Está en la página 1de 13

FACULTAD DE INGENIERÍA Y CIENCIAS

BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

INFORME TECNICO DE LA INVESTIGACION DE OPERACIONES


PRIMERA ENTREGA

MODULO:
INVESTIGACION DE OPERACIONES
SUBGRUPO #4

INTEGRANTES:

SANCHEZ ORTIZ LENNIS ALFREDO ID. 1821020794


MORENO ALMARIS MONICA ANDREA ID. 51795
TORRES JIMENEZ MONICA ANDREA ID.100110497
BOCANEGRA LOZANO ALVARO ANDRES ID.100121513
DUNAND RODRIGUEZ CARLOS ANDRES ID. 39799
HERNANDEZ AREVALO JORGE ANDRES ID.89660

TUTOR:
FRANKLIN AGUILAR

POLITÉCNICO GRANCOLOMBIANO
2021

1
FACULTAD DE INGENIERÍA Y CIENCIAS
BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

CONTENIDO
INFORME TECNICO DE LA INVESTIGACION DE OPERACIONES ........................... 1
1. INTRODUCCION ......................................................................................................... 3
2. OBJETIVO. .................................................................................................................... 3
3. NOMBRE Y LOGO DE LA COMPAÑÍA .................................................................... 3
4. REPRESENTACION DEL MODELO DE RED........................................................... 3
5. DESCRIPCION DEL MODELO PROPUESTO DEL ARTICULO. ............................ 4
5.1 VARIABLES .............................................................................................................. 4
5.2 PARAMETROS. ........................................................................................................ 5
5.3 FUNCION OBJETIVO. ............................................................................................. 5
5.4 RESTRICCIONES. ..................................................................................................... 5
6. INTERPRETACION DE LAS PROPOSICIONES PLANTEADAS EN EL
ARTICULO ........................................................................................................................... 5
7.ANALISIS ESTADISTICO DE LA INFORMACION DE ENTRADA (ARCHIVO
GNV.DATA). ...................................................................................................................... 10

2
FACULTAD DE INGENIERÍA Y CIENCIAS
BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

1. INTRODUCCION

Este proyecto consiste en la aplicación de modelos de programación lineal ya que al ser una
rama de la investigación de operaciones busca la maximización o minimización de una
función lineal, esta busca la solución óptima de un modelo matemático el cual a su vez es la
representación de un problema cotidiano de forma matemática, la solución de problemas en
el ámbito empresarial de carácter económico, producción y de rendimiento. Uno de los
propósitos fundamentales de estos modelos matemáticos es obtener respuestas de los
problemas de optimización y toma de decisiones, así desarrollar modelos que permitan
resolver los problemas presentes en las organizaciones de forma matemática.

2. OBJETIVO.

Analizar e identificar por medio de un modelo de programación lineal la problemática de la


cadena de transporte y suministro de la transportadora de Gas internacional TGI S.A ESP,
dando solución a través de un modelo matemático.

3. NOMBRE Y LOGO DE LA COMPAÑÍA

IDEA CONSULTORA Soluciones Fijas.

4. REPRESENTACION DEL MODELO DE RED

La representación del modelo de red MLSP-PS propuesto para la toma de decisiones


optimas, respecto a la almacenamiento y transportes GNV del seccional centro, se conforma
de 4 Niveles (L=4) y 10 periodos (T=10) representados en la grafica No. 1, en el cual se
mostrarán las cantidades transportadas en cada nivel (trayectoria vertical) y las almacenadas
en cada período (trayectoria horizontal).

Nivel 1. Los campos de producción (Cusiana)

3
FACULTAD DE INGENIERÍA Y CIENCIAS
BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

Nivel 2. El gasoducto Cusiana-Apiay


Nivel 3. El gasoducto Apiay-Bogotá
Nivel 4. El Sistema de Distribución Bogotá (Estaciones de Servicio de GNV)

Se elige trabajar con los 10 meses más productivos del año, de marzo a diciembre.

Grafica No. 1

5. DESCRIPCION DEL MODELO PROPUESTO DEL ARTICULO.

Se basa en un problema de la cadena de suministro en el cual se integran diferentes variables


como lo son: temas de inventario, producción y transporte.
Si tenemos integración de dichas variables, la compañía será altamente eficaz, eficiente y
productiva. La empresa IDEAS CONSULTORAS soluciones fijas presenta un modelo
estratégico para lograr un mejor abastecimiento en el seccional centro, esto de acuerdo a la
problemática que tiene la transportadora de Gas internacional TGI S.A ESP, en cuanto a la
falta de abastecimiento del GNV en la ciudad de Bogotá, causado por la interrupción de red
del seccional centro.

