Trabajo de Investigacion de Operaciones (Entrega 3)

ANÁLISIS DE CASO RED NACIONAL DE TRANSPORTE DE GAS NATURAL1
Introducción
En un embrollo de toma de decisiones, la formulación del modelo es importante

porque representa la esencia del problema de decisión empresarial. El término formulación
se utiliza para referirse al proceso de convertir la descripción verbal y los datos numéricos
en expresiones matemáticas que representan la relación relevante entre los factores de
decisión, los objetivos y las restricciones en el uso de los recursos. La programación lineal
(LP) es un tipo particular de técnica que se utiliza para la asignación económica de recursos
'escasos' o 'limitados', como mano de obra, material, máquina, tiempo, espacio de
almacenamiento, capital, energía, etc., a varias actividades en competencia, tales como
como productos, servicios, puestos de trabajo, nuevos equipos, proyectos, etc. sobre la base
de un determinado criterio de óptima. La frase recursos escasos significa recursos cuya
disponibilidad no es ilimitada durante el período de planificación.
El principal objetivo de la programación lineal es maximizar o minimizar el valor

numérico. Consiste en funciones lineales que están sujetas a restricciones en forma de
ecuaciones lineales o en forma de desigualdades.
La programación lineal se considera una técnica importante que se utiliza para

encontrar la utilización óptima de los recursos. El término "programación lineal" consta de
dos palabras como lineal y programación. La palabra "lineal" define la relación entre
múltiples variables con grado uno. La palabra "programación" define el proceso de
selección de la mejor solución entre varias alternativas.
La programación lineal se usa ampliamente en matemáticas y en otros campos como

la economía, los negocios, las telecomunicaciones y la fabricación. En este artículo,
analicemos la definición de programación lineal, sus componentes, un método simplex con
problemas de programación lineal.
2. Evaluación del Modelo Establecido.
VARIABLES DEFINIDAS
ܲ(‫ݐ‬Total de gb de BTU en la cual se produce en un periodo determinado t

‫ܫ‬௧௟ Inventario que se almacena y se encuentra en el nivel I finalizando el periodo t
ܺ௧௟ Total de gb de BTU en la cual se envian en el nivel I hasta el nivel I+1 del periodo t
D‫ ݐ‬Total de gb de BTU que se halla en la demanda del periodo t
SUPUESTOS DEFINIDOS
ܶ Total de periodos definidos en planeacion

D‫ ݐ‬Demanda que presenta un comportamiento que es no negativo
P‫ݐ‬ Total de la Capacidad definida de produccion
Ͷ Representa la cantidad de niveles de la cadena que son 4, con L2 nivel intermedio
‫ܮ‬ൌ
‫ܲܥ‬ ௧
Representa los costos de produccion compuesto de ܴା՜ ܴ൅
௟ Representa el costo asociado a transporte para el periodo t, a partir del nivel I hasta el nivel I+1
‫ݐܥ‬௧
‫ ݅ܥ‬௟௧ Representa el costo asociado a inventarios para el periodo t, a partir del nivel I hasta el nivel I+1
P‫ݐ‬ Produccion que se realiza durante el periodo t
‫ܫ‬௧௟ Representa el inventario que se almacena en el nivel I y que va hasta el periodo t
ܺ௧௟ Total de gb de BTU que se envian a partir del nivel I hasta el nivel I+1 para el periodo t
3. Construcción de Modelo de Red.
Total de Niveles 4
Periodos de Producción 10
4. Información Estadística de los Datos de Entrada.
El diseño del modelo puede subdividirse en un conjunto de sub-planes, lo que

significa que el modelo que este compuesto por 10 periodos es conveniente realizar una
evaluación en diferentes sub-planes definidos para la red, de tal forma que cada uno de los
sub-planes definidos pueda inferir en uno o varios periodos por los cuales se compone la
demanda, uniendo de forma conjunta las operaciones de transporte y también la de
inventarios.
5. Análisis Estadístico de la Demanda.
Es importante determinar el comportamiento que establece la demanda para cada

uno de los periodos que compone cada año es importante visualizar todas las variaciones
como se muestra a continuación.
De acuerdo con los resultados obtenidos en el gráfico de la demanda nos indica

