Logistics Consultant

Consultores: Edward Andres Cedeño -1511020628 En este espacio incluya el logotipo de

Maria Alicia Chávez Guerrero-1321610049 su grupo
Diana karolina Rojas Cortes- 1511022828
Andrea Plested Salazar- 1511025279
Edwin Alejandro Velasco Martínez - 102208496

Contextualización del problema

La Empresa Colombiana de Petróleos quiere implementar un modelo matemático que le permita controlar la Red
Nacional de Transporte de Gas Natural en su seccional centro, para satisfacer los requerimientos de Gas Natural Vehicular
en la capital, que es la ciudad que mayor interrupción del servicio presenta actualmente.

Modelo propuesto

Representación como Red: Lo que quiere decir es que denotado por nodo cero (0), se envía sus productos a las bodegas de
distribución denotados por los nodos (1,1), (1,2), (1,3) y (1,4) que están en el 1 nivel y dichos envíos los reciben
representado por flechas que se conocen como arcos de producción, el nivel uno envía entre si excepto el nodo (1,4) y al
nivel dos representado por los nodos (2,1), (2,2), (2,3) y (2,4), este nivel también envía entre si excepto el punto extremo
(2,4) y al nivel 3 representados por los nodos (3,1), (3,2), (3,3) y (3,4) que es no encargado de satisfacer la demanda del
esquema.

Representación como Red

Gráfico 1. Representación como red del problema de transporte multinivel

Formulación del Modelo

Variables de decisión
Y t :Cantidad producida en el periodo t

Página1
 Logistics Consultant

X lt : cantidad enviada desde elnivel l al nivel l+1 en el per í odo t

I lt :cantidad del inventario al nivel lal final del per í odot

Parámetros
d t :Demanda en el periodo t

b t : capacidad de producci ó n del fabricante en el per í odo t

pt :costes de producci ó n son dados por la funci ó n pt : R+→ R+¿

c lt :Costo de transporte entre el nivel l y el nivel l+1 en el periodo t

hlt : costes de mantenimiento de inventario a nivel l en el periodot

Función Objetivo

T L−1 L
Min Z=∑ pt ( y t ) + ∑ c ( x ) + ∑ hlt (I lt)
l l
t t
t =1 l=1 l=1

Conjunto de Restricciones

 (1-3) modelan el balance entre flujo de entrada, almacenamiento y salida en los niveles de fabricante, almacén y
minorista, respectivamente, en cada período

X 1t + I 1t =Y t + I 1t −1 , t=1 ,… , T ,(1)

X lt + I lt =X l−1 l
t + I t−1 , t=1, … , T ; l=2 , … , L−1 ,(2)

d t + I tL=x tL−1 + I Lt−1 t=1 , … . ,T , (3 )

 (4) restricción de la cantidad de producción en el periodo t

Y t ≤ bt , t=1 , ….. , T , ( 4 )
 (5) Indican que todos los niveles iniciales de inventario son iguales a cero.
I l0 , l=1 , … .. , L , ( 5 )
 Restricciones de NO NEGATIVIDAD:

y t ≥ 0 , t=1, … , L
x lt ≥ 0 ,t=1 , … , T ; l=1 , … , L−1
I lt ≥0 , t=1 , … ,T ; l=1 , … , L

Página2
 Logistics Consultant

Resumen de parámetros a emplear en el Modelo en GAMS

Proyección de Demanda para el mes t (d t )

Corresponde a las proyecciones que debían realizarse en la segunda entrega del proyecto. Los valores con los que se va a
construir el modelo en GAMS son:

Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre
349 347 505 339 198 402 476 521 799 953 1000 1200
Tabla 1. Proyección de Demanda para el año 2017

Proyección de Producciónpara el mes t (b t)

Corresponde a las proyecciones que debían realizarse en la segunda entrega del proyecto. Los valores con los que se va a
construir el modelo en GAMS son:

Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre
699 700 700 701 596 299 700 696 404 899 899 901
Tabla 2. Proyección de Producción para el año 2017

Costo de iniciar una orden de producción en el mes t ( pt )

De acuerdo al archivo de datos suministrados, se cuenta con los siguientes costos de producción asociados a cada mes:

Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre
1000 1000 1000 1300 1300 1700 1200 1200 1400 1000 900 900
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 lt )

De acuerdo al archivo de datos suministrados, se cuenta con los siguientes costos de transportar del nivel l al nivel l+1

Campos de Producción
Mes Gaseoducto Cusiana-Apiay Gaseoducto Apiay-Bogotá
(Cusiana)
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
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 (hlt )

De acuerdo al archivo de datos suministrados, se cuenta con los siguientes costos de mantener inventario por un periodo t,
en cada nivel l

Campos de Producción Sistema de Distribución

Mes Gaseoducto Cusiana-Apiay Gaseoducto Apiay-Bogotá
(Cusiana) Bogotá

Página3
 Logistics Consultant

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
Tabla 5. Costo de mantener el inventario por un periodo en cada nivel. Costo en dólares por unidad almacenada (US$/Giga BTU)

