INFORME TÉCNICO DE INVESTIGACIÓN DE OPERACIONES – ENTREGA FINAL

Orlando Piñeres Guerrero ID 100252340

Erika Paola Murcia Pedraza ID 100117768

Javier Orlando Castro Gómez ID 1911023652

Brenda Paola Niño Pulido ID 2021981677

Diana Paola Suarez Ruiz ID 100241698

Fredy Rangel Fernández Olarte ID 1019017056

Grupo B07 – SUBGRUPO 21

Presentado a:

Franklin Rolando Aguilar Triana

INVESTIGACIÓN DE OPERACIONES

INSTITUCION UNIVERSITARIA POLITECNICO GRAN COLOMBIANO

FACULTAD DE INGENIERÍA Y CIENCIAS BÁSICAS

INGENIERÍA INDUSTRIAL

COLOMBIA

2021
Tabla de contenido
1. Modelo del Caso .........................................................................................................................3
1.1 Formulación del modelo para caso de estudio ...................................................................4
1.2 Presentación de la red del caso ..........................................................................................5
2. Análisis Estadístico de la Información ........................................................................................6
3. Modelo del Problema en Gams ..................................................................................................8
4. Informe de solución del modelo...............................................................................................12
5. Conclusiones generales del Informe de solución del modelo:..................................................15
6. Anexos ......................................................................................................................................16
7. Referencias ...............................................................................................................................17

2
 1. Modelo del Caso

El modelo propuesto para el problema de distribución de gas se referencia en el artículo

“integrated log sizing in serial supply chains production capacities” [1]. Este modelo sirve
para encontrar la solución óptima el problema de asignación de lotes multinivel con
capacidades de producción (MLSP-PC por sus siglas en inglés).
El modelo general es presentado por los autores en el artículo referenciado como un problema
de optimización de programación lineal.
Ilustración 1 Modelo MLSP-PC

Para el caso de la red de distribución de gas natural, desde los pozos, hasta la red de
distribución en Bogotá, el modelo tiene los siguientes parámetros:
• Niveles
- Nivel 1 . Campos de producción Cusiana
- Nivel 2. Gaseoducto Cusiana-Apiay.
- Nivel 3. Gaseoducto Apiay-Bogotá
- Nivel 4. Sistema de distribución Bogotá.
• Variables
- 𝒚𝒕 : Cantidad de gas natural en Giga BTU producida en el periodo t; donde t=1, 2,
…, T;

3
 - 𝒙𝒍𝒕 : Cantidad enviada de gas natural en Giga BTU desde el nivel 𝑙 al nivel 𝑙 + 1 en
el periodo t, donde t=1,2, …, T y 𝑙=1,2,3..
- 𝑰𝒍𝒕 : Cantidad de gas natural (Giga BTU) en inventario en el nivel 𝑙 al final del
periodo t, donde t=1,2, …, T y 𝑙=1,2,3,4.
• Horizonte; T = 10 periodos de planeación (meses) y L = 4, niveles de la red.

1.1 Formulación del modelo para caso de estudio

Minimizar Z = ∑𝑇𝑡=1(𝑝𝑡 (𝑦𝑡 ) + ∑𝐿−1 𝑙 𝑙 𝐿 𝑙 𝑙
𝑙=1 𝑐𝑡 (𝑥𝑡 ) + ∑𝑙=1 ℎ𝑡 (𝐼𝑡 ))

Reemplazamos T=10 y L=4: Minimizar Z= ∑10 3 𝑙 𝑙 4 𝑙 𝑙

𝑡=1(𝑝𝑡 (𝑦𝑡 ) + ∑𝑙=1 𝑐𝑡 (𝑥𝑡 ) + ∑𝑙=1 ℎ𝑡 (𝐼𝑡 ))