claramente que se tiene una tendencia alcista de forma progresiva durante todos los
periodos, por tal motivo es imprescindible hacer uso de un modelo que se adecue a este tipo
de características que nos muestra la demanda, en ese orden de ideas es importante la
implementación de la suavización exponencial simple y suavización exponencial doble ya
que esta se encarga de los comportamientos de la demanda que presentan una tendencia de
suavizamiento para el manejo de la tendencia en estudio.
De acuerdo con el modelo elegido de suavización exponencial simple y suavización

exponencial doble se debe iniciar realizando el pronóstico del mes de enero del año 2016 y
a su vez también se debe evaluar los indicadores que muestran error para lograr establecer
el modelo más conveniente obteniendo de esta forma los siguientes resultados.
Metodo de Suavizacion Exponencial Simple

MAD: 10.33 MSE: 10.33
Metodo de Suavizacion Exponencial Doble
MAD: 2.24 MSE: 6.59
Por medio de los datos obtenidos se procede a la implementación del modelo de

suavización exponencial obteniendo los que se muestran a continuación.
PRONOSTICO
2016 2017
363 378
364 380
515 531
329 335
196 200
388 397
469 480
532 552
814 839
961 983
1004 1025
1197 1215
6. Análisis Estadístico de Información de Producción.
Para analizar los datos estadísticos de la producción se procede de la misma forma

que se identificó la demanda, es importante determinar el comportamiento que establece la
producción para cada uno de los periodos que compone cada año es importante visualizar
todas las variaciones como se muestra a continuación.
Podemos evidenciar un comportamiento de los datos muy parecidos a los que se

obtuvieron en la demanda, también se logró establecer que se evidencia estacionalidad en
algunos de los periodos de producción, por lo cual es imprescindible la implementación de
métodos como Winter y Hold, que son los más apropiados para aplicarlos en circunstancias
en la cual se presente estacionalidad con poca regularidad.
Debido a que se tienen plenamente identificados los métodos con los cuales se
implementa la demanda y la producción se comienza pronosticando los datos
correspondientes al año 2016 y evaluar los indicadores que establecen error con la finalidad
de determinar el modelo que más se ajusta al escenario.
Modelo de Winters
MAD: 7.19 MSE: 44.62
Modelo de Holt
MAD: 3.44 MSE: 8.92
Por medio de los datos obtenidos se procede a la implementación del modelo de

Holt obteniendo los que se muestran a continuación.
PRONOSTICO
2016 2017
697 712
719 748
707 733
705 728
610 636
283 284
677 680
688 704
403 410
902 926
902 925
907 925
7. Análisis y Aplicación de Método Algebraico.
Es de vital importancia definir que los modelos de solución algebraica tienen los
siguientes componentes.
Análisis de Variables de Decisión.
Criterios Definidos de Optimización.
Función Objetivo del Modelo.
Restricciones del Modelo.
Los componentes antes mencionados se hallan de acuerdo con el caso de estudio o

problemática a definir con la finalidad de lograr establecer una solución óptima para el
modelo.
Análisis de Variables de Decisión.
Las variables de decisión describen las cantidades que a los tomadores de decisiones
les gustaría determinar. Son las incógnitas de un modelo de programación matemática.
Normalmente determinaremos sus valores óptimos con un método de optimización. Para el
presente caso se disponen las siguientes variables.
Estas variables definidas para el caso se refieren a las unidades de producto en

relación con la información de la producción, así como también se tiene en cuenta el
transporte y también el área de almacenamiento establecido para cada periodo definido de
tiempo (t).
Criterios Definidos de Optimización.
Un problema de optimización tiene objetivos para minimizar o maximizar

simultáneamente. Para el caso de la Empresa Colombiana de Petróleos es preciso que lo
que se requiere es disminuir los costos en relación con los envíos que se realizan de los
productos hasta las estaciones que se encuentran en la ciudad de Bogotá, teniendo en cuenta
estos criterios de ubicación y costos de envió, se procede a definir el criterio elegido para la
optimización como Min.
Función Objetivo del Modelo.
A continuación se determina la función objetivo que establece la solución

