INFORME TÉCNICO DE LA INVESTIGACIÓN DE OPERACIONES

SUBGRUPO 15

MELÉNDEZ MENA HEILER ALFONSO

SÁNCHEZ SÁNCHEZ CAROLINA
RAMÍREZ GONZÁLEZ LUIS FELIPE
PÁEZ URBANO JUAN CAMILO
QUINTERO ÁLVAREZ SANTIAGO

TUTOR: 
JOHANN QUEVEDO SÁNCHEZ

INSTITUCIÓN UNIVERSITARIA POLITÉCNICO GRANCOLOMBIANO

2021
CONTENIDO

MODELO DE RED..........................................................................................................................2
ANÁLISIS DE LA INFORMACIÓN.............................................................................................3
MODELO ALGEBRAICO.............................................................................................................6
SOLUCIÓN CON GAMS................................................................................................................9
CONCLUSIONES..........................................................................................................................11
RECOMENDACIONES................................................................................................................11
 MODELO DE RED

El modelo que presenta GNV es un modelo de multinivel y multiperiodo que cuenta con
cuatro niveles y diez periodos de tiempo.
Representación modelo en red:

Dentro del modelo se evidencian los niveles en sentidos de arriba para abajo y los periodos
en sentido de izquierda a derecha, las variables para el transporte entre niveles se presentan
con la letra X y los valores de periodo p y nivel n, las variables para el almacenamiento se
muestran con la letra I, la demanda se representa con D y la capacidad de producción con F
para cada periodo.
Los periodos hacen referencia a los 10 meses que se tendrán en cuenta para el análisis de la
información y los cuatro niveles corresponden a los pozos de Cusiana, Gasoducto Cusiana-
Apiay, gasoductos Apiay-Bogotá, y la estaciones de GNV en Bogotá.
 ANÁLISIS DE LA INFORMACIÓN

Se inicia el análisis con la serie de datos para la demanda la cual presenta el siguiente
comportamiento, se analizan los 15 años suministrados por la empresa TGI SAS en su
archivo correspondiente.

Demanda
1400
1200
1000
800
600
400
200
0
er
o
er
o zo ril ay
o
ni
o li o to br
e
br
e
br
e
br
e
En br ar Ab M Ju Ju os m tu m m
F e M Ag e c
vi e ci e
pti O
Di
Se No

Dentro de este grafico se enmarcan varios comportamiento especiales, primero aparece una
ciclicidad cada 12 meses, pues se evidencia que las líneas son similares desde 2001 hasta
2015 lo que supone que la demanda tiene el mismo comportamiento año tras año, pero
además existe una estacionalidad en los primeros meses del año que presentan un aumento
en la demanda seguido por una reducción, además si se observa de inicio a fin de año se
observa una tendencia creciente, para confirmar esta característica es necesario recurrir a
otro tipo de grafica.
1400

1200

1000

800

600

400

200

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Con esta grafica se confirma que existe una tendencia ascendente de forma leve lo que
permite concluir que existen tres características especiales en la serie de datos tendencia
ascendente, estacionalidad y ciclicidad.
Para continuar con el proceso se deben analizar los datos de producción para conocer los
patrones de esa serie de datos, se toman los datos de los 15 años suministrados por la
empresa como insumo para las gráficas presentadas.

Producción
1000
900
800
700
600
500
400
300
200
100
0
er
o
er
o zo ril ay
o
ni
o lio to br
e
br
e
br
e
br
e
En br ar Ab M Ju Ju os m tu m m
F e M Ag tie Oc
vi e ci e
S ep No Di

