Ejercicio 1

Informe preliminar realizado en la primera y segunda entrega con sus respectivas

correcciones.
¿Quiénes Somos?
En GasLink, estamos comprometidos con la entrega de una solución de energía limpia y
confiable a nuestros clientes. Somos una empresa líder en la industria de logística y
distribución de gas, con tecnología de vanguardia que nos permite optimizar y agilizar
los procesos de entrega de energía a nivel local y global. En GasLink, nos esforzamos
por ser una fuerza impulsora en la transición hacia una economía más limpia y
sostenible, y estamos orgullosos de ser parte del futuro de la energía

Caso de estudio
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 su compañía
la oportunidad de desarrollar un modelo logístico que permita, de la mejor manera
posible, solucionar el problema del abastecimiento de GNV en Bogotá.

Modelo propuesto
Para resolver el problema de TGI se plantea el uso de un modelo de programación lineal
conocido como MLSP-PC, el cual es un modelo matemático que tiene en cuenta un
estructura en red con diferentes periodos y diferentes niveles, en este orden de ideas, se
tiene un modelo matemático que contempla las variaciones de la demanda y de la
producción a lo largo del tiempo, así como el transporte de mercancías entre diferentes
niveles de la cadena de suministro, ahora bien, gracias a un parámetro de minimización
de función objetivo, vamos a poder encontrar el camino optimo para cumplir con el
abastecimiento de gnv en la ciudad de bogotá.
Ahora bien, antes de poder definir la función objetivo vamos a tener que definir unos
conjuntos de datos, para así poder agrupar las diferentes variables y parámetros. En este
orden de ideas, definimos dos conjuntos de datos con los índices L y t:
l : son los niveles que conforman la cadena de suministro (Cusiana, Cusiana-Apiay,
Apiay-Bogotá, Bogotá).
t : Son los periodos que conforman el horizonte de planeación (Mar, Abr, May, Jun, Jul,
Ajo, Sep, Oct, Nov, Dic)
Estos índices nos van a permitir definir las siguientes variables y parámetros.
d t : Demanda de gas en el periodo t, donde t=1, …,10
b t: Capacidad de producción de gas t, donde t=1, …,10
pt : Costo de iniciar la orden de producción de gas, donde t=1, …, 10
t
hl : El costo de mantener el inventario de gas por un periodo en cada nivel, donde t=1,
…,12 y l=0,1,2,3
t
c l : El costo de transportar gas natural en cada nivel, donde t=1, …,10 y l=1,2,3.
y t : Cantidad de gas producida en el periodo t; donde t=1, 2, …,10.
l
x t : Cantidad enviada de gas natural desde el nivell al nivell+1 en el periodo t, donde,
t=1,2, …,10 y l =0,1,2. No se incluye l =3 porque no se envía gas natural en el último
 nivel.
l
I t : Cantidad de gas en inventario en el nivel l al final del periodo t, donde t=1,2,
…,10 y l =0,1,2,3.

Por otro lado, tenemos que el objetivo principal del modelo es minimizar los gastos en
producción, transporte y almacenamiento en la cadena de suministro, el cual se divide en
tres elementos principales.

