INFORME DE UN MODELO LOGISTICO PARA OPTIMIZAR LA DISTRIBUCIÓN DE

GNV EN BOGOTÁ

INTEGRANTES

Nelson Hernando Gómez Bernal Cód. 100017083

Carlos Andrés Torres Guerra Cód. 100193180
Ana Maria Garcia Sanchez Cód. 1921023780
Yuri Dayana León Guerreo Cód.
Daniel Fernando Orozco Arcila Cód. 100105175

TUTOR

Joan Sebastián Gordillo Trujillo

Politécnico Grancolombiano
Bogota ,28 de Marzo de 2023
 TABLA DE CONTENIDO

INTRODUCCION………………………………………………………………………........1

OBJETIVO……………………………………………………………………………………2

RESUMEN……………………………………………………………………………….…..3
 INTRODUCCION

En el mundo logístico, el proceso de abastecimiento es de vital importancia,

teniendo en cuenta lo anterior se realiza este proyecto con el fin de expandir
conocimientos básicos de cada integrante

OBJETIVO

Explicar y aplicar el modelo de programación lineal para el problema propuesto con

el fin de dar una solución efectiva y óptima

in Serial Supply Chains with Production Capacities y se utiliza el modelo propuesto

por los autores
 RESUMEN

En este informe LOGISTICA K&S hace la entrega de una propuesta para optimizar
la distribución y transporte de Gas Natural Vehicular en Bogotá. Este proyecto se
presenta al cliente Transportadora de Gas Internacional TGI S.A ESP, empresa
encargada del transporte del GNV entre Cusiana y Bogotá, y se utiliza para su
solución la aplicación de la programación lineal.

La programación lineal es un método matemático de optimización, que permite

representar modelos lineales para reducir costos o maximizar ganancias en
diferentes áreas de una organización. Su área de aplicación es muy amplia, puesto
que, se puede utilizar para resolver problemas de diversas disciplinas como son:
finanzas, economía, mercadotecnia, logística, sistemas de producción, sistemas de
transporte, entre otras.

Exposición del problema del modelo logístico de TGI

El gerente operacional de la Transportadora de Gas Internacional TGI S.A ESP,

empresa encargada del transporte del GNV entre Cusiana y Bogotá, le ha ofrecido a
ORGANIZACIÓN & LOGISTICA LTDA la oportunidad de desarrollar un modelo
logístico que permita, de la mejor manera posible, solucionar el problema del
abastecimiento de GNV en Bogotá.

El modelo que se propone es un modelo multinivel-multiperiódo del siguiente tipo:

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

Sujeto a:

 x 1t + I 1t = y t + I 1t −1 , t=1 , … ,T
l l l−1 l
 x t + I t =xt + I t−1 ,t=1 , … , T ; l=2 , … , L−1
4 3 3
 d t + I t =x t + I t −1 , t=1 , … ,T
 y t ≤ bt , t=1 , … ,T
 l
 I 0=0 , l=1 , … , L
 y t ≥ 0 , t=1, … , T

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

 I lt ≥0 ,t =1 , … ,T ; L=1 , … ,l

VARIABLES Y PARAMETROS

Las variables que se establecieron son las siguientes:

 y t :Cantidad de gas natural en Giga BTU producida en el periodo t.

 x lt :Cantidad enviada de gas natural en Giga BTU desde el nivel l al

nivel l+1 en el periodo t.
l
 I t : Cantidad de gas natural (Giga BTU) en inventario en el nivel l al
final del periodo t.

Los parámetros que se establecieron se muestran a continuación:

 d t : Demanda de gas natural en Giga BTU en el periodo t.

 b t: Capacidad de producción de gas natural en Giga BTU en el periodo

t.
 pt :Costo de iniciar la orden de producción de gas natural en US$.
l
 ht : El costo en US$ de mantener el inventario de gas natural por un
periodo en cada nivel
c lt : El costo de transportar gas natural en cada nivel en dólares (US$)

Los conjuntos establecidos para el modelo son los periodos (10 meses de
planeación) y los niveles de la red.

 l (Niveles): Cusiana, Cusiana-Apiay, Apiay-Bogotá, Bogotá

 t (periodos): 10 meses de planeación.

Proposición 2.1

Se plantea un sistema multinivel que identifica una serie de cadenas de suministros

para cada periodo. Este modelo queda estructurado de tal que se puedan establecer
variables con el fin de cumplir los parámetros y limitaciones que se establezcan para
cada variable. Lo que se busca es distribuir eficiente el producto sin dejar demanda
insatisfecha en cada periodo.