5.1 VARIABLES

V: costos de transporte entre los gasoductos Cusiana – Apiay


X: costos de transporte entre los gasoductos Apiay - Bogotá

4
FACULTAD DE INGENIERÍA Y CIENCIAS
BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

I: costos de transporte en el sistema de distribución Bogotá


X1: cantidad de metros cúbicos transportados
1t: la cantidad transportada t debe ser igual o mayor a la cantidad de demanda
T: la cantidad transportada no puede ser mayor a la capacidad de almacenamiento

5.2 PARAMETROS.

d: demanda en el periodo t
b: capacidad de producción del fabricante del periodo t
p: costes de producción son datos por la función pt R
c: costo de transporte entre el nivel I Y II en el periodo t
h: costes de mantenimiento de inventarios a nivel 1 en el periodo t

5.3 FUNCION OBJETIVO.

Minimizar costes de producción, distribución y almacenamiento, maximizar la producción


del producto.

5.4 RESTRICCIONES.

6. INTERPRETACION DE LAS PROPOSICIONES PLANTEADAS EN EL


ARTICULO
Se evidencian tres proposiciones, las cuales están enfocadas en el proceso de producción, en
una cadena o secuencia no repetitiva, pero si en busca de una solución factible. Según el
modelo existen diversas alternativas en la cadena de producción y transporte lo que se quiere
obtener como producto final, las proposiciones están orientadas a una solución positiva
implementando o haciendo uso de diferentes modelos que conlleven a un óptimo resultado.
proposición 2.1 indica que “Cualquier solución factible del extremo se puede descomponer
en una secuencia de consecutivos subplans”, dicho de este modo se puede interpretar que
cuando se busca llegar a una solución factible haciendo uso de varias cadenas de producción
ordenadas en un orden lógico, cada uno de sus eslabones lleva consigo una serie de procesos
que funcionan articulados y en secuencia para obtener la producción deseada. Este proceso
de producción se enfoca en varias líneas las cuales se desprenden de un objetivo inicial.
la proposición 2.2 indica que “ Un subplán puede contener a lo más un arco libre de
producción” Esta proposición se puede interpretar como que en un proceso de producción,
mínimo se puede dejar una línea de producción independiente de los demás procesos, y que
no requiere estar encadenado al resto de procesos a desarrollar en la cadena operativa de la
producción del objeto u objetivo final.

5
FACULTAD DE INGENIERÍA Y CIENCIAS
BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

proposición final 2.3 “En un subplan, la cantidad transportada entre niveles y+1 en algún
periodo o hace las cantidades transportadas acumuladas hasta ahora en el subplan igual a
las cantidades de producción acumulativa de una secuencia inicial de producción
consecutivo periodos en el subplan o a la demanda de una secuencia inicial de los periodos
de demanda en el subplan”. Se puede denotar como una cadena de producción donde cada
una de las cantidades producidas en cada eslabón, se acumulan y se transfieren en bloque al
siguiente eslabón, o subplan, con el fin de darle continuidad al proceso productivo. Las
cantidades producidas o trabajadas en el primer nivel, se pasan al siguiente nivel en bloque
para que sigan en la etapa de producción que les corresponde.

Inventario
Costo Mantener el Inventario por un Periodo en Cada Nivel

Campos de Gaseoducto Cusiana- Gaseoducto Apiay- Sistema de


Mes Producción (Cusiana) Apiay Bogotá Distribución Bogotá

Enero 1 1,5 1 2
Febrero 1 1,5 1 2
Marzo 1 1,5 1 2
Abril 1 1,5 1 2
Mayo 1,3 1,5 1 2
Junio 1,3 1,5 1 2
Julio 1,3 1,5 1,2 2
Agosto 1,3 1,5 1,2 2
Septiembre 1,3 1,5 1,2 2
Octubre 2 1,5 1,2 2
Noviembre 2 1,5 1,2 2
Diciembre 2 1,5 1,2 2
**Proyección 2017 (Costo en US$/Giga BTU)

Para mantenerse o disminuir el rango de costo por mantener el inventario, debemos realizar
una sumatoria entre todos los meses por campo de producción y este valor debería ser
mayor o igual al resultado de la sumatoria.