( )
10 3 4
Min Z=∑ pt ( y t ) + ∑ c ( x ) + ∑ h lt ( I lt )
l
t
l
t
t =1 l=1 l=1

 pt ( y t ) : La función incluye el costo de producción para cada nivel en la

cadena de suministro, tanto fijo como variable, con el fin de minimizar los
costos totales de producción.
 c lt ( x lt ) : El segundo componente se refiere a los gastos vinculados al
traslado de los productos de un nivel a otro de la cadena de suministro. El
objetivo es reducir los costos de transporte.
 hlt ( I lt ) : Los costos relacionados con el almacenamiento de los productos en
cada nivel de la cadena de suministro están representados por este
componente, con el objetivo de minimizar los costos totales de inventario.
Restricciones:
Todo modelo de programación lineal contiene una serie de limitaciones y restricciones
que permiten que el modelo calcule de manera correcta los datos y de esta forma nos
arroje reales que permitan solucionar el problema que nos compete en este informe.
La restricción (1) establece una regulación en los nodos del primer nivel, asegurando que
la cantidad recibida desde el nivel 0 sea igual a la cantidad transportada hacia el nivel 1
en cada periodo, además de la cantidad almacenada en cada periodo en este nivel.
1 1 1
(1) x t + I t = y t + I t−1 ,t=1 , 2 ,… , 10
Esta restricción (2) asegura que la cantidad de productos almacenados en un nivel de la
cadena de suministro en un período sea igual a la cantidad almacenada en el período
anterior más la producción del período y menos la cantidad utilizada o transportada en el
período.
l l l −1 l
(2) x t + I t =xt + I t−1 , t=1 , … , 10 ; l=2 ,3
Esta restricción (3) limita la cantidad total producida y almacenada en un nivel de la
cadena de suministro en un período a no exceder la demanda de ese período.
4 3 3
(3) d t + I t =x t + I t −1 , t=1 , … ,10
Esta restricción (4) limita la cantidad de producción en un nivel de la cadena de
suministro en un período dado a su capacidad máxima de producción.
(4) y t ≤ bt ,t=1 , … , 10
La restricción número 5 nos establece la cantidad de inventario inicial para cada uno de
los niveles. En este caso, esta cantidad corresponde a cero.
l
(5) I 0=0 , l=0 , 1 , 2, 3
Estas restricciones (6,7,8) establecen que las variables de producción, transporte y
almacenamiento no pueden ser negativas.
(6) y t ≥ 0 , t=1, 2 , 3 , 4 , 5 , 6 ,7 ,8,910 ;
l
(7) x t ≥ 0 ,t=1 , 2 ,3 , 4 , 5 ,6 , 7 , 8,910 ; l=1 , 2 ,3 ;
 l
(8) I t ≥ 0 ,t=1 , 2 ,3 , 4 ,5 , 6 , 7 , 8 , 9 , 10; l=0 ,1 , 2 ,3

Representacion como red.

Como se mencionó anteriormente, el modelo matematico representa una estructura en red
multinivel y multiperiodo, para el caso de estudio de este informe, la estructura en red
está compuesta por diez periodos, los cuales corresponden a diez meses del año, y por 4
niveles, que son las cuatro etapas o medios por los cuales se completa el abastecimiento
del gas natural, así pues, la estructura en red corresponde a la siguiente.

Supuestos del modelo

Otro factor a considerar es que el modelo cuenta con tres supuestos con los cuales se da
una sustentación lógica a los resultados que se obtienen gracias a el:
1. El modelo establece que cualquier solución factible de punto extremo se puede
descomponer en subplanes consecutivos, donde cada subplan se refiere a las
cantidades de producción para un nivel específico de la cadena de suministro.
Resolver cada subplan de forma independiente es clave para obtener una solución
más eficiente al reducir la complejidad del problema.
2. En segundo lugar, el modelo matemático establece que solo se permite un arco de
producción libre en cada subplan, lo que significa que solo se puede producir más
de lo que se consume en el siguiente nivel en un solo arco. Para los demás arcos
de producción, la cantidad producida debe ser igual a la cantidad consumida en el
siguiente nivel, para evitar la producción excesiva y asegurar que se cumplan las
restricciones de capacidad de producción y de demanda en toda la cadena de
suministro.
3. Finalmente, el Modelo dice que el subplan especifica la cantidad de materiales
que se mueven entre niveles L y L+1 durante un período determinado, y también
establece la cantidad de producción y demanda para cada período en el subplan.
Se impone una restricción que requiere que las cantidades transportadas sean
 coherentes con la producción y la demanda en el subplan para prevenir soluciones
que generen excesos o deficiencias en la producción o la demanda.
Análisis de la información de entrada
La empresa TGI suministró un libro de excel en la cual se pueden encontrar tres hojas de
cálculo, en la primera se recopilan los datos correspondientes a la demanda historica que
ha tenido la empresa, en la segunda hoja encontramos la producción historica y
finalmente, en la tercera hoja encontramos los datos correspondientes a los costos de
operación de la empresa.
En ese orden de ideas, lo que hicimos para analizar la informacion suministrada fue
organizarla cronologicamente para así definir patrones que se hayan dado a lo largo de
los años. De esta forma obtuvimos las siguientes gráficas.

