281 282 298
Julio 398 422 441 464 481 492 530 546 569 575 594 617 640 669 673 695
Agosto 406 418 435 462 471 507 530 550 569 576 591 623 639 653 671 692
Septiembre 260 254 267 282 290 300 312 311 333 330 360 366 370 387 395 401
Octubre 598 613 634 654 690 702 714 740 770 782 792 823 840 851 877 890
Noviembre 601 610 634 659 681 698 715 741 769 774 806 820 835 853 878 890
Diciembre 596 622 649 666 678 694 714 747 758 771 793 813 847 868 888 892

5. Resumen de Parámetros Por Emplear en el Modelo en GAMS

Proyección de Demanda para el mes t (¿d t)¿

ene- feb- mar- abr- may- jun- jul- ago- sep- oct- nov dic-
15 15 15 15 15 15 15 15 15 15 -15 15
Proyecc
ión 349 3 5 334 195 383 45 5 7 92 971 117
Deman 4 0 8 0 7 3 0
da 6 2 1 1
Tabla 1. Proyección de Demanda para el año 2017
Proyección de producción para el mes t (¿b t)¿
ene- feb- mar- abr- may- jun- jul- ago- sep- oct- nov- dic-
15 15 15 15 15 15 15 15 15 15 15 15
Proyecci
ón 6 7 6 6 5 298 6 69 4 8 8 8
Producci 9 0 9 9 9 9 2 0 9 9 9
ón 9 0 9 9 3 5 1 0 0 2
Tabla 2. Proyección de Producción para el año 2017

7
Costo de iniciar una orden de producción en el mes t (¿ p t)¿
De acuerdo con el archivo de datos suministrados, se cuenta con los siguientes costos
de producción asociados a cada mes:
Ener Febrero Marzo Abri Mayo Junio Julio Agost Septi Octu Nov dicie
o l o i
1000 1000 1000 1300 1300 1700 120 1200 1400 100 900 900
0 0
Tabla 3. Costo de iniciar una orden de producción en
el mes t. Costo en dólares (US$)

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

t

De acuerdo con el archivo de datos suministrados, se cuenta con los siguientes costos
de transportar del nivel l al nivel l+1
M Campos Gaseoducto Gaseoducto
es de Cusiana- Apiay-
Producc Apiay Bogotá
ión
(Cusian
a)
Enero 1 1,5 3
Febrero 1 1,5 3
Marzo 1 1,5 3
Abril 1 1,5 3
Mayo 1 1,5 3
Junio 1 1,5 3
Julio 1 1,5 3
Agosto 1 1,5 3
Septiem 1 1,5 3
bre
Octubre 1 1,8 3
,
2
Noviemb 1 1,8 3
re ,
2
Diciemb 1 1,8 3
re ,

8
 2
Tabla 4. Costo de transporte en cada nivel. Costo en dólares por unidad transportada
(US$/Giga BTU)

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

t

De acuerdo con el archivo de datos suministrados, se cuenta con los siguientes costos
de mantener inventario por un periodo t, en cada nivel l
M Campos Gaseodu Gaseodu Sistema de
es de cto cto Distribución
Producc Cusiana- Apiay-
ión Apiay Bogotá Bogotá
(Cusian
a)
Enero 1 1 1 2
,
5
Febrero 1 1 1 2
,
5
Marzo 1 1 1 2
,
5
Abril 1 1 1 2
,
5
Mayo 1 1 1 2
, ,
3 5
Junio 1 1 1 2
, ,
3 5
Julio 1 1 1 2
, , ,

9
 3 5 2
Agosto 1 1 1 2
, , ,
3 5 2
Septiem 1 1 1 2
bre , , ,
3 5 2
Octubre 2 1 1 2
, ,
5 2
Noviemb 2 1 1 2
re , ,
5 2
Diciemb 2 1 1 2
re , ,
5 2
Tabla 5. Costo de mantener el inventario por un periodo en cada nivel. Costo en dólares
por unidad almacenada (US$/Giga BTU)

10