Evaluando el gasoducto de Cusiana-Apiay obtendremos:

6
FACULTAD DE INGENIERÍA Y CIENCIAS
BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

Para este caso se debería mantener un valor menor al de 1,5 por mes para lograr una
disminución en el costo de mantenimiento planteando la siguiente ecuación:

Este procedimiento se debe repetir para las tablas de transporte y en la del inicio de orden
de producción

Costo de Transporte en Cada Nivel


Campos de Gaseoducto Cusiana- Gaseoducto Apiay-
Mes Producción (Cusiana) Apiay Bogotá
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
Septiembre 1 1,5 3
Octubre 1,2 1,8 3
Noviembre 1,2 1,8 3
Diciembre 1,2 1,8 3
**Proyección 2017 (Costo en US$/Giga BTU)

Costo de Iniciar la Orden de Producción


Mes Proyección 2017
Enero 1000
Febrero 1000
Marzo 1000
Abril 1300
Mayo 1300
Junio 1700
Julio 1200
Agosto 1200
Septiembre 1400

7
FACULTAD DE INGENIERÍA Y CIENCIAS
BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

Octubre 1000
Noviembre 900
Diciembre 900
**Costo en US$

No se debe olvidar la restricción de no negatividad donde los valores de las variables (A-L)
deben ser mayores a 0.

Maximizar producción
Al analizar la tabla de producción debemos realizar un promedio para hallar la estimación
de producción para el año 2016. Esta se realiza realizado el promedio entre el año y su similar
anterior. Por lo que aplicamos la formula a la tabla 4.1 y obtenemos la tabla 4.2 en la que
se observara la variación entre el año inmediatamente anterior.

Donde.
• Ppmes: promedio producción por mes.
• Pmn: promedio en el mes “m” y año”n”.

AÑO
200 200 200 200 200 200 200 200 200 201 201 201 201 201 201
Mes 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5

Enero 394 419 444 460 485 504 520 537 553 571 608 615 634 665 681
Febrero 410 423 442 458 478 505 515 538 556 573 605 630 636 658 689
Marzo 407 419 430 456 485 502 522 547 566 587 606 610 644 652 680
Abril 391 417 449 459 480 501 528 545 561 583 601 614 642 656 681
Mayo 297 327 343 350 383 393 414 434 457 476 496 510 541 555 583
Junio 146 159 172 173 195 190 210 212 225 246 252 259 273 281 282
Julio 398 422 441 464 481 492 530 546 569 575 594 617 640 669 673
Agosto 406 418 435 462 471 507 530 550 569 576 591 623 639 653 671
Septiembr
e 260 254 267 282 290 300 312 311 333 330 360 366 370 387 395
Octubre 598 613 634 654 690 702 714 740 770 782 792 823 840 851 877
Noviembr
e 601 610 634 659 681 698 715 741 769 774 806 820 835 853 878
Diciembre 596 622 649 666 678 694 714 747 758 771 793 813 847 868 888

8
FACULTAD DE INGENIERÍA Y CIENCIAS
BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

Tabla 4.1
Tabla de estimación de crecimiento del año 2016 referente a crecimiento por meS

