PROYECTO PLANEACIÓN LÓGISTICA DE GAS NATURAL VEHICULAR

PILO: Proyectos de Investigación Logística y de Operaciones

Nombre de los integrantes

Nombre de los integrantes

Nombre de los integrantes

Institución universitaria Politécnico Grancolombiano

Investigación de Operaciones

Bogotá D.C.

2020

TABLA DE CONTENIDO
PLANTEAMIENTO DEL PROBLEMA......................................................................................................2
DIAGRAMA DE RED.............................................................................................................................4
MODELO DE OPTIMIZACIÓN...............................................................................................................5
CONCLUSIONES...................................................................................................................................5
REFERENCIAS...................................................................................................................................6
 PLANTEAMIENTO DEL PROBLEMA

La empresa de colombiana de petróleos requiere realizar la planeación de su producción con el

objetivo de controlar la Red Nacional de Transporte de Gas Natural Vehicular, específicamente en
la sección central. La red se puede interpretar como un modelo de transbordo con 4 agentes:
1. Los campos de producción (Cusiana)
2. El gasoducto Cusiana-Apiay
3. El gasoducto Apiay-Bogotá
4. El Sistema de Distribución Bogotá (Estaciones de Servicio de GNV)
Figura 1. Red Nacional de Transporte de Gas Natural, sección centro.

Fuente. Informe técnico Investigación de operaciones.

Para la realización de la planeación, la empresa facilita los datos históricos de producción y

demanda de Gas Natural. Al analizar los datos presentados en el Excel anexo se encontró un
comportamiento lineal para cada uno de los meses, tal como se muestra en la gráfica 1. Teniendo
en cuenta lo anterior, se procedió a encontrar las ecuaciones lineales correspondientes para cada
uno de los meses. Seguidamente se pronosticó la demanda del año 2015 para compararla con la
demanda real y obtener los valores de error. Satisfactoriamente el promedio de r 2 es de 0.9845 para
la demanda y 0.994 para la oferta y el MAPE obtenido en el pronóstico es de tan solo 0.02 y 0.01
respectivamente.
Los datos pronosticados para los años 2016 a 2018 se pueden encontrar en la tabla 3 y 4. Estos se
utilizarán para determinar las restricciones de producción mínima y máxima dentro del modelo de
optimización propuesto en el siguiente numeral.
Tabla 3. Pronósticos de la demanda de Gas Natural Vehicular años 2016 a 2018.
Mes 16 17 18
Enero 349.4 359.5 369.6
Febrero 347.1 356.7 366.4
Marzo 504.8 515.4 526.0
Abril 338.6 348.6 358.5
Mayo 198.6 203.3 208.0
Junio 401.7 416.9 432.1
Julio 476.5 491.3 506.2
Agosto 476.0 490.9 505.7
Septiembre 799.0 818.7 838.5
Octubre 952.8 973.0 993.3
Noviembre 1000.4 1020.4 1040.3
Diciembre 1200.4 1220.3 1240.3
TOTAL 7045.3 7215.0 7384.8

Fuente. Elaboración Propia

Tabla 3. Pronósticos de la producció de Gas Natural Vehicular años 2016 a 2018.

Mes 16 17 18
Enero 699.1 719.0 739.0
Febrero 700.5 720.4 740.3
Marzo 700.1 720.0 739.9
Abril 700.8 720.8 740.9
Mayo 595.8 615.6 635.4
Junio 297.2 307.3 317.4
Julio 699.5 719.4 739.2
Agosto 696.2 715.8 735.3
Septiembre 403.6 413.9 424.2
Octubre 898.9 919.0 939.0
Noviembre 899.0 919.1 939.2
Diciembre 901.4 921.6 941.7
TOTAL 8192.1 8411.8 8631.5

Fuente. Elaboración Propia

Conociendo los valores de producción y demanda de Gas Natural Vehicular se dispone a realizar el
modelamiento del problema para la optimización de los procesos logísticos. Para facilitar la
comprensión de la problemática se realizó además el diagrama de red.
 DIAGRAMA DE RED

