FACULTAD DE INGENIERÍA Y DISEÑO E

INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

INFORME TÉCNICO DE LA INVESTIGACIÓN DE OPERACIONES

PRIMERA ENTREGA

INTEGRANTES: BRAYAN DUVAN GUZMAN CASTRILLON, YURANY PATRICIA

GUTIERREZ DIAZ, JUANCARLOS PEDROJOSE GERMANEVER IBAÑEZ
JASBON, JONNY VILLARREAL VILLAREAL, ANYELO HOYOS ZAPATA
FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

TABLA DE CONTENIDO

1. Contenido
i. Introducción..........................................................................................................................3
ii. Objetivo General...................................................................................................................3
iii. Objetivos Específicos.............................................................................................................3
iv. Modelo propuesto................................................................................................................4
Explicación Función Objetivo.........................................................................................................7
RESTRICCIONES..............................................................................................................................8
Conjunto de restricciones:.............................................................................................................9
v. Análisis Estadístico..............................................................................................................11
vi. PROYECCIÓN DE DEMANDA MES (T)...................................................................................13
vii. PROYECCIÓN DE PRODUCCION MES (T)..............................................................................26
viii. Modelamiento GAMS..........................................................................................................28
ix. Modelo de Transporte de Gas.............................................................................................31
La función objetivo “funcionObj”.................................................................................................34
x. Conclusiones y Recomendaciones.......................................................................................43
xi. Bibliografía..........................................................................................................................44
FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

Introducción
El siguiente documento contiene el desarrollo de las investigaciones de la empresa Mediciones
Enginers, en el cual, por un modelo de analítica, de operación y mantenimiento adecuado de las
centrales de operación. En este orden se quiere implementar un modelo matemático que
permitan controlar la Red Nacional de Transporte de Gas Natural.

El trabajo tiene un desarrollo de ejecución desde el planteamiento del problema, complementos

asociados y desarrollo del mismo, aplicando los conceptos teóricos y prácticos de los módulos.

Objetivo General

Diseñar un modelo logístico matemático que contribuya al sistema de distribución de Bogotá,

optimizando la cadena de suministros logísticos (Supply Chain Managment).

Objetivos Específicos

- Evaluar los modelos actuales y ajustar al modelo más optimo.

FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

- Desarrollar pruebas de control de los requerimientos actuales y los que necesita implementar.

- Análisis de la información por 12 meses de acuerdo a la recolección de la misma.

Modelo propuesto

Mediciones Enginers, profesionales en ingeniería y mediciones es una empresa que se dedica a

realizar interventorías y seguimientos a planes de acción, enfocados principalmente a brindar
FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

soporte a partir de modelos matemáticos a las empresas de gas. Cuenta con 8 años en el mercado,
siendo una de las empresas más innovadoras por sus avances y optimización de tiempo y costos.

De acuerdo a las preposiciones se define lo siguiente:

1. Los periodos pueden ser revisados en subniveles para los 10 periodos.

2. Definir la capacidad y los niveles donde la capacidad sea mayor o menor a la capacidad
completa.

3. De acuerdo al inventario, razonamiento en lo que se produce y lo que demanda.

La metodología que se utiliza para esta red es conocida como “Algoritmo de optimización de
redes” también denominado como L=4, t=10 ya que tiene 4 niveles, distribuidos así: L=4

Nivel 1: Los campos de producción (Cusiana)

Nivel 2: El gasoducto Cusiana - Apiay.

Nivel 3: El gasoducto Apiay- Bogotá.

Nivel 4: El sistema de distribución Bogotá (Estaciones de servicio de Gas Natural Vehicular)

FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

t =10 meses

t1 = Marzo

t2 = Abril

t3= Mayo

t4 = Junio

t5 = Julio

t6 = Agosto

t7 = Septiembre

t8 = Octubre

t9 = Noviembre

t10 = Diciembre
FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

Función Objetivo

Capacidad de producción

bt

Cantidades producidas (ml)

Cantidad producida en periodo de tiempo

Yt

Nivel = L

El modelo incluye 3 movimientos físicos para la distribución desde Cusiana hasta los puntos de
venta del GNV. Estos se representan como L, L+1, L+2, L+3 …. L+n

Producto final = Satisfacción cliente

Inventario Modelos No físicos (Almacenamiento) Al final de periodo (10)

dt = Demanda

Explicación Función Objetivo

Función lineal de la forma f (x, y) = ax + by

Minimizar o maximizar

Corresponde a la suma de T (tiempo) entre los tiempos dados

Está compuesta por tres partes los cuales son:

FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

1. Producción bt, por la cantidad producida en un periodo de tiempo yt

Estas capacidades de producción deben ir hasta 10.