AÑO Estimación
200 200 200 200 200 200 200 200 201 201 201 201 201 201
Mes 2 3 4 5 6 7 8 9 0 1 2 3 4 5 2016
Enero 25 25 16 25 19 16 17 16 18 37 7 19 31 16 20,5
Febrero 13 19 16 20 27 10 23 18 17 32 25 6 22 31 19,9
Marzo 12 11 26 29 17 20 25 19 21 19 4 34 8 28 19,5
Abril 26 32 10 21 21 27 17 16 22 18 13 28 14 25 20,7
Mayo 30 16 7 33 10 21 20 23 19 20 14 31 14 28 20,4
Junio 13 13 1 22 -5 20 2 13 21 6 7 14 8 1 9,7
Julio 24 19 23 17 11 38 16 23 6 19 23 23 29 4 19,6
Agosto 12 17 27 9 36 23 20 19 7 15 32 16 14 18 18,9
Septiembre -6 13 15 8 10 12 -1 22 -3 30 6 4 17 8 9,6
Octubre 15 21 20 36 12 12 26 30 12 10 31 17 11 26 19,9
Noviembre 9 24 25 22 17 17 26 28 5 32 14 15 18 25 19,8
Diciembre 26 27 17 12 16 20 33 11 13 22 20 34 21 20 20,9
Al obtener los datos promedio de generación de barriles podríamos inferir que la producción
total de barriles es la siguiente.
AÑO Estimación
20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 201 201
Mes 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 6 7
39 41 44 46 48 50 52 53 55 57 60 61 63 66 68 701 722
Enero 4 9 4 0 5 4 0 7 3 1 8 5 4 5 1 ,5 ,0
41 42 44 45 47 50 51 53 55 57 60 63 63 65 68 708 728
Febrero 0 3 2 8 8 5 5 8 6 3 5 0 6 8 9 ,9 ,9
40 41 43 45 48 50 52 54 56 58 60 61 64 65 68 699 719
Marzo 7 9 0 6 5 2 2 7 6 7 6 0 4 2 0 ,5 ,0
39 41 44 45 48 50 52 54 56 58 60 61 64 65 68 701 722
Abril 1 7 9 9 0 1 8 5 1 3 1 4 2 6 1 ,7 ,4
29 32 34 35 38 39 41 43 45 47 49 51 54 55 58 603 623
Mayo 7 7 3 0 3 3 4 4 7 6 6 0 1 5 3 ,4 ,9
14 15 17 17 19 19 21 21 22 24 25 25 27 28 28 291 301
Junio 6 9 2 3 5 0 0 2 5 6 2 9 3 1 2 ,7 ,4
39 42 44 46 48 49 53 54 56 57 59 61 64 66 67 692 712
Julio 8 2 1 4 1 2 0 6 9 5 4 7 0 9 3 ,6 ,3
40 41 43 46 47 50 53 55 56 57 59 62 63 65 67 689 708
Agosto 6 8 5 2 1 7 0 0 9 6 1 3 9 3 1 ,9 ,9
Septiemb 26 25 26 28 29 30 31 31 33 33 36 36 37 38 39 404 414
re 0 4 7 2 0 0 2 1 3 0 0 6 0 7 5 ,6 ,3
59 61 63 65 69 70 71 74 77 78 79 82 84 85 87 896 916
Octubre 8 3 4 4 0 2 4 0 0 2 2 3 0 1 7 ,9 ,9
Noviemb 60 61 63 65 68 69 71 74 76 77 80 82 83 85 87 897 917
re 1 0 4 9 1 8 5 1 9 4 6 0 5 3 8 ,8 ,6
Diciembr 59 62 64 66 67 69 71 74 75 77 79 81 84 86 88 908 929
e 6 2 9 6 8 4 4 7 8 1 3 3 7 8 8 ,9 ,7
Tabla 4.2

9
FACULTAD DE INGENIERÍA Y CIENCIAS
BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

Como restricción se tomara un valor mínimo dependiendo del promedio de los dos años
anteriores, donde se evaluara en el mes que deseamos y deberemos obtener desde mayor a
la estimación del año 2017 con la siguiente ecuación:

Dónde:
• Pm = Producción mes
• n = año

Como ejemplo tomaremos lo datos de la tabla4.2 evaluando el mes enero en los años 2015
y 2017 para estimar una producción de 722 galones en el mes de enero del 2017, así:

Si se cumple con el resultado de esta ecuación garantizaremos que se está cumpliendo con
un crecimiento acorde al promedio de los años anteriores.

Incluimos la restricción de no negatividad:

7.ANALISIS ESTADISTICO DE LA INFORMACION DE ENTRADA (ARCHIVO


GNV.DATA).

El objetivo es realizar un pronóstico tanto de demanda como de producción.


Realizando un gráfico en la tendencia de demanda se evidencia el crecimiento tanto mensual
como anual de la demanda.

Al realizar la gráfica se evidencia un crecimiento tanto mensual como anual en la demanda


de gas, esto se debe a la ampliación del servicio en zonas donde comúnmente no se prestaba
este producto de manera domiciliaria.

En el análisis estadístico se halla la media dando un nivel de confianza para poder cubrir la
demanda propuesta de un 95%, garantizando que se pueda cubrir la necesidad del producto.