algebraica del caso de estudio en la cual se dispone de la formulación adecuada para
implementar en el modelo y finalmente obtener la solución óptima.
Es importante establecer que para lograr alcanzar la función objetivo se debe tener
en cuenta los totales de los costos definidos para las áreas de producción, así como también
se tiene en cuenta el transporte y también el área de almacenamiento. A continuación se
presentan las variables de las cuales se componen la función objetivo, así como también se
tienen en cuenta las variables de decisión.
Restricciones del Modelo.
Las siguientes son las restricciones que se definieron para implementar en el caso de
la Empresa Colombiana de Petróleos.
Restricciones Definidas de Inicio
Se establece como la cantidad de productos que son enviados y que son

almacenados a partir del nivel 1 y que son equivalentes a la cantidad de productos
producidos durante ese periodo adicionando el inventario actual que se determinó en el
periodo establecido previamente.
Restricciones Definidas de Transbordo para los Niveles Intermedios.

Se establece como la cantidad de productos que son enviados y que son

almacenados a partir del nivel 1 y que son equivalentes a la cantidad de productos que se
envían a partir del nivel antecesor adicionando la cantidad total de productos que se hallan
almacenados en el periodo establecido previamente.
Restricciones Definidas de Nivel final del Modelo.
Se establece como la composición de la demanda definida del periodo t que

adicionada a la cantidad de productos que se envían a partir del periodo establecido
previamente adicionando de la misma forma la cantidad de productos que se almacenan
durante el periodo establecido previamente.
La cantidad de productos que se producen que están comprendidos en el periodo t se

concluye que son menores o son similares a la capacidad total definida de producción del
pozo durante el actual periodo de estudio.
Se determina que los niveles establecidos para el almacenamiento al principio

tienen como resultado 0.
Restricciones de No Negatividad.
Es de vital importancia para el modelo reconocer que ninguna variable tendrá como
resultado valores negativos como se muestra a continuación.
De acuerdo con las variables el modelo adecuado con las restricciones algebraicas
quedaría de la siguiente forma.
Este modelo esta ajustado a las siguientes variables para su desarrollo:
8. Análisis del Modelo Implementado en GAMS.
El Sistema de modelado algebraico general (GAMS) es un sistema informático que

modela operaciones matemáticas. Es extremadamente útil para resolver tipos de ecuaciones
lineales y no lineales, así como varios tipos particulares de problemas de alto nivel. Dado
que el sistema de modelado algebraico general se aplica al uso de algoritmos para
operaciones matemáticas, un principio esencial es la identificación de variables que se
utilizan para determinar los resultados.
Gran parte del valor de GAMS, según muchos de los que lo usan, es la idea de
permitir que los usuarios humanos se concentren en el modelado y la resolución de
problemas, al tener una forma más preestablecida o visual de ver cosas como cálculos de
direcciones, problemas de almacenamiento. y el flujo general de datos, por ejemplo, de una
subrutina a otra.
Es importante tener en cuenta que para la implementación del modelo se disponen

los parámetros y la información agrupada de los datos preestablecidos, para estos conjuntos
se debe tener en cuenta la agrupación de todos los nodos que se identificaron para la
construcción del modelo algebraico, por lo tanto la solución en GAMS se establece de la
siguiente forma.
Es importante que para establecer los costos definidos para las áreas de producción,
así como también se tiene en cuenta el transporte y también el área de almacenamiento se
determinan mediante la información que se obtiene de los datos del año 2017, para el
modelamiento en el software GAMS quedaría construido de la siguiente manera.
Podemos deducir que las variables obtenidas a través del software GAMS muestran
los mismos resultados, estas demuestran la totalidad de productos que son necesarios dentro
de la producción, así como también se tiene en cuenta el transporte y también el área de
almacenamiento dentro de los rangos de tiempo definidos.
Finalmente se implementan todas las funciones, que de acuerdo con el análisis

realizado se suman entre sí y también se evalúa el costo mínimo de los resultados de las
sumas de las funciones que comprenden la función objetivo y los resultados equivalentes de
las sumas que se obtienen de las restricciones como se muestra a continuación.
En conclusión tenemos el modelo implementad en la herramienta GAMS en el cual

se determinan los datos y la solución dentro del software de forma algebraica evidenciando
la correcta distribución de la información de la producción, así como también se tiene en
cuenta el transporte y también el área de almacenamiento.
9. Análisis de Resultados de Modelamiento en GAMS.
De acuerdo con la implementación del modelado de los datos en el software GAMS

tenemos los siguientes datos y conclusiones.
A continuación se describen las variables obtenidas del aplicativo.
Total de un que son necesaria para la producción en los diferentes periodos.
Total de un que se transportan a partir del nivel n hasta el otro nivel.