Proposición 2.2

Aquí se valida que la sumatoria de toda la demanda en n periodos no puede

exceder la capacidad de producción de la empresa, es decir, mediante una serie de
restricciones se limita la distribución de cada nivel para que la demanda no llegue a
sobrepasar la totalidad de producto que la empresa es capaz de producir. Como es
un flujo (diagrama de red), podemos asegurarnos de que al distribuir las cantidades
minimicemos el coste a la vez que se satisface la demanda.

Proposición 2.3

La preposición 2.3 se valida determinando que el tiempo en que se produce,

distribuye y almacena el producto tienda a minimizar los costes; es decir, optimizar
la producción, abastecimiento y almacenamiento a la vez que se cumple con la
demanda. Dado que la economía no es perfecta, habrá épocas en donde se tenga
que almacenar inventario debido a la poca demanda por la naturaleza del periodo, y
es allí donde el modelo tiene que ser eficiente al arrojar en dichos meses la cantidad
más precisa tanto a almacenar como a distribuir.

Representación del modelo como Red

El anterior problema es posible representarlo en la siguiente red, en el caso
particular de TGI se tiene L=10 que son los 10 meses para los cuales se va a
realizar la planeación de la producción los cuales comprenden el periodo de mas
demanda comprendido entre marzo-diciembre y L=4 que representa los niveles que
se nombraron anteriormente.

Figura 1. Representación del modelo como red para TGI con L=4 Y T=10

Análisis de datos

TGI facilito a nuestra compañía los datos históricos de su demanda y producción

para el periodo comprendido entre los años 2002 a 2015 desagregado por meses.

El primer paso fue analizar los datos históricos por lo que se organizó la información
de manera que se pueda evidenciar la serie de tiempo y poder estudiar sus
características, seguido de eso se grafica tanto la demanda y la producción
históricas y se obtuvieron los siguientes gráficos:
 serie demanda
1300
1100
900
700
500
300
100
-100 1 2 3 5 6 7 8 8 0 1 2 3 3 4 5
0 01 02 0 0 03 04 04 05 0 0 06 07 0 0 0 09 09 10 1 1 11 12 1 1 1 1 14 15 1
e- u l - e- u l - e- u l - e- u l - e- u l - e- u l - e- u l - e- u l - e- u l - e- u l - e- u l - e- u l - e- u l - e- u l - e- u l -
en j en j en j en j en j en j en j en j en j en j en j en j en j en j en j

Figura 2. Comportamiento de la demanda histórica de TGI para el periodo

comprendido entre 2001-2015

serie produccion
950
850
750
650
550
450
350
250
150
50
-50
1 2 3 5 6 7 8 8 0 1 2 3 3 4 5
0 01 02 0 0 03 04 04 05 0 0 06 07 0 0 0 09 09 10 1 1 11 12 1 1 1 1 14 15 1
e- u l - e- u l - e- u l - e- u l - e- u l - e- u l - e- u l - e- u l - e- u l - e- u l - e- u l - e- u l - e- u l - e- u l - e- u l -
en j e n j e n j e n j e n j e n j e n j e n j e n j e n j e n j e n j e n j e n j e n j

Figura 3. Comportamiento de la demanda histórica de TGI para el periodo

comprendido entre los años 2001-2015

Lo anterior se hizo con el objetivo de estudiar el comportamiento de las dos series

de tiempo y en base a esto poder determinar el método más adecuada para hacer el
pronóstico para el año 2016.

El método usado fue el Holt Winter Multiplicativo, dado que ambas series presentan
tendencia, estacionalidad y ciclicidad. Gráficamente se puede observar que a lo
largo de los años las series tienen una tendencia alcista, a la vez que presentan
periodos estacionales; por ejemplo, en la demanda se detalla que al final del año
aumenta a la cantidad demanda, mientras que en los meses de abril, mayo y junio
se observan los mínimos de los periodos. Además, las series tienen un ciclo de 12
periodos, allí su patrón de comportamiento tiende a repetirse de la misma forma
cada doce meses.

Pronostico con Holt Winter

DEMANDA PRONOSTICADA CON HOLT WINTERS

1400

1200

1000

800

600

400

200

0
01 01 02 03 03 04 05 05 06 07 07 08 09 09 10 11 11 12 13 13 14 15 15 16
ro- re- yo- ro- re- yo- ro- re- yo- ro- re- yo- ro- re- yo- ro- re- yo- ro- re- yo- ro- re- yo-
e b a e b a e b a e b a e b a e b a e b a e b a
en em m en em m en em m en em m en em m en em m en em m en em m
pti pti pti pti pti pti pti pti
se se se se se se se se