10
FACULTAD DE INGENIERÍA Y CIENCIAS
BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

TENDENCIA DE LA DEMANDA
1400

1200

1000

800

600

400

200

2001 2002 2003 2004 2005 2006 2007 2008


2009 2010 2011 2012 2013 2014 2015

Con los datos de los últimos 15 años podemos realizar Un pronóstico lineal a pesar de las
variaciones atípicas el incremento de la demanda no varía y proyecta un incremento
significativo para el 2016.

Septi Novi
Año / Ener Febr Marz May Juni Agos emb Octu emb Diciemb
Mes o ero o Abril o o Julio to re bre re re
2001 208 203 344 194 125 179 249 303 491 652 701 898
2002 214 220 352 203 127 193 274 315 528 668 728 910
2003 215 227 362 201 144 198 287 324 549 683 731 947
2004 226 230 373 212 147 212 296 349 567 719 766 967
2005 237 236 394 221 141 234 308 358 575 737 784 990
2006 240 242 399 245 153 254 333 366 609 749 793 1005
2007 252 258 418 248 158 259 348 375 626 763 820 1018
2008 262 278 427 265 154 286 355 400 637 793 843 1031
2009 281 270 436 269 172 290 368 425 667 805 851 1057
2010 289 290 447 283 174 315 380 440 672 832 890 1089
2011 297 300 447 298 177 324 401 455 691 842 904 1107
2012 313 300 451 305 172 350 425 453 717 874 919 1123
2013 322 323 479 300 190 354 441 481 732 894 939 1130
2014 323 323 470 319 183 377 443 480 764 913 958 1164

11
FACULTAD DE INGENIERÍA Y CIENCIAS
BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

2015 349 349 500 322 192 378 458 513 789 939 983 1178
349, 347, 504, 338, 197, 401, 476, 521, 798, 953, 100 1200,3
2016 42 08 79 63 71 69 48 04 99 07 0,41 9
349, 347, 504, 338, 197, 401, 476, 521, 798, 953, 100 1200,3
42 08 79 63 71 69 48 04 99 07 0,41 9

Totalizando los 12 meses durante 15 años validando los promedios, se proyecta un


incremento del 2%, anual de crecimiento de la demanda.

Estadísticas de la regresión
Coeficiente de correlación múltiple 0,26833497
Coeficiente de determinación R^2 0,07200366
R^2 ajustado 0,06676074
Error típico 268,587365
Observaciones 179

ANÁLISIS DE VARIANZA
Grados Suma
de de
liberta cuadra Promedio de los Valor
d dos cuadrados F crítico de F
990724 13,733 0,0002814
Regresión 1 ,056 990724,0565 5101 94
127686
Residuos 177 33,6 72139,17268
137593
Total 178 57,6

Infer Supe
Coefi Error Prob Supe ior rior
cient típic abili Inferior rior 95,0 95,0
es o Estadístico t dad 95% 95% % %

12
FACULTAD DE INGENIERÍA Y CIENCIAS
BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

348, 40,6 5,20 428, 267, 428,


1370 5653 75E- 267,903 3709 9031 3709
Intercepción 26 12 8,562880701 15 1021 51 02 51
1,43 0,38 2,20 0,67 2,20
9773 8511 0,03 0,67306 6483 3063 6483
1 61 1 3,705875079 % 3577 64 58 64

Al tener este análisis de la demanda conlleva que la producción y se tenga en cuenta la


capacidad de poder cubrir esta demanda.
Como lo vimos antes la demanda fue en aumento, esto debido a que la producción generada
pudo cubrir la demanda generada, en el grafico se denota que el pronóstico generado puede
cubrir la demanda para el año 2016.

Estadísticas de la regresión
0,2683349
Coeficiente de correlación múltiple 7
0,0720036
Coeficiente de determinación R^2 6
0,0667607
R^2 ajustado 4
268,58736
Error típico 5
Observaciones 179

Superi Inferio Superi


Error Estadísti Probab
Inferio or r or
Coeficientes típico co t ilidad
r 95% 95% 95,0% 95,0%
Intercep 392,063438 22,8570 17,1528 1,4656
346,9 437,1 346,9 437,1
ción 9 9014 1501 E-39
57694 69184 57694 69184
1,59463357 0,21903 7,28043 1,162 2,026 1,162 2,026
Periodo 9 0038 3298 0,000% 40389 86327 40389 86327

13