Minimizar Z= 𝑝1 𝑦1 + 𝑝2 𝑦2 + 𝑝3 𝑦3 + 𝑝4 𝑦4 + 𝑝5 𝑦5 + 𝑝6 𝑦6 + 𝑝7 𝑦7 + 𝑝8 𝑦8 + 𝑝9 𝑦9 +
𝑝10 𝑦10 + 𝑐11 𝑥11 + 𝑐12 𝑥12 + 𝑐13 𝑥13 + 𝑐21 𝑥21 + 𝑐22 𝑥22 + 𝑐23 𝑥23 + 𝑐31 𝑥31 + 𝑐32 𝑥32 + 𝑐33 𝑥33 + 𝑐41 𝑥41 +
𝑐42 𝑥42 + 𝑐43 𝑥43 + 𝑐51 𝑥51 + 𝑐52 𝑥52 + 𝑐53 𝑥53 + 𝑐61 𝑥61 + 𝑐62 𝑥62 + 𝑐63 𝑥63 + 𝑐71 𝑥71 + 𝑐72 𝑥72 + 𝑐73 𝑥73 +
𝑐81 𝑥81 + 𝑐82 𝑥82 + 𝑐83 𝑥83 + 𝑐91 𝑥91 + 𝑐92 𝑥92 + 𝑐93 𝑥93 + 𝑐10
1 1 2 2
𝑥10 + 𝑐10 3 3
𝑥10 + 𝑐10 𝑥10 +
ℎ11 𝐼11 + ℎ12 𝐼21 + ℎ13 𝐼31 + ℎ14 𝐼41 + ℎ15 𝐼51 + ℎ16 𝐼61 + ℎ17 𝐼71 + ℎ18 𝐼81 + ℎ19 𝐼91 + ℎ10
1 1
𝐼10 +
ℎ12 𝐼12 + ℎ22 𝐼22 + ℎ32 𝐼32 + ℎ42 𝐼42 + ℎ52 𝐼52 + ℎ62 𝐼62 + ℎ72 𝐼72 + ℎ82 𝐼82 + ℎ92 𝐼92 + ℎ10
2 2
𝐼10 +
ℎ13 𝐼13 + ℎ23 𝐼23 + ℎ33 𝐼33 + ℎ43 𝐼43 + ℎ53 𝐼53 + ℎ63 𝐼63 + ℎ73 𝐼73 + ℎ83 𝐼83 + ℎ93 𝐼93 + ℎ10
3 3
𝐼10 +
ℎ14 𝐼14 + ℎ24 𝐼24 + ℎ34 𝐼34 + ℎ44 𝐼44 + ℎ54 𝐼54 + ℎ64 𝐼64 + ℎ74 𝐼74 + ℎ84 𝐼84 + ℎ94 𝐼94 + ℎ10
4 4
𝐼10
Sujeto a las restricciones:

1
𝑥𝑡1 + 𝐼𝑡1 = 𝑦𝑡 + 𝐼𝑡−1 , 𝑡 = 1,2, … , 𝑇 Restricción de entrada
𝑙
𝑥𝑡𝑙 + 𝐼𝑡𝑙 = 𝑥𝑡𝑙−1 + 𝐼𝑡−1 , 𝑡 = 1,2, … , 𝑇; 𝑙 = 2, … 𝐿 − 1 Restricción de balance de inventario
𝐿
𝑑𝑡 + 𝐼𝑡𝐿 = 𝑥𝑡𝐿−1 + 𝐼𝑡−1 , 𝑡 = 1,2, … , 𝑇 Restricción de salida
𝑦𝑡 ≤ 𝑏𝑡 , 𝑡 = 1, 2, … , 𝑇 Restricción de capacidad de producción
𝐼0𝑙 = 0, 𝑙 = 1,2, … , 𝐿 Restricción de inventario inicial igual a cero
𝒚𝒕 ≥ 𝟎, 𝑡 = 1,2, … , 𝑇 ; 𝒙𝒍𝒕 ≥ 𝟎, 𝑡 = 1, 2, … , 𝑇; 𝑙 = 1, … , 𝐿 − 1 ; 𝑰𝒍𝒕 ≥ 𝟎, 𝑡 =
1, 2, … , 𝑇; 𝑙 = 1, … , 𝐿 Restricción de no negatividad, valores no pueden ser menores a
cero

4
La Formulación Explicita Completa se Presenta en los Anexos

1.2 Presentación de la red del caso

Este modelo matemático puede representarse gráficamente; teniendo en cuenta los parámetros específicos para el caso de distribución,
se plantea la siguiente red para mostrar las relaciones entre las variables del modelo de manera gráfica en representación de red.