Total de un que se almacenan a partir del nivel n correspondiente al periodo t.

De acuerdo con el análisis realizado es importante no realizar producción durante el

periodo 4 y periodo 5, también es de vital relevancia considerar que se debe realizar el
almacenamiento para el nivel 3 debido a que este representa menores costos.
Conclusiones y recomendaciones.
Es importante reconocer que en el modelado con características de trasbordo es

imprescindible adecuar los datos de forma ordenada para encontrar una solución óptima, en
un problema de transbordo, todas las fuentes y destinos pueden funcionar en cualquier
dirección, por lo que el transbordo es muy útil para reducir el costo de transporte. A veces,
debido a restricciones presupuestarias, el flujo total en el problema de transbordo también
es especificado por algún tomador de decisiones externo y la solución óptima de tales
problemas es de interés realista para el tomador de decisiones.
La problemática presentada sobre el caso de la Empresa Colombiana de Petróleos

tiene características de ser multinivel en el cual se identifica la capacidad de producción al
comienzo de los nodos, el desarrollo y resultado final para esta problemática esta sujeta al
modelamiento para lograr la modificación deseada en la cual se busca una disminución de
costos.
Es importante establecer que durante el análisis realizado es importante no realizar

producción durante el periodo 4 y periodo 5, también es de vital relevancia considerar que
se debe realizar el almacenamiento para el nivel 3 debido a que este representa menores
costos
En referencia al área de almacenamiento en cuanto a la producción de gas, mediante

el uso de GAMS se identifica el nivel 3 que es conocido dentro del problema como el
gasoducto correspondiente a las ciudades de Apiay / Bogotá, debido a que representan los
mínimos costos de almacenamiento, y de esta forma lograr un abastecimiento de producto
para los posteriores periodos futuros logrando minimizar los costos relacionados con la
distribución al lograr reemplazar los costos que están asociados a la producción por los que
se obtienen de almacenamiento que son más favorables para la empresa.
El modelado tiene beneficios para la reducción de los costos y se evidencia

mediante los altos niveles de producción que se realizan en los meses iniciales con la
finalidad de tener un abastecimiento suficiente que pueda cubrir los meses 4 y 5 debido a
los costos elevados que estos periodos representan para la empresa, se hace indispensable
tener un volumen de almacenamiento óptimo para el nivel 3.
Es imprescindible poder aumentar el horizonte de planeación del modelo para lograr

obtener una reducción significativa de los costos de operación teniendo de esta forma una
mayor amplitud en los periodos que se debe realizar el pronóstico, por medio de esta
estrategia lo que se pretende es lograr ampliar y aumentar la capacidad de producción en
aquellos periodos que representan una reducción de costos para la empresa garantizando de
esta forma los niveles de cumplimiento con los diferentes clientes con los que cuenta la
compañía.
Es de vital importancia realizar una evaluación de aquellos niveles que generan mas
costos para lograr obtener una disminución considerable logrando así una mayor capacidad
de producción de forma uniforme durante todos los niveles, esta metodología permitiría
reducir los costos mensuales y obtener una mayor rentabilidad para la empresa.
Bibliografía
Colina, Y. B. (2011). Aplicaciones de programación lineal, entera y mixta. Ingeniería Industrial.

Actualidad y Nuevas Tendencias, 2(7), 85-104. Recuperado de
https://www.redalyc.org/pdf/2150/215024822007.pdf
Boirivant, J. A. (2009). La programación lineal aplicación de la pequeñas y medianas empresas.