2. Niveles L determinados por los costos y los movimientos físicos X

3. Costos de almacenajes h de acuerdo a inventarios I, movimientos no físicos

RESTRICCIONES.
Son aquellas condiciones que deben cumplirse al optimizar la función objetivo. Puede tratarse de
ecuaciones o inecuaciones algebraicas.

Ahora bien, en la investigación de operaciones se puede decir que son las limitaciones
tecnológicas, económicas y otras del sistema que restringen las variables de decisión a un rango de
valores factibles.

EJEMPLOS:
FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

Conjunto de restricciones:
FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

Producción 0
M
o
v Cusiana 1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8 1,9 1,1
i
‫ܫ‬ଵଵ ‫ܫ‬ଶଵ ‫ܫ‬ଷଵ ‫ܫ‬ସଵ ‫ܫ‬ହଵ ‫଺ܫ‬ଵ ‫଻ܫ‬ଵ ‫଼ܫ‬ଵ ‫ܫ‬ଵଽ
m
i ‫ݔ‬ଵଵ ‫ ݔ‬ଵଶ ‫ ݔ‬ଵଷ ‫ݔ‬ସଵ ‫ ݔ‬ଵହ ‫ ݔ‬ଵ଺ ‫ ݔ‬ଵ଻ ‫ ݔ‬ଵ଼ ‫ ݔ‬ଵଽ ᇹ
‫ݔ‬ଵଵ଴
e
n
Apiay 2,1 2,2 2,3 2,4 2,5 2,6 2,7 2,8 2,9 2,1 L=4
t
o ‫ܫ‬ଵଶ ‫ܫ‬ଵଶ ‫ܫ‬ଷଶ ‫ܫ‬ସଶ ‫ܫ‬ହଶ ‫଺ܫ‬ଶ ‫଻ܫ‬ଶ ‫଼ܫ‬ଶ ‫ܫ‬ଽଶ
s ‫ݔ‬ଵଶ ‫ݔ‬ଵଶଶ ‫ ݔ‬ଶଷ ‫ݔ‬ସଶ ‫ ݔ‬ଶହ ‫ ݔ‬ଶ଺ ‫ ݔ‬ଶ଻ ‫ ݔ‬ଶ଼ ‫ ݔ‬ଶଽ ‫ݔ‬ଵଶ଴
F
i Bogotá 3,1 3,2 3,3 3,4 3,5 3,6 3,7 3,8 3,9 3,1
s ‫ݔ‬ଵଷ ‫ܫ‬ଶଷ ‫ܫ‬ଷଷ ‫ܫ‬ସଷ ‫ܫ‬ହଷ ‫଺ܫ‬ଷ ‫଻ܫ‬ଷ ‫଼ܫ‬ଷ ‫ܫ‬ଽଷ
i
c
‫ݔ‬ଵଷ ‫ ݔ‬ଷଶ ‫ ݔ‬ଷଷ ‫ݔ‬ସଷ ‫ ݔ‬ଷହ ‫ ݔ‬ଷ଺ ‫ ݔ‬ଷ଻ ‫ ݔ‬ଷ଼ ‫ ݔ‬ଷଽ ‫ݔ‬ଵଷ଴
o
s Centros Distribución d1 d2 d3 d4 d5 d5 d7 d8 d9 d10

T=10
Movimientos No fisicos

Modelo L4– T10

FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

Análisis Estadístico
La estadística es una ciencia que nos ayuda a tomar decisiones en situaciones de incertidumbre, al
recopilar datos de un pequeño subconjunto de una población, se pueden sacar conclusiones
estadísticas sobre los parámetros o valores de una población más grande. Es por esto que los
datos de pequeñas muestras son clave para el desarrollo de este trabajo.

Las variables estudiadas deben tener desviaciones estándar de población similares y cada variable
debe tener una relación lineal con sus vecinas. Absolutamente ninguna variable observada puede
ser influenciada por otras variables observadas.