De acuerdo a esta grafica se puede evidenciar que esta serie de datos igualmente presenta la
misma ciclicidad de 12 meses, pues igual que la demanda las líneas anuales tiene una
similitud enmarcada, pero igualmente existe una estacionalidad en dos periodos en el
periodo de una año situación similar a los datos de la demanda, para verificar el
comportamiento de la tendencia se debe graficar esta serie en otro tipo.
1000
900
800
700
600
500
400
300
200
100
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Con esta grafica se confirma que existe una tendencia ascendente más fuerte que en la
demanda pero comparte esta característica, por esta razón el método de pronóstico que se
debe seleccionar debe ser capaz de modelar estas tres características pero ahora bien el
método holt no presenta estos componentes pero si lo hace el método winters pues tiene la
variable gamma que permite modelar la estacionalidad de forma exacta al encontrarse en
capacidad de verificar el comportamiento de la estacionalidad reduciendo el margen de
error, sumado a que no ofrece una impresión general sino que permite la elaboración de
pronósticos a corto plazo. Por lo anterior, el método seleccionado para las dos series de
datos es el método de pronóstico winters pues las dos series comparten las mismas
características.
Los resultados que se obtienen con este método se describen a continuación.
Demanda: Enero 364, Febrero 365, Marzo 516, Abril 330, Mayo 196, Junio 389, Julio 470 ,
Agosto 533, Septiembre 814, Octubre, 962 Noviembre 1005, Diciembre 1198.
Producción: Enero 698, Febrero 720, Marzo 708, Abril 706, Mayo 610, Junio 284, Julio
678, Agosto 689, Septiembre 404, Octubre 903, Noviembre 903, Diciembre 908.
Siguiendo la estructura del ejercicio se toman los últimos diez meses del año 2016 tanto
para produccion como para demanda.
Mes Produccion Demanda
1 708 516
2 706 330
3 610 196
4 284 389
5 678 470
6 689 533
7 404 814
8 903 962
9 903 1005
10 908 1198

MODELO ALGEBRAICO

Criterio de optimización
Al hablar de costos el criterio de optimización será de minimización.
Conjuntos
Niveles (l): (0,1,2,3) Periodos (g):(1,2,3,4,5,6,7,8,9,10)
Niveles (l): (Cusiana, Gasoducto 1, Gasoducto 2, Bogotá) Periodos (g) : (enero, febrero,
marzo, abril, mayo, junio, julio, agosto, septiembre, octubre)
Variables
Las variables del modelo son:
Variables
Y(g) = La cantidad de gas en GigaBTU a producir en un periodo (g).
Para todo g = 1,2,3,4,5,6,7,8,9,10
X(g) = La cantidad de gas en GigaBTU transportada desde el nivel (l + 1) en el periodo
(g).
Para todo g = 1,2,3,4,5,6,7,8,9,10 y l = 1,2,3
I(g) = La cantidad de gas en GigaBTU a almacenar en el nivel (l) llegando en el periodo
(g).
Para todo g = 1,2,3,4,5,6,7,8,9 y l = 1,2,3,4

Parámetros
D(g) = Demanda de gas en un periodo (g).
Para todo g = 1,2,3,4,5,6,7,8,9,10
M(g) = Capacidad de producción en un periodo (g).
Para todo g = 1,2,3,4,5,6,7,8,9,10
P(g) = Costo de una orden de producción en el periodo g en $US
Para todo g = 1,2,3,4,5,6,7,8,9,10
T(g) = Costo de transportar una GigaBTU del nivel l hasta el nivel l + 1 en el periodo en
$US
Para todo g = 1,2,3,4,5,6,7,8,9,10 y l = 1,2,3
A(g) = Costo de almacenar un GigaBTU en el periodo t y nivel en $US
Para todo g = 1,2,3,4,5,6,7,8,9 y l = 1,2,3,4

Función Objetivo
Con los parámetros y las variables determinadas se presenta la función objetivo del modelo.
G L−1 L
Min Z=∑ Pg (Y ¿¿ g)+ ∑ T ( X ) + ∑ Alg ( I lg )¿
l l
g g
g=1 l=1 l=1
Esta función tiene el objetivo de calcular los costos totales de todo el sistema, es decir,
calcula el costo total con el cual la empresa TGI SAS abastece la demanda en los primeros
meses de 2016.

Restricciones
Estas restricciones tienen la función de aplicar las diferentes condiciones que tiene el
sistema para ofrecer una solución acorde a las características del problema, para el caso son
cinco tipos de restricciones.
La primera es la restricción de la demanda, esta restricción verifica que el producto que
llega al nivel final sea igual a la demanda pronosticada, se realiza por medio de la
igualación entre el producto transportado desde el nivel tres con la demanda pronostico en
el mis periodo, con esto se consigue que los productos que arriben a los clientes sean los
solicitados por estos.
X 3t =d t Aplica para los g=1,2,3,4,5,6,7,8,9,10
La segunda es la restricción de capacidad de produccion, como el nombre lo indica verifica
que en ninguno de los periodos la cantidad de producto supere la capacidad pronosticada de
produccion, esto lo realiza con la verificación en la cual la cantidad de productos
producidos en un periodo g, debe ser igual o menor a la capacidad de produccion del
mismo periodo g.
Y t ≤ e t Aplica para los g=1,2,3,4,5,6,7,8,9,10