Reflexiones, 88(1), 4. Recuperado de https://dialnet.unirioja.es/servlet/articulo?
codigo=4796082
Vásquez, J. P. R., Cárdenas, D. C., Carrillo, M. G. G., & Rosero, C. H. S. (2015). Modelo de
programación lineal para planeación de requerimiento de materiales. Revista
Tecnológica-ESPOL, 28(2). Recuperado de
http://200.10.150.204/index.php/tecnologica/article/view/322
Faulin, J., & Juan, Á. A. (2016). Aplicaciones de la programación lineal. Universidad Oberta de
Catalunya (UOC). Recuperado de
https://www.academia.edu/download/56760818/Aplicaciones_PL.pdf

Trabajo de Investigacion de Operaciones (Entrega 3)

Cargado por

Copyright:

Formatos disponibles

Trabajo de Investigacion de Operaciones (Entrega 3)

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Trabajo de Investigacion de Operaciones (Entrega 3)

Cargado por

Copyright:

Formatos disponibles

ANÁLISIS DE CASO RED NACIONAL DE TRANSPORTE DE GAS NATURAL1

En un embrollo de toma de decisiones, la formulación del modelo es importante

El principal objetivo de la programación lineal es maximizar o minimizar el valor

La programación lineal se considera una técnica importante que se utiliza para

La programación lineal se usa ampliamente en matemáticas y en otros campos como

2. Evaluación del Modelo Establecido.

ܲ(‫ݐ‬Total de gb de BTU en la cual se produce en un periodo determinado t

ܶ Total de periodos definidos en planeacion

P‫ݐ‬ Produccion que se realiza durante el periodo t

‫ܫ‬௧௟ Representa el inventario que se almacena en el nivel I y que va hasta el periodo t

3. Construcción de Modelo de Red.

4. Información Estadística de los Datos de Entrada.

El diseño del modelo puede subdividirse en un conjunto de sub-planes, lo que

5. Análisis Estadístico de la Demanda.

Es importante determinar el comportamiento que establece la demanda para cada

De acuerdo con los resultados obtenidos en el gráfico de la demanda nos indica

De acuerdo con el modelo elegido de suavización exponencial simple y suavización

Metodo de Suavizacion Exponencial Simple

Por medio de los datos obtenidos se procede a la implementación del modelo de

6. Análisis Estadístico de Información de Producción.

Para analizar los datos estadísticos de la producción se procede de la misma forma

Podemos evidenciar un comportamiento de los datos muy parecidos a los que se

Por medio de los datos obtenidos se procede a la implementación del modelo de

7. Análisis y Aplicación de Método Algebraico.

Análisis de Variables de Decisión.

Criterios Definidos de Optimización.

Función Objetivo del Modelo.

Restricciones del Modelo.

Los componentes antes mencionados se hallan de acuerdo con el caso de estudio o

Análisis de Variables de Decisión.

Estas variables definidas para el caso se refieren a las unidades de producto en

Criterios Definidos de Optimización.

Un problema de optimización tiene objetivos para minimizar o maximizar

Función Objetivo del Modelo.

A continuación se determina la función objetivo que establece la solución

Restricciones del Modelo.

Restricciones Definidas de Inicio

Se establece como la cantidad de productos que son enviados y que son

Restricciones Definidas de Transbordo para los Niveles Intermedios.

Se establece como la cantidad de productos que son enviados y que son

Restricciones Definidas de Nivel final del Modelo.

Se establece como la composición de la demanda definida del periodo t que

La cantidad de productos que se producen que están comprendidos en el periodo t se

Se determina que los niveles establecidos para el almacenamiento al principio

Este modelo esta ajustado a las siguientes variables para su desarrollo:

8. Análisis del Modelo Implementado en GAMS.

El Sistema de modelado algebraico general (GAMS) es un sistema informático que

Es importante tener en cuenta que para la implementación del modelo se disponen

Finalmente se implementan todas las funciones, que de acuerdo con el análisis

En conclusión tenemos el modelo implementad en la herramienta GAMS en el cual

9. Análisis de Resultados de Modelamiento en GAMS.

De acuerdo con la implementación del modelado de los datos en el software GAMS

A continuación se describen las variables obtenidas del aplicativo.

Total de un que son necesaria para la producción en los diferentes periodos.

Total de un que se transportan a partir del nivel n hasta el otro nivel.

Total de un que se almacenan a partir del nivel n correspondiente al periodo t.

De acuerdo con el análisis realizado es importante no realizar producción durante el

Es importante reconocer que en el modelado con características de trasbordo es