Figura 4. Pronóstico de la demanda de TGI para el año 2016

PRODUCCION PRONOSTICADA CON HOLT WINTERS

1000
900
800
700
600
500
400
300
200
100
0
1 1 2 3 3 4 5 5 6 7 7 8 9 9 0 1 1 2 3 3 4 5 5 6
-0 - 0 -0 -0 - 0 -0 - 0 - 0 -0 -0 - 0 -0 -0 - 0 -1 - 1 - 1 -1 -1 - 1 -1 -1 - 1 -1
e ro bre ayo ero bre ayo ero bre ayo ero bre ayo ero bre ayo ero bre ayo ero bre ayo ero bre ayo
en em m en em m en em m en em m en em m en em m en em m en em m
pti pti pti pti pti pti pti pti
se se se se se se se se
 Figura 5. Pronóstico de la Producción de TGI para el año 2016

Una vez se hace el pronóstico de los próximos periodos según el método Holt
Winter, se esperan las siguientes cantidades demanda y producción para el año

ene.-16 feb.-16 mar.-16 abr.-16 may.-16 jun.-16 jul.-16 ago.-16 sep.-16 oct.-16 nov.-16 dic.-16
DEMANDA 368 367 516 339 210 397 478 532 808 958 1.001 1.197
PRODUCCION 700 707 697 698 599 299 691 689 414 895 896 906

2016.

Formulación del modelo matemático

Criterio de Optimización

Minimizar los costos de producción, transporte y almacenamiento.

Función Objetivo

( )
10 3 4
Minimizar Z= ∑ pt ( y t ) + ∑ c t ( x t ) + ∑ ht ( I t )
l l l l

t =1 l=1 l=1

La función objetivo representa los costos del modelo logístico, los cuales están a
asociados a 3 tipos de costos:

 pt representa los costos en US$ de lanzar una orden de producción en cada

periodo, con t=1,2,3,4,5,6,7,8,9,10

l l
 C t representa los costos en US$ de transportar x t cantidad de gas en GBTU
entre niveles l para cada periodo t , con l=1,2,3 y t=1,2,3,4,5,6,7,8,9,10

l l
 ht representa los costos en US$ de almacenar cierta cantidad de inventario I t
en GBTU entre cada periodo t para cada nivel l , con l=1,2,3,4 y
t=1,2,3,4,5,6,7,8,9,10

Restricciones

 Restricciones de producción
 1 1 1
x t + I t = y t + I t −1 , t=1,2,3,4,5,6,7,8,9,10

Esta restricción regula el flujo de los 10 nodos del nivel 1, y lo que nos indica es que
la cantidad producida + la que existe en almacenamiento debe ser igual a la
cantidad que se va a enviar para el nivel 2 + la cantidad que se va a mantener en
almacenamiento para para el siguiente periodo en ese nivel.

 Restricciones de equilibrio de inventarios

x lt + I lt =xl−1 l
t + I t−1 ,t=1,2,3,4,5,6,7,8,9,10 ; l=2 , 3

Esta restricción lo que nos indica es que lo que ingresa a cada nodo de los niveles
2 y 3, proveniente del nivel y periodo anterior respectivamente, debe ser igual a lo
que sale para el siguiente nivel y para el siguiente periodo respectivamente.

 Restricciones de demanda

d t + I 4t =x 3t + I 3t −1 , t=1 , … ,10

Esta restricción regula los nodos del nivel 4, indica que lo que llega a cada nodo
desde el nivel anterior + el almacenamiento que llega del periodo anterior debe ser
igual a las cantidades de demanda + lo que se guarda para el siguiente periodo.

 Restricción de capacidad de producción

y t ≤ bt , t=1,2,3,4,5,6,7,8,9,10

Esta restricción está sujeta a la capacidad de producción con que cuenta la

empresa, y lo que significa es que no se puede producir más de lo que se tiene en la
capacidad instalada. Regula la variable y t
Restricciones de inventario inicial igual a cero

l
I 0=0 , l=1 , 2, 3 , 4

El inventario inicial en el periodo 1, en los 4 niveles es igual a cero, es decir al

iniciar la planeación de la producción de los 10 meses que contempla el
horizonte de planeación, no se cuenta con inventario.

1 2 3 4
I 0=0 I 0=0 I 0=0 I 0=0

 Restricciones de no negatividad

y t ≥ 0 , t=1,2,3,4,5,6,7,8,910;

x lt ≥ 0 ,t=1,2,3,4,5,6,7,8,9 , 10;l=1 ,2 , 3;

l
I t ≥0 ,t=1,2,3,4,5,6,7,8,9,10 ; l=1 ,2 , 3 , 4

El objetivo de esta restricción es indicarle a GAMS que el conjunto de

soluciones factibles para cada variable solo puede encontrarse en la parte
positiva de los números racionales, ya que dadas las características del
problema no se admiten valores negativos.