DEMANDA X AÑO
18000
16000
14000
12000
10000
8000
6000
4000
2000
0

er
o ro zo ril ay
o
ni
o lio to br
e re br
e
br
e
En bre ar Ab Ju Ju os tub m
F e M M A g em Oc vie
m
ci e
pti Di
Se No

2001 2002 2003 2004 2005 2006 2007 2008

2009 2010 2011 2012 2013 2014 2015

De acuerdo con las gráficas, se hace notorio que los datos presentan una tendencia creciente de
forma débil, pero la demanda crece año tras año, también se permite ver el comportamiento
cíclico de los datos en un periodo de cada 12 meses, es decir, cada año se observa el mismo
comportamiento, pero además existe una estacionalidad que se evidencia en la baja de la
demanda para los primeros meses, para después aumentar los niveles, esta característica se
presenta en forma regular los meses de bajada y subida de la demanda, siendo siempre los
mismos.
FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

Ahora bien, teniendo en cuenta que existen estas tres características en la serie de datos es
importante determinar como método de pronóstico holt-winters pues este considera nivel,
tendencia y estacionalidad de la serie, pero lo principal es que los valores de los factores λ, β y α se
pueden optimizar, minimizando el error del modelo y ajustando cada una de las características a
las necesidades de la serie.

PRODUCCION X AÑO
12000

10000

8000

6000

4000

2000

er
o ro zo ril ay
o
ni
o li o to br
e
br
e
br
e
br
e
En re ar Ab Ju Ju os tu m
F eb M M A g
tie
m
Oc
vie
m
ci e
S ep No Di

2001 2002 2003 2004 2005 2006 2007 2008

2009 2010 2011 2012 2013 2014 2015

De acuerdo con las gráficas de la producción, también se observa que existe una tendencia
creciente leve para esta serie, aunque más visible que la demanda, y al igual que los datos de la
demanda se presenta una ciclicidad en los datos por periodos de 1 año, además, se presenta una
estacionalidad para periodos de tres meses, durante estos periodos primero se establece la más
corta tendencia en los primeros meses donde el comportamiento es estable, para después generar
una fuerte caída que es seguida por un aumento en la producción, es por lo anterior que para la
producción se hace mucho más notoria la estacionalidad de los datos pues el comportamiento en
meses y su igual comportamiento es más fácil de observar, por eso en razón a las mismas
características de la demanda se selecciona para el pronóstico el método Winter en razón a que
permite manejar estas tres características con mayor facilidad, como razón particular es
importante mencionar que para la producción se ajusta el componente lambda (ʎ) en razón a la
periodicidad y la estacionalidad observada.
FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

De acuerdo con los métodos de pronósticos seleccionados se procede a realizar el pronóstico del
cual se obtienen los siguientes resultados.

PROYECCIÓN DE DEMANDA MES (T)

Realizaremos una tabla de acuerdo con el mes y analizaremos el comportamiento de la demanda mes
a mes para evidenciar que tipo de tendencia toma las gráficas de acuerdo con el mes. Con el fin de
pronosticar lo que sucederá en el 2016.

ENERO DEM
2001 208
2002 214
2003 215
2004 226
2005 237
2006 240
2007 252
2008 262
2009 281
2010 289
2011 297
2012 313
2013 322
2014 323
2015 349
2016 349

ENERO
400
350
f(x) = 10.1108676470588 x + 187.64675
300 R² = 0.986481918438566
250
200
150
100
50
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

FEBRERO DEMANDA
2001 203
2002 220
2003 227
2004 230
2005 236
2006 242
2007 258
2008 278
2009 270
2010 290
2011 300
2012 300
2013 323
2014 323
2015 349
2016 347

FEBRERO
400

350
f(x) = 9.64286176470588 x + 192.79045
R² = 0.981094271606568
300

250

200

150

100

50

0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

MARZO DEMANDA
2001 344
2002 352
2003 362
2004 373
2005 394
2006 399
2007 418
2008 427
2009 436
2010 447
2011 447
2012 451
2013 479
2014 470
2015 500
2016 505

MARZO
600

500 f(x) = 10.6071764705882 x + 335.076

R² = 0.982138088096814
400

300

200

100

0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

ABRIL DEMANDA
2001 194
2002 203
2003 201
2004 212
2005 221
2006 245
2007 248
2008 265
2009 269
2010 283
2011 298
2012 305
2013 300
2014 319
2015 322
2016 339