La tercera restricción se encarga de verificar que todo lo producido en los pozos llegue
efectivamente al primer nivel del modelo, esto lo realiza comparando la cantidad producida
en un periodo g que debe ser igual a la sumatoria entre el producto enviado desde el primer
nivel y lo que se almacena en el mismo nodo.
Y t =X 1t + I 1t Aplica para los g=1,2,3,4,5,6,7,8,9,10

La cuarta restricción se encarga del balance para el primer periodo, este balance lo verifica
con la igualación entre el producto que llega al nivel desde el nivel anterior y la sumatoria
entre el producto que sale del nodo por transporte al siguiente y el producto que es
inventariado en el mismo nivel para atender periodos posteriores, estos valores deben ser
iguales, para verificar que o hay producto en el nivel al final del periodo.
X l1 + I l1 = X l1−1 Aplica para losl=1,2,3,4

La última restricción se encarga del balance para los periodos superiores al periodo uno,
esto se verifica igualando las sumatorias entre el producto que llega al nivel proveniente del
nivel anterior por medio de transporte o desde el periodo anterior como arribo por
inventario contra el producto que sale del nivel hacia el nivel superior más la cantidad del
producto que se almacena en el nodo para ser enviado al periodo siguiente, con esto se
verifica que no se almacene producto al final de cada periodo.
X t + I lt =X l−1 L
t + I l−1 Aplica para los l=2,3,4 y los p=2,3,4,5,6,7,8,9,10

Para finalizar también se aplica la restricción de no negatividad para las variables decisión,
ninguna de estas puede tener un valor negativo.
Yt≥0 X lt ≥ 0 I lt ≥0
Para el caso particular de TGI SAS se evidencia tres características en el modelo, es posible
que una vez encontrada la solución, esta se encuentre dividida en dos sub-planes y se
atienda la demanda desde dos periodos de produccion diferentes, también se evidencia que
el modelo tiene la característica de verificar que todos sus nodos tengan un balance, es
decir, para todo nodo el valor de producto que ingresa es igual al valor que sale del mismo,
pero además el modelo tiene capacidad de produccion independiente, esto significa que está
en plena facultad de decidir si produce a totalidad o por el contrario no produce en un
periodo especifico, esto con el objetivo de buscar una solución al problema.

SOLUCIÓN CON GAMS

Con la preparación del modelo algebraico por partes el ingreso de la información es muy
fácil a la herramienta GAMS, primero se incluyen todas las variables y parámetros de
forma general.

Luego las funciones y restricciones como aparecen en el modelo algebraico.

Y al ejecutar el programa nos da la solución optima del modelo.

Ofreciendo el costo mínimo de atender la demanda de marzo a diciembre de 2016.
Pero de este valor se desprende un análisis que vela por el conocimiento de los valores
exactos que deben tomar cada una de las variables de decisión para satisfacer la demanda
de los diferentes periodos.
Pues de estos valores se pueden determinar las características que utiliza el modelo para
encontrar el costo mínimo del modelo.
A continuación se presentan los valores que toman las diferentes variables de decisión.
Variables Y(g) o de produccion en un periodo (g).
Mes de 2016 G Cantidad
Marzo 1 708
Abril 2 706
Mayo 3 610
Junio 4 0
Julio 5 679
Agosto 6 689
Septiembre 7 308
Octubre 8 903
Noviembre 9 903
Diciembre 10 908

l
Variables X g o de transporte desde el nivel (l) al (l+1) en un periodo (g).
Mes de 2016 (G,L) Cusiana Gasoducto Gasoducto Apiay - Estaciones de
(Pozos) Cusiana - Apiay Bogotá servicio GNV
1 2 3 4
Marzo 1 708 708 516 516
Abril 2 706 706 330 330
Mayo 3 610 610 196 196
Junio 4 0 0 389 389
Julio 5 678 678 470 470
Agosto 6 689 689 533 533
Septiembre 7 308 308 814 814
Octubre 8 903 903 962 962
Noviembre 9 903 903 1005 1005
Diciembre 10 908 908 1198 1198

Variables I lg o de almacenamiento para el nivel (l) en un periodo (g).