Ilustración 2 Diagrama de red caso de estudio

0 MODELO DE DISTRIBUCIÓN PARA EL MODELO DE DISTRIBUCIÓN DE GAS NATURAL

Y₁
Y₂ Y₃ Y₄ Y₅ Y₆ Y₇ Y₈ Y₉ Y₁₀
(1,10
(1,1) (1,2) (1,3) (1,4) (1,5) (1,6) (1,7) (1,8) (1,9)
I₁¹ I₂¹ I₃¹ I₄¹ I₅¹ I₆¹ I₇¹ I₈¹ I₉¹ )
X₁¹ X₂¹ X₃¹ X₄¹ X₅¹ X₆¹ X₇¹ X₈¹ X₉¹ X₁₀¹

(2,10
(2,1) (2,2) I₂ (2,3) (2,4) I₄ (2,5) (2,6) (2,7) (2,8) (2,9)
I₁² I₃² I₅² I₆² I₇² I₈² I₉² )
² ²
X₁² X₂² X₃² X₄² X₅² X₆² X₇² X₈² X₉² X₁₀²
(3,10
(3,1) (3,2) (3,3) (3,4) (3,5) (3,6) (3,7) (3,8) (3,9)
I₁³ I₂³ I₃³ I₄³ I₅³ I₆³ I₇³ I₈³ I₉³ )

d d d d d d d d d₁₀
₃ ₅ ₆ d₉
₁ ₂ ₄ ₇ ₈

5
 2. Análisis Estadístico de la Información
Como análisis estadístico se consideró la representación gráfica mensual de los datos históricos
para demanda y producción; de esta manera, se pueden evidenciar las tendencias que se manejan.
Con esta consideración, se plantea un modelo de regresión lineal para estimar los pronósticos de
producción y demanda para 2016 y 2017. El archivo Excel con el análisis estadístico se presenta
como anexo.
Ilustración 3 Gráficos demanda histórica y pronosticada
Demanda pronosticada mensual 2016-2017
1400,00
1200,00 1220,32
1200,39
1000,00 1020,38
1000,41
973,34
953,07
800,00 818,75
798,99
600,00
515,40
504,79 491,32535,86
521,04
400,00 359,53
349,42356,72
347,08 348,58
338,63 401,69476,48
416,87
200,00 202,35
197,71
0,00

2016 2017

Demanda histórica mensual 2001-2015

1500
1178
1164
1130
1123
1107
1089
1057
1000 939
913 983
958
939
919
904 1031
1018
1005
990
967
947
910
789 894
874
842
832
805
793 890
851
843
820
793
784 898
764
732
717
691
672
667
637 763
749
737
719
683
668
652 766
731
728
701
500 500 513 626
609
575
567
549
528
479
470
451
447
436
427
418
399
394
373
362 378
377 458
443
441
425
401
380
368 481
480
455
453
440
425
400
375
366 491
349
323
322
313
297
289
281
262
252
240
237 349
323
300
290
278
270
258
242
236
230
227 352
344 322
319
305
300
298
283
269
265
248
245 354
350
324
315
290
286
259
254
234 355
348
333
308
296
287
274
249 358
349
324
315
303
226
215
214
208 220
203 221
212
203
201
194 192
190
183
177
174
172
158
154
153
147
144
141
127
125 212
198
193
179
0