Gráfica Demanda vs Periodo

1300

1100

900

700

500

300

100

-100 1 1 2 2 3 3 4 5 5 6 6 7 8 8 9 9 0 0 1 2 2 3 3 4 5 5
0 0 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- o- r- ct- y- ic- ul- b- p- r- v- n- e- o- r- ct- y- ic- ul- b- p- r- v- n- e- o-
en ag ma o ma d j fe se ab no ju en ag ma o ma d j fe se ab no ju en ag

Gráfica Producción vs Periodo

950
850
750
650
550
450
350
250
150
50
-50
01 01 02 02 03 03 04 04 05 05 06 06 07 07 08 08 09 09 10 10 11 11 12 12 13 13 14 14 15 15
ne- jul- ne- jul- ne- jul- ne- jul- ne- jul- ne- jul- ne- jul- ne- jul- ne- jul- ne- jul- ne- jul- ne- jul- ne- jul- ne- jul- ne- jul-
e e e e e e e e e e e e e e e
Ambas graficas comparten una serie de características, en primer lugar identificamos en
ambos casos una tendencia ascendente, puesto que tanto la producción como la demanda
crecen con el transcurso del tiempo. Por otro lado tenemos un ciclo definido ya que en
ambos casos el comportamiento de las dos gráficas se repite cada año. Finalmente, las
graficas cuentan con estacionalidad, puesto que, ambas graficas tienen maximos y
minimos relativos en ciertos meses del año, por ejemplo, la demanda tiene sus picos
máximos en los meses de diciembre y los minimos en los meses de enero y mayo.

Pronostico por medio de HOLT- WINTERS.

Teninendo en cuenta las características previamente mencionadas, podemos encontrar los
valores correspondientes a la demanda y a la producción del año 2016. Así pues, a
continuacion se presentan las graficas de la demanda y de la producción pronosticada con
HOLT-WINTERS.
1400 GRÁFICA DEMANDA
1200 PRONOSTICADA CON HOLT
1000
WINTERS
PRONÓSTICO Demanda

800

600

400

200

1000

900
GRÁFICA PRODUCCION
800 PRONOSTICADA CON HOLT
700 WINTERS
600 PRONÓSTICO Demanda
500

400

300

200

100

En ambos casos podemos determinar que los pronosticos son correctos, puesto que las
graficas de pronostico coinciden perfectamente con los datos historicos, así pues,
 podemos confiar en los pronosticos obtenidos son precisos para resolver el problema de
TGI.
Pronóstico
pronostico
Periodo Producción
demanda 2016
2016
enero-16 366,23 700,14
febrero-16 366,00 708,14
marzo-16 516,60 699,14
abril-16 339,01 700,14
mayo-16 209,32 602,14
junio-16 395,93 301,14
julio-16 476,16 692,14
agosto-16 530,85 690,14
septiembre-16 806,70 414,14
octubre-16 956,49 896,14
noviembre-16 1000,27 897,14
diciembre-16 1195,37 907,14

Ejercicio 2
Hoja de resumen de parámetros efectuados en la segunda entrega con las correcciones que
se hayan establecido.

- Datos de producción y Demanda.

Pronóstico
pronostico
Periodo Producción
demanda 2016
2016
enero-16 366,23 700,14
febrero-16 366,00 708,14
marzo-16 516,60 699,14
abril-16 339,01 700,14
mayo-16 209,32 602,14
junio-16 395,93 301,14
julio-16 476,16 692,14
agosto-16 530,85 690,14
septiembre-16 806,70 414,14
octubre-16 956,49 896,14
noviembre-16 1000,27 897,14
diciembre-16 1195,37 907,14

- Costos de producción, inventario y transporte.

 Costo de Iniciar la Orden de Producción
Mes
Mes Proyección
Proyección 2017
2017
Enero
Enero 1000
1000
Febrero
Febrero 1000
1000
Marzo
Marzo 1000
1000
Abril
Abril 1300
1300
Mayo
Mayo 1300
1300
Junio
Junio 1700
1700
Julio
Julio 1200
1200
Agosto
Agosto 1200
1200
Septiembre
Septiembre 1400
1400
Octubre
Octubre 1000
1000
Noviembre
Noviembre 900
900
Diciembre
Diciembre 900
900
**Costo en US$