Solución del Modelo en GAMS

Cantidad de unidades producidas en cada mes t ( y t )
Después de resolver el modelo en GAMS los resultados obtenidos de Giga BTU producidas en cada mes es:

Mes Giga BTU Producidas

Enero 349
Febrero 347
Marzo 505
Abril 701
Mayo 596
Junio 299
Julio 493
Agosto 696
Septiembre 404
Octubre 899
Noviembre 899
Diciembre 901
Tabla 6. Giga BTU producidas en cada mes

Cantidad de unidades enviadas entre el nivel l y el nivel l+1 en cada mes t ( x lt )

Después de resolver el modelo en GAMS los resultados obtenidos de Giga BTU transportados entre el nivel l y el nivel l + 1 en cada
mes es:

Giga BTU enviado de los Campos de Giga BTU enviado de Giga BTU enviado de
Mes
Producción a Cusiana Cusiana a Apiay Apiay-Bogotá
Enero 349 349 349
Febrero 347 347 347
Marzo 505 505 505
Abril 701 701 339
Mayo 596 596 198
Junio 299 299 402

Página4
 Logistics Consultant

Giga BTU enviado de los Campos de Giga BTU enviado de Giga BTU enviado de
Mes
Producción a Cusiana Cusiana a Apiay Apiay-Bogotá
Julio 493 493 476
Agosto 696 696 521
Septiembre 404 404 799
Octubre 899 899 953
Noviembre 899 899 1000
Diciembre 901 901 1200
Tabla 7. Giga BTU enviadas entre el nivel l y el nivel l+1 en cada mes

l
Cantidad de unidades almacenadas en el nivel l en el mes t ( Lt )
Después de resolver el modelo en GAMS los resultados obtenidos de Giga BTU almacenados en cada nivel l en cada mes es:

Giga BTU enviado de los Campos de Giga BTU enviado de Giga BTU enviado de
Mes
Producción a Cusiana Cusiana a Apiay Apiay-Bogotá
Enero 0
Febrero 0
Marzo 0
Abril 362
Mayo 760
Junio 657
Julio 674
Agosto 849
Septiembre 454
Octubre 400
Noviembre 299
Diciembre 0
Tabla 8. Giga BTU almacenados al final del periodo l en cada mes

Costo total en el que se incurre ( z )

El costo total en el que se incurre es: $US 59.229,2

Conclusiones y Recomendaciones

Conclusiones:

 Podemos concluir que la cantidad de unidades que debe distribuir cada origen y la demanda de unidades, debe
tener en cuenta los modelos de transporte. Ya que esto va a satisfacer la demanda y minimizara costos. 

 En resumen a lo largo de la actividad, se observó que según las gráficas hubo un aumento año por año en la
demanda el cual genero un aumento en la producción. Las herramientas nos permiten la posibilidad de realizar
proyecciones más reales.

Recomendaciones:
 

Página5
 Logistics Consultant

 Se debe tener en cuenta como objetivo el implementar un modelo matemático, la empresa Colombiana de
Petróleos puede controlar su red de trasporte para la distribución de Gas Natural. Concluimos que tener modelos,
soluciona óptimamente la distribución. 

 Implementar y ejecutar herramientas tecnológicas a lo largo de la red de distribución brinda múltiples soluciones,
las cuales pueden ser eficientes a problemas de transbordo. Dichas técnicas de programación lineal, simplificaran
modelos de trasporte. 

 El implementar modelos de trasporte, logra satisfacer las demandas ya que el objetivo principal es minimizar
costos dentro de la distribución.

 El uso correcto de las herramientas propuestas, ayudan a tener proyecciones más reales.

 
Referencias
Hoesel, S. v., Romeijn, H. E., Morales, D. R., & Wagelmans, A. P. (2005). Integrated Lot Sizing in Serial Supply Chains
with.MANAGEMENT SCIENCE.

Roa, J. C., & Ardila, G. S. (2010). LECTURA 1 SEMANA 5, GAMS Aplicado a las Ciencias económicas. Bogota.

SOFTWARE shop - Cuantitativo. (10 de 2014). Youtube, GAMS para la optimización de logística dirigida a producción
y distribución. Obtenido de Youtube, GAMS para la optimización de logística dirigida a producción y
distribución: https://www.youtube.com/watch?v=yHyQgNcQG94

Vamegas, J. C. (2017). CARTILLA 1 PROGRAMACIÓN LINEAL INVESTIGACION DE OPERACIONES. Bogota.

Obtenido de Investigacion de Operaciones Politecnico Grancolombiano.

Vanegas, J. C. (2017). CARTILLA 5 PROGRAMAS LINEALES INVESTIGACION DE OPERACIONES. Bogota.

Página6