 Mes de 2016 G L Cantidad
Marzo 1 3 192
Abril 2 3 568
Mayo 3 3 982
Junio 4 3 583
Julio 5 3 801
Agosto 6 3 957
Septiembre 7 3 451
Octubre 8 3 392
Noviembre 9 3 290
De estos datos presentados para las solución del problema se pueden extraer varios análisis
para el modelo.
Primero, el modelo toma el cuarto mes del horizonte por ser el más costoso ($1.700) por
unidad producida y detiene esta produccion en razón al ahorro que debe realizar para
satisfacer la demanda, con esta decisión ahorra como mínimo $300 por unidad pues el mes
siguiente en costos es el número seis con $1.400 del cual no dispone toda su produccion
también en relación a su oneroso costo.
Con relación al almacenamiento en el modelo se evidencia que el sistema selecciona el
nivel tres para su almacenamiento, una decisión que economiza estos costos al ser el mes de
menor valor para cada uno de los periodos en el horizonte, en este sentido es importante
observar como se almacena producto los tres primeros meses para satisfacer la demanda en
el mes cuatro, y se vuelve almacenar para colaborar con la demanda del mes siete, ocho,
nueve y diez, lo que indica que de ser posible el modelo utilizaría el almacenamiento en vez
de una produccion para cada periodo especifico.
La utilización de todas las rutas es evidente solamente las dos primeras rutas del periodo no
son utilizadas en función de que no se produce nada, esta particularidad permite al observar
detenidamente que la solución presenta o se divide en dos sub-planes, el primero
conformado por la produccion de marzo, abril y mayo, para satisfacer la demanda de marzo
a junio de 2016, donde se producen 2024 unidades en GigaBTU, y los periodos siguientes
forman el sub-plan numero dos con una producción de 4390 unidades de GigaBTU, con lo
cual se observa como el modelo puede dar solución a dos periodos diferentes en la misma
solución.
 CONCLUSIONES

Para el caso específico de TGI SAS se concluye que el costo mínimo para la distribucion
del producto desde los campos de produccion hasta las estaciones de gas vehicular en
Bogotá tiene un valor de $ 7.065.575.5
Los meses de mayor costo para la produccion son los correspondiente al mes cuatro
($1.700) y el mes numero seis ($1.400) por esta razón el modelo no utiliza el periodo cuatro
y limita la produccion en el mes seis para generar un ahorro en el costo mínimo.
El nivel más satisfactorio para el almacenamiento es el nivel tres, gasoducto Apiay –
Bogotá pues si se observa tiene los costos más económico para realizar este inventario estos
valoren son del periodo uno al cinco ($1) y para el periodo 6 al 10 su costo es de ($1.2),
razón por la cual el modelo utiliza todas sus capacidades para satisfacer la demanda de
periodos cuatro, siete, ocho, nueve y diez generando un ahorro ostensible para TGI SAS.
La demanda no supera la produccion para el periodo 2016 lo que implica la posibilidad de
generar nuevos ingresos al conseguir nuevos o mejores clientes generando mayores
ingresos al utilizar la produccion de la empresa TGI SAS a fondo los periodos restantes, es
importante destacar que la producción se debe realizar e los periodos mas costoso para este
proceso, por lo cual los precios no deberían ser los mismos.

RECOMENDACIONES

Lo recomendable para TGI SAS es la posibilidad de incrementar sus niveles de producción

en los periodos más económicos del modelo, con el objetivo de aumentar las ganancias con
un corto esfuerzo en sus pozos de Cusiana.
También seria recomendable disminuir los costos de almacenamiento en niveles superiores
al tres, con el objetivo de ser utilizados para el inventario, esta acción no solo generaría un
ahorro en el modelo sino que eliminaría el uso de varias rutas del modelo con lo cual se
podría realizar un numero mas amplio de sub-planes para el mismo periodo.
Para TGI SAS es fundamental buscar alternativas para encontrar nuevos niveles de
produccion o aumentar su produccion no solo para generar nuevos ingresos sino para
estabilizar la tendencia ascendente tiene la produccion y la demanda, pues si el
comportamiento sigue igual, llegara el día en que no sea posible atender la demanda de sus
clientes en todo un año continuo, para esto es importante realizar un proceso de pronóstico
mucho mayor para determinar las posibles soluciones a este problema y establecer el
comportamiento futuro de la demanda y la produccion de la compañía.