Se llama red a la representación grafica de las actividades que muestran sus eventos, secuencias,
interrelaciones y el camino crítico. Este diagrama me sirve para la planeación, programación,
ejecución y control las actividades que deben desarrollarse al costo óptimo. La representación del
Sistema de distribución de Gas natural se realizó para el horizonte de planeación especificado, sin
embargo, el modelo se puede extenderse a los periodos deseados. Además, se especifican los
niveles de transbordo. Las flechas del modelo representan las variables de decisión, mientras los
círculos representan los estados del modelo. La tabla 2 especifica la necesidad de ingresar los
parámetros que influyen en la toma de decisiones.
Tabla 1. Asignación de valores
Tener en cuenta: Variables
Pi: Costo de producir en el mes i. CP i * XP i
W j, i: Costo de mantener inventario al nivel j en el mes i. CI j, i * XI j, i
X i: Costo de transportar desde Cusiana en el mes i.
Y i: Costo de transportar desde Apiay en el mes i. CT j, i * XT j, i
W i: Costo de transportar desde Bogotá en el mes i.

Figura 2. Modelo gráfico problema de transbordo

Fuente. Elaboración Propia

MODELO DE OPTIMIZACIÓN
 Índices:
 i: periodo de tiempo a planear. {1, 2, …,10}
 j: nivel en que se encuentra el producto {1,2,3}

 Parámetros
 ∏ ¿i ¿: Máxima de producción en Gigas de BTU para el periodo i.
 Demi : Cantidad a producir para satisfacer la demanda del periodo i.
 CI j ,i: Costo de mantener inventario para el nivel j en el periodo i.
 CT j ,i: Costo de transporte desde el nivel j en el periodo i.
 CP i: Costo de inicio de orden de producción en el periodo i

 Variables de decisión
 QP i: Número de gigas de BTU a producir en el periodo i.
 QT j ,i: Número de gigas de BTU a transportar en el nivel j del periodo i.
 QI j ,i:. Número de gigas de BTU a mantener en inventario en el nivel j del periodo i.

 Función Objetivo
 Min z = ∑ QP i CPi + ∑ ∑ QT j ,i CT j ,i +∑ ∑ QI j ,i CI j , .i
i j i i i

 Restricciones
 QP i ≤ ∏ ¿ i ∀ i¿
 Demi +QI j ,i ≤QT j ,i +QI j ,i−1 ∀ i
 QT 1 ,i +QI 1 , i=QP i+QI 1 ,i−1 ∀ i
 QT j ,i +QI j ,i=QT j−1 ,i +QI j ,i−1 ∀ i; j={2 , … , L−1 }
 QP i , QT j ,i ,QI j ,i ≥ 0

CONCLUSIONES

 La investigación de operaciones se basa en la toma de decisiones estudiando la factibilidad

del problema y que se cumplan con las restricciones. Hay que tener en cuenta que el
resultado de las variables serán las decisiones que deberemos realizar.
 Para poder realizar un buen modelamiento es necesario entender la problemática planteada.
Son los diagramas de red los que nos permiten facilitar el entendimiento del problema,
identificando cuales son los posibles estados y las variables de decisión que se plantearan.
 De un buen análisis de los datos depende la veracidad de los resultados, es por ello que los
pronósticos de demanda deben contener el menor error posible y el modelo debe ser lo más
cercano a la realidad.
REFERENCIAS
Van Hoesel, S., Romeijn, H. E., Morales, D. R., & Wagelmans, A. M. (2005). Integrated Lot
Sizing in Serial Supply Chains with Production Capacities. Management Science, 51(11), 1706-
1719. doi:10.1287/mnsc.1050.0378. Recuperado de:
https://login.loginbiblio.poligran.edu.co/login?url=http://search.ebscohost.com/login.aspx?
direct=true&db=edsjsr&AN=edsjs r.20110457&lang=es&site=eds-live