Entrega 2, Investigacion de Operaciones PDF
Entrega 2, Investigacion de Operaciones PDF
Entrega 2, Investigacion de Operaciones PDF
INNOVACIÓN
Integrantes
Carolina Ramírez Franco (1821023765)
Marco Aurelio Ordoñez Lara (1911022116)
María Camila Romero Cortes (1911022247)
Juan Camilo Morales Gutiérrez (1821021507)
Camilo Yeimane Cuellar Clavijo (100103161)
Derly Carolina Mora Garzón (1811028114)
Docente: Franklin Rolando Aguilar Triana
Materia: Investigación de operaciones
FACULTAD DE INGENIERÍA, DISEÑO E
INNOVACIÓN
TABLA DE CONTENIDO
Empresa
1. MODELO PROPUESTO
El modelo Multilevel lot-sizing problem with production capacities (MLSP-PC) permite
mantener inventarios en diferentes niveles de la cadena. Es usado por ejemplo en empresas
que tiene una planta de producción varios centros de distribución y unos almacenes finales
donde el cliente final obtiene los productos. En nuestro caso particular; la empresa
Transportadora de Gas Internacional TGI S.A ESP, tenemos una red de Z = 4 niveles, el
primer nivel z =1 los campos de producción (Cusiana), z= 2 el gasoducto Cusiana-Apiay,
z=3 el gasoducto Apiay-Bogotá y z=4 el Sistema de Distribución Bogotá (Estaciones de
Servicio de GNV). Se deben tomar decisiones para un periodo de tiempo de T= 10 meses,
desde marzo t=1 hasta diciembre t =10, con una demanda de 𝐝𝒕 y una capacidad de
producción 𝐛𝒕 en cada periodo t. Al final el modelo determinara:
- Cuánto producir en el periodo t (Yt); acá se hace el supuesto de que como los costos
de producción son fijos, el modelo lineal primero deberá determinar si en ese periodo
t se produce o no y luego sí determinar en qué cantidad.
- Cantidad a enviar desde un nivel al siguiente en el periodo t (𝐗 𝐥𝐭 )
- Cantidad de inventario en el nivel l al final del periodo t (𝐈𝐭𝐥 ).
El objetivo del modelo lineal es minimizar el costo total, que incluye costos de producción,
transporte e inventarios. En la imagen 1, se observa la red de nuestro sistema, cada nodo (z,
t) representa cada nivel z en el mes t allí se evidencia cómo será el flujo de gas, y el equilibrio
entre inventario, transporte y producción de gas. Así por ejemplo en el nivel 1 mes 1, (Y1)
producción de gas = (𝐗 𝟏𝟏 ) transporte de gas + (𝐈𝟏𝟏 ) inventario de gas. Lo que entra es igual
a lo que sale. En el Excel se encuentra el diseño del diagrama.
FACULTAD DE INGENIERÍA, DISEÑO E
INNOVACIÓN
Imagen 2 prueba de nube de puntos para determinar si los datos son independientes.
• Análisis de patrones
Al definir que la demanda es determinística esta puede tener patrones como tendencia de
crecimiento o decrecimiento, o también estacionalidad. La imagen 3, nos muestra que la
demanda de gas natural vehicular tiene un comportamiento estacional, con máxima demanda
siempre en diciembre.
FACULTAD DE INGENIERÍA, DISEÑO E
INNOVACIÓN
Por otro lado en la imagen 3 y 4 se observa que año a año también aumenta la demanda, es
decir también tiene una tendencia a crecer. En la imagen 4 se observa más claramente como
creció la demanda mensual entre el 2001 -2015.
Este nos permitirá pronosticar la demanda mensual que será un insumo necesario para el
modelo matemático. Ya que esa demanda será una restricción del sistema para determinar
cuánto producir, cuanto enviar y cuanto guardar en inventario.
2.2. Análisis Estadístico De La Producción De Gas
• Pruebas de independencia
Se realizó un análisis de independencia para determinar si la producción o capacidad tenía
un comportamiento estocástico o determinística. En la imagen 5. Se observa un diagrama de
dispersión o nube de puntos, realizado en un software estadístico. Allí se observa que los
datos no se comportan aleatoriamente debido a que se agrupan en torno a líneas recta, es
decir no estarán sujetos a distribución de probabilidad, así que tendrá un comportamiento
determinística.
FACULTAD DE INGENIERÍA, DISEÑO E
INNOVACIÓN
• Análisis de patrones
Al definir que la producción es determinística esta puede tener patrones La imagen 6, nos
muestra que la producción de gas natural vehicular tiene un comportamiento estacional, con
un bajón de producción en junio, talvez debido a que el costo fijo de producción en ese mes
es el más alto del año.
Ya con este análisis se puede determinar los parámetros de demanda y producción en cada
periodo t, en el siguiente avance se usara una regresión lineal para conocer los valores para
el año 2017 de cada mes, nuestro horizonte de planeación.
4. RESULTADOS ENCONTRADOS
5. CONCLUSIONES Y RECOMENDACIONES
FACULTAD DE INGENIERÍA, DISEÑO E
INNOVACIÓN
6. BIBLIOGRAFÍA
• Winston, w. (2005). investigacion de operaciones (Vol. 4). thomson.
• Van Hoesel, S., Romeijn, H. E., Morales, D. R., & Wagelmans, A. M. (2005).
Integrated Lot Sizing in Serial Supply Chains with Production Capacities.
Management Science, 51(11), 1706-1719.