Costo Mantener el Inventario por un Periodo en Cada Nivel

Campos de Producción Gaseoducto Cusiana- Gaseoducto Apiay- Sistema de
Mes
Mes (Cusiana) Apiay Bogotá Distribución Bogotá
Enero
Enero 1
1 1,5
1,5 1
1 2
2
Febrero
Febrero 1
1 1,5
1,5 1
1 2
2
Marzo
Marzo 1
1 1,5
1,5 1
1 2
2
Abril
Abril 1
1 1,5
1,5 1
1 2
2
Mayo
Mayo 1,3
1,3 1,5
1,5 1
1 2
2
Junio
Junio 1,3
1,3 1,5
1,5 1
1 2
2
Julio
Julio 1,3
1,3 1,5
1,5 1,2
1,2 2
2
Agosto
Agosto 1,3
1,3 1,5
1,5 1,2
1,2 2
2
Septiembre
Septiembre 1,3
1,3 1,5
1,5 1,2
1,2 2
2
Octubre
Octubre 2
2 1,5
1,5 1,2
1,2 2
2
Noviembre
Noviembre 2
2 1,5
1,5 1,2
1,2 2
2
Diciembre
Diciembre 2
2 1,5
1,5 1,2
1,2 2
2
**Proyección 2017 (Costo en US$/Giga BTU)

Costo de Transporte en Cada Nivel

Campos de Producción Gaseoducto Cusiana- Gaseoducto Apiay-
Mes
Mes (Cusiana) Apiay Bogotá
Enero
Enero 1
1 1,5
1,5 3
3
Febrero
Febrero 1
1 1,5
1,5 3
3
Marzo
Marzo 1
1 1,5
1,5 3
3
Abril
Abril 1
1 1,5
1,5 3
3
Mayo
Mayo 1
1 1,5
1,5 3
3
Junio
Junio 1
1 1,5
1,5 3
3
Julio
Julio 1
1 1,5
1,5 3
3
Agosto
Agosto 1
1 1,5
1,5 3
3
Septiembre
Septiembre 1
1 1,5
1,5 3
3
Octubre
Octubre 1,2
1,2 1,8
1,8 3
3
Noviembre
Noviembre 1,2
1,2 1,8
1,8 3
3
Diciembre
Diciembre 1,2
1,2 1,8
1,8 3
3
**Proyección 2017 (Costo en US$/Giga BTU)

Ejercicio 3
La formulación del problema explicada en forma general en el software de Programación
Lineal (GAMS), especificando: conjuntos, parámetros, variables de decisión, función
objetivo y restricciones.
$title Modelo de para la distribución eficiente del GNV en BOGOTÁ

SETS

t periodos
/Marzo,Abril,Mayo,Junio,Julio,Agosto,Septiembre,Octubre,Noviembre,Dic
iembre/
l niveles /1,2,3,4/;

PARAMETERS

d(t) pronostico demanda

/Marzo 516.6
Abril 339.01
Mayo 209.32
Junio 395.93
Julio 476.16
Agosto 530.85
Septiembre 806.7
Octubre 956.49
Noviembre 1000.27
Diciembre 1195.37/

b(t) Pronóstico Producción

/Marzo 699.14
Abril 700.14
Mayo 602.14
Junio 301.14
Julio 692.14
Agosto 690.14
Septiembre 414.14
Octubre 896.14
Noviembre 897.14
Diciembre 907.14/

p(t) El costo de iniciar de la producción en dólares por meses

/Marzo 1000
Abril 1300
Mayo 1300
Junio 1700
 Julio 1200
Agosto 1200
Septiembre 1400
Octubre 1000
Noviembre 900
Diciembre 900/;

TABLE

h(t,l) El costo de sostenimiento inventarial por un periodo en cada

nivel en dólares por G-BTU

1 2 3 4

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
;

TABLE

c(t,l) El costo de transporte en cada nivel en dólares por G-BTU

1 2 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;

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: Costo total de transporte;

POSITIVE VARIABLE

y,x,I;

EQUATIONS

objetivo Valor de la función objetivo

entrada Balance de entrada
inventario1 Balance de inventario
inventario2 Balance de inventario
salida Balance de salida
produccion Capacidad de producción;

objetivo.. z=E= sum(t,p(t)*y(t))+sum(t,sum(l,c(t,l-1)*x(t,l-1)))

+sum(t,sum(l,h(t,l)*I(t,l)));
entrada(t,l).. x(t,'1')+I(t,'1') =e= y(t)+I(t-1,'1');
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');
salida(t,l).. (d(t)+ I(t,'4'))=e=(x(t,'3')+I(t-1,'4'));
produccion(t).. y(t)=l=b(t);

MODEL MLSPPC /All/;

SOLVE MLSPPC USING LP MINIMIZING z;

Ejercicio 4
Solución específica del modelo con los datos estructurados en el numeral 2. Se requiere un
análisis detallado de los principales resultados del modelo, en donde se muestren las
medidas de desempeño más significativas del sistema.