2001 2002 2003 2004 2005

2006 2007 2008 2009 2010
2011 2012 2013 2014 2015

6
Ilustración 4 Gráficos producción histórica y pronosticada

PRODUCCIÓN HISTÓRICA MENSUAL 2001 -

2015
2001 2002 2003 2004 2005 2006 2007 2008
2009 2010 2011 2012 2013 2014 2015
1000
900 877 878 888
868
851
840
823 853
835
820
806 847
813
800 792
782
770 774
769 793
771
740
714 741
715 758
747
714
700 681
665 689 680 681 673
669 671 702
690 698
681
659 694
678
666
634
615 658
636
630 652
644 656
642
614 640
617 653
639
623 654
634
613 634 649
622
600 608
571 605
573 610
606
587
566 601
583 583 594
575
569 591
576
569 598 610
601 596
553
537
520 556
538
515 547
522 561
545
528 555
541 546
530 550
530
500 504
485 505
478 502
485 501
480 510
496
476 492
481
464 507
471
460
444
419 458
442
423 456
430
419 459
449
417 457
434 441
422 462
435
418
400 394 410 407 391 414
393
383 398 406 395
387
370
350
343
327 366
360
333
330
300 297 282
281
273 312
311
300
290
282
267
259
252
246
225 260
254
200 212
210
195
190
173
172
159
146
100
0

PRODUCCIÓN PRONOSTICADA POR

REGRESIÓN LINEAL 2016 - 2017
2016 2017

1000,00
918,96 899,04 921,58
898,92 919,13 901,44
800,00
699,08 720,39
719,04 700,07 720,82
700,47 719,97 700,79 719,38
699,53 715,76
696,24
600,00 615,60
595,78
400,00 413,87
403,56
309,33
299,22
200,00
0,00

Estadísticos
producción Estadísticos demanda
Promedio 536,38 Promedio 477,65
Desviación 173,46 Desviación 277,99
Máximo 888 Máximo 1178
Mínimo 146 Mínimo 125

7
 3. Modelo del Problema en Gams

$title Problema de transporte de gas natural vehicular

$onText
Modelo de transporte para minimización de costos.
Niveles:
Nivel 1= Campo de Producción Cusiana
Nivel 2= Gaseoducto Cusiana-Apiay
Nivel 3= Gaseoducto Apiay-Bogotá
Nivel 4= Sistema de distribución Bogotá

Periodos:
t= periodos,
T=12:
t= enero, febrero, marzo, abril, mayo, junio, julio, agosto, septiembre, octubre, noviembre,
diciembre
$offText
SETS
t periodos
/enero,febrero,marzo,abril,mayo,junio,julio,agosto,septiembre,octubre,noviembre,diciembre/
l niveles /1,2,3,4/;
PARAMETERS
d(t) demanda de gas natural en Giga BTU en el periodo t/
enero 349.42 julio 476.48
febrero 347.08 agosto 521.04
marzo 504.79 septiembre 798.99
abril 338.63 octubre 953.07
mayo 197.71 noviembre 1000.41
junio 401.69 diciembre 1200.39

8
b(t) capacidad de producción de gas natural en Giga BTU en el periodo t /
enero 699.08 julio 699.53
Febrero 700.47 agosto 696.24
marzo 700.07 septiembre 403.56
abril 700.79 octubre 898.92
mayo 595.78 noviembre 899.04
junio 299.22 diciembre 901.44

/;
p(t) costo de iniciar la producción mensualmente en dólares /
enero 1000 julio 1200
Febrero 1000 agosto 1200
marzo 1000 septiembre 1400
abril 1300 octubre 1000
mayo 1300 noviembre 900
junio 1700 diciembre 900

/;

TABLE
h(t,l) costo de mantenimiento de inventario por un periodo en cada nivel en dólares por Giga
BTU mensualmente
1 2 3 4 1 2 3 4
enero 1 1.5 1 2 julio 1.3 1.5 1.2 2
Febrero 1 1.5 1 2 agosto 1.3 1.5 1.2 2
marzo 1 1.5 1 2 septiembre 1.3 1.5 1.2 2
abril 1 1.5 1 2 octubre 2 1.5 1.2 2
mayo 1.3 1.5 1 2 noviembre 2 1.5 1.2 2
junio 1.3 1.5 1 2 diciembre 2 1.5 1.2 2