ABRIL
400

350
f(x) = 9.95355 x + 179.37155
300 R² = 0.983836904461841
250

200

150

100

50

0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

MAYO DEMANDA
2001 125
2002 127
2003 144
2004 147
2005 141
2006 153
2007 158
2008 154
2009 172
2010 174
2011 177
2012 172
2013 190
2014 183
2015 192
2016 198

MAYO
250

200
f(x) = 4.63938529411765 x + 123.48515
R² = 0.950246289982574
150

100

50

0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

JUNIO DEMANDA
2001 179
2002 193
2003 198
2004 212
2005 234
2006 254
2007 259
2008 286
2009 290
2010 315
2011 324
2012 350
2013 354
2014 377
2015 378
2016 402

JUNIO
450
400
f(x) = 15.1857205882353 x + 158.71425
350 R² = 0.994082335890634

300
250
200
150
100
50
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

JULIO DEMANDA
2001 249
2002 274
2003 287
2004 296
2005 308
2006 333
2007 348
2008 355
2009 368
2010 380
2011 401
2012 425
2013 441
2014 443
2015 458
2016 476

JULIO
600

500
f(x) = 14.8428970588235 x + 238.99025
400 R² = 0.994635250817135

300

200

100

0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

AGOSTO DEMANDA
2001 303
2002 315
2003 324
2004 349
2005 358
2006 366
2007 375
2008 400
2009 425
2010 440
2011 455
2012 453
2013 481
2014 480
2015 513
2016 521

AGOSTO
600

500 f(x) = 14.8213823529412 x + 283.8955

R² = 0.990126372566338
400

300

200

100

0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

SEPTIEMBR DEMANDA
E
2001 491
2002 528
2003 549
2004 567
2005 575
2006 609
2007 626
2008 637
2009 667
2010 672
2011 691
2012 717
2013 732
2014 764
2015 789
2016 799

SEPTIEMBRE
900
800
f(x) = 19.7571764705882 x + 482.876
700 R² = 0.99430304117366
600
500
400
300
200
100
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

OCTUBRE DEMANDA
2001 652
2002 668
2003 683
2004 719
2005 737
2006 749
2007 763
2008 793
2009 805
2010 832
2011 842
2012 874
2013 894
2014 919
2015 939
2016 955

OCTUBRE
1200

1000
f(x) = 20.4037647058824 x + 628.037
800 R² = 0.996737342749666

600

400

200

0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

NOVIEMBRE DEMANDA
2001 701
2002 728
2003 731
2004 766
2005 784
2006 793
2007 820
2008 843
2009 851
2010 890
2011 904
2012 919
2013 939
2014 958
2015 983
2016 1000

NOVIEMBRE
1200

1000
f(x) = 19.9678235294118 x + 680.924
R² = 0.996610563278146
800

600

400

200

0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

DICIEMBRE DEMANDA
2001 898
2002 910
2003 947
2004 967
2005 990
2006 1005
2007 1018
2008 1031
2009 1057
2010 1089
2011 1107
2012 1123
2013 1130
2014 1164
2015 1178
2016 1200

DICIEMBRE
1400

1200
f(x) = 19.9321764705882 x + 881.476
R² = 0.995096357209349
1000

800

600

400

200

0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
2001 2
0
8 203 344 194 125 179 249 303 491 652 701 898
2002 214 220 352 203 127 193 274 315 528 668 728 910
2003 215 227 362 201 144 198 287 324 549 683 731 947
2004 226 230 373 212 147 212 296 349 567 719 766 967
2005 237 236 394 221 141 234 308 358 575 737 784 990
2006 240 242 399 245 153 254 333 366 609 749 793 1005
2007 252 258 418 248 158 259 348 375 626 763 820 1018
2008 2
6
2 278 427 265 154 286 355 400 637 793 843 1031
2009 281 270 436 269 172 290 368 425 667 805 851 1057
2010 289 290 447 283 174 315 380 440 672 832 890 1089
2011 297 300 447 298 177 324 401 455 691 842 904 1107
2012 313 300 451 305 172 350 425 453 717 874 919 1123
2013 322 323 479 300 190 354 441 481 732 894 939 1130
2014 323 323 470 319 183 377 443 480 764 919 958 1164
2015 349 349 500 322 192 378 458 513 789 939 983 1178
2016 349 347 505 339 198 402 476 521 799 955 1000 1200

Podemos ver que la demanda va en tendencia alcista, se puede evidenciar que febrero sería el
mes que la demanda bajo, en enero la demanda se mantuvo y en el resto de los meses incremento
la demanda. Añadimos proyección para el año 2017.
FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

PROYECCIÓN DE PRODUCCION MES (T)

Podemos observar que la tendencia en la producción es de manera ascendente por cada año que
pasa.
FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

Modelamiento GAMS.