Tras Compilar el GAMS y depurar cada uno de los errores que fueron surgiendo durante
su programación podemos encontrar que los valores óptimos para cada una de las
variables de producción, inventario y transporte corresponden a:

y t : Cantidad de gas producida en el periodo t; donde t=1,2,3,4,5,6,7,8,9,10

y 1=699.14
y 2=700.14
y 3=602.14
y 4 =0
y 5=692.14
y 6=692.14
y 7=342.58
y 8=896.14
y 9=897.14
y 10=907.14

l
x t : Cantidad enviada de gas natural desde el nivell al nivell+1 en el periodo t, donde
t=1,2,3,4,5,6,7,8,9,10 y l =1,2,3.
Es decir, la cantidad que se debe transportar entre los niveles, iniciando en el nivel 1 en
Cusiana y pasando por los gasoductos de Cusiana-Apiay, y Apiay-Bogotá, No se incluye
l =4 porque no se envía gas natural en el último nivel.

1
x 1=516.6
1
x 2=882.68
1
x 3=602.14
1
x 4 =0
1
x 5=692.14
1
x 6=690.14
1
x 7=342.58
1
x 8=896.14
1
x 9=897.14
1
x 10=907.14
2
x 1=516.6
2
x 2=882.68
2
x 3=602.14
2
x 4 =0
2
x 5=692.14
2
x 6=690.14
2
x 7=342.58
2
x 8=896.14
 2
x 9=897.14
2
x 10=907.14
3
x 1=516.60
3
x 2=339.01
3
x 3=209.32
3
x 4 =395.93
3
x 5=476.16
3
x 6=530.85
3
x 7=806.7
3
x 8=956.49
3
x 9=1000.27
3
x 10=1195.37

l
I t: Cantidad de gas en inventario en el nivel l al final del periodo t, donde
t=1,2,3,4,5,6,7,8,9,10 y l = 1,2,3,4

1
I 1=182.54
1
I 2=0
1
I 3=0
1
I 4=0
1
I 5=0
1
I 6=0
1
I 7=0
1
I 8=0
1
I 9=0
1
I 10=0
2
I 1=0
2
I 2=0
2
I 3=0
2
I 4=0
2
I 5=0
2
I 6=0
2
I 7=0
2
I 8=0
2
I 9=0
2
I 10=0
3
I 1=0
3
I 2=543.67
 3
I 3=936.49
3
I 4=540.56
3
I 5=756.54
3
I 6=915.83
3
I 7=451.71
3
I 8=391.36
3
I 9=288.23
3
I 10=0
4
I 1=0
4
I 2=0
4
I 3=0
4
I 4=0
4
I 5=0
4
I 6=0
4
I 7=0
4
I 8=0
4
I 9=0
4
I 10=0

Valor de la función objetivo:

( )
10 3 4
Min Z=∑ pt ( y t ) + ∑ c lt ( x lt ) + ∑ h lt (I lt ) = 7.092.708,724 US$
t =1 l=1 l=1

Este valor de Z corresponde al valor total del ejercicio, es decir el costo total de
operación para la empresa TGI: 7.092.708,724 US$

Los datos de cada una de las variables pueden ser vistos en el diagrama de red del Caso
TGI:
Ejercicio 5
Conclusiones generales y las principales recomendaciones a las que haya llegado su
compañía, para la gerencia de TGI.

- El diagrama de red nos permite entender el problema de manera que sea más
fácil plantearlo de manera matemática.

- El costo total de operación es de 7.092.708,724 US$, un costo muy alto por lo

que es importante optimizar al máximo los recursos.

- A partir del diagrama de red podemos concluir que no es necesario la producción

en el mes de junio y que no es necesario guardar inventario en las estaciones de
GNV (Nivel 4 de la cadena de suministro)

- A partir del mes de abril solo es necesario guardar inventario en el nivel 3 de la

cadena de suministro (Gasoducto Apiay – Bogotá)

- La recomendación es considerar todas las restricciones de recursos y asegurarse

de incluirlas en el modelo matemático para que refleje adecuadamente la
problemática real. De esta manera, se podrá obtener una solución que sea viable
en términos prácticos y no solo teóricos.