/;

9
 TABLE
c(t,l) costo de transporte en cada nivel en dólares por Giga BTU mensualmente
1 2 3 1 2 3
enero 1 1.5 3 julio 1 1.5 3
Febrero 1 1.5 3 agosto 1 1.5 3
marzo 1 1.5 3 septiembre 1 1.5 3
abril 1 1.5 3 octubre 1.2 1.8 3
mayo 1 1.5 3 noviembre 1.2 1.8 3
junio 1 1.5 3 diciembre 1.2 1.8 3

/;

VARIABLES
y(t) Cantidad de gas natural (Giga BTU) a producir en el periodo t
x(t,l) Cantidad de gas natural (Giga BTU) a enviar desde el nivel l al nivel l+1 en el periodo t
I(t,l) Cantidad de gas natural (Giga BTU) a almacenar en el nivel l al final del periodo t
z FUNCIÓN OBJETIVO (minimizar): Costo total de la red de distribución de gas natural
vehicular
/;

POSITIVE VARIABLE

y,x,I;

EQUATIONS
objetivo Función objetivo costo total
entradas Balance de entrada
inventario1 Balance de inventario 1
inventario2 Balance de inventario 2
salidas Balance de salida
producción Capacidad de producción;

10
objetivo.. z=E= sum(t,p(t))+sum(t,sum(l,c(t,l)*x(t,l)))+sum(t,sum(l,h(t,l)*I(t,l)));
entradas(t,l).. x(t,l)+I(t,l) =e= y(t)+I(t-1,l);
inventario1(t,l).. x(t,'2')+I(t,'2') =e= x(t,'1')+I(t-1,'2');
inventario2(t,l).. x(t,'3')+I(t,'3') =e= x(t,'2')+I(t-1,'3');
salidas(t,l).. (d(t)+ I(t,'4'))=e=(x(t,'3')+I(t-1,'3'));
produccion(t).. y(t)=l=b(t);

MODEL Modelo /All/;

SOLVE Modelo USING LP MINIMIZING z;

11
 4. Informe de solución del modelo
Función objetivo
Optimal solution found
Objective: 27999.647750
Variables
Y: Cantidad de gas natural a producir en GBTU en el periodo t

Periodo Producción(y)
enero 696.5
febrero 648975
marzo
abril
mayo 101.99
junio 74.79
julio 44.56
agosto 277.95
septiembre 154.08
octubre
noviembre
diciembre

X: cantidad de gas natural (GBtu) a enviar desde nivel l a nivel l+1 en el periodo t

Nivel
Periodo 1 2 3 4
enero 696.5 696.5 349.42 696.5
febrero 64.8975 64.8975 64.8975
marzo 92.8125
abril 19.4650
mayo 101.99 101.99
junio 74.79 74.79 176.78
julio 44.56 44.56 44.56
agosto 277.95 277.95 277.95
septiembre 154.08 154.08 154.08
octubre
noviembre 47.34
diciembre 294.66

12
I: Cantidad de gas natural (Giga BTU) a almacenar en el nivel l al final del periodo t
NIVEL NIVEL
PERIODO 1 2 3 4 PERIODO 1 2 3 4
enero 347.08 julio 521.04
febrero 411.9775 agosto 798.99
marzo 319.165 septiembre 953.07
abril 299.7 octubre 953.07
mayo 401.69 101.99 noviembre 905.73
junio 476.48 diciembre 611.07

13
14
 5. Conclusiones generales del Informe de solución del modelo:

-Se encuentra que hay capacidad ociosa en la solución, esto indica que hay una holgura que

puede ser aprovechada en caso de planeación agregada.

-Esta solución plantea un costo total de 27999.647750 dólares.

15
6. Anexos
- Archivo Excel adjunto
- Archivo gams adjunto

16
 7. Referencias

[1] S. Hoesel, E. Rojein, D. Romero y A. Wagelmans, «Integrated Lot Sizing in Serial Supply
Chains with Production Capacities,» Management Science, pp. 1706-1719, 2005.

17