El Sistema de Modelación Algebraica General o GAMS por sus siglas en inglés (General

Algebraic Modeling Sistem), fue diseñado especialmente para modelar sistemas lineales o
no lineales, y para problemas de optimización.
A continuación realizamos el planteamiento del sistema de distribución del gas natural:
1. Determinamos conjuntos: identificando tiempos y niveles.

2. Insertamos los parámetros teniendo en cuenta las proyecciones obtenidas para los años
2016 y 2017.
FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

3. Se incluyen los costos de almacenamiento y transporte.

4. Definimos las variables de restricción y de no negatividad:

FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

5. presentamos las funciones y expresamos matemáticamente la función objetivo y las

restricciones del modelo:

6. Finalizamos definiendo el criterio de optimización y se resuelve el modelo:

7. Correr el modelo, validar resultados.

FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

De esta manera observamos el comportamiento y el costo total de las cantidades de inventario

producidas y almacenadas como el costo de transporte y distribución proyectado (Cantidad en
GigaBTU)
FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

Modelo de Transporte de Gas

FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

La función objetivo “funcionObj”

Tiene un marginal de 1.000 según proyección realizada para el año 2016, así mismo de acuerdo a
la variable g (Cantidad) se obtiene los siguientes datos para los meses de estudio.

Optimal solution found.

Objetive: 10559015.200000
FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

funcionObj.. z - 1900*g(1) - 1300*g(2) - 1700*g(3) - 1500*g(4) - 1300*g(5)

- 2000*g(6) - 1500*g(7) - 2000*g(8) - 1900*g(9) - 1700*g(10) - 3*p(1,1)

- 3*p(1,2) - 3*p(1,3) - 3*p(1,4) - 3*p(1,5) - 3*p(1,6) - 3*p(1,7)

- 3.2*p(1,8) - 3.2*p(1,9) - 3.2*p(1,10) - 4.5*p(2,1) - 4.5*p(2,2)

- 4.5*p(2,3) - 4.5*p(2,4) - 4.5*p(2,5) - 4.5*p(2,6) - 4.5*p(2,7)

- 4.8*p(2,8) - 4.8*p(2,9) - 4.8*p(2,10) - 3*p(3,1) - 3*p(3,2) - 3*p(3,3)

- 3*p(3,4) - 3*p(3,5) - 3*p(3,6) - 3*p(3,7) - 3*p(3,8) - 3*p(3,9)

- 3*p(3,10) - y(1,1) - y(1,2) - 1.3*y(1,3) - 1.3*y(1,4) - 1.3*y(1,5)

- 1.3*y(1,6) - 1.3*y(1,7) - 2*y(1,8) - 2*y(1,9) - 2*y(1,10) - y(2,1)

- y(2,2) - y(2,3) - y(2,4) - 1.2*y(2,5) - 1.2*y(2,6) - 1.2*y(2,7)

- 1.2*y(2,8) - 1.2*y(2,9) - 1.2*y(2,10) - 1.5*y(3,1) - 1.5*y(3,2)

- 1.5*y(3,3) - 1.5*y(3,4) - 1.5*y(3,5) - 1.5*y(3,6) - 1.5*y(3,7)

- 1.5*y(3,8) - 1.5*y(3,9) - 1.5*y(3,10) - 2*y(4,1) - 2*y(4,2) - 2*y(4,3)

FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

- 2*y(4,4) - 2*y(4,5) - 2*y(4,6) - 2*y(4,7) - 2*y(4,8) - 2*y(4,9)

- 2*y(4,10) =E= 0 ; (LHS = 0)

VAR g Cantidad en GigaBTU producidas en el mes m

VAR p Cantidad en GigaBTU transportadas desde el nivel n al n + 1 en el mes m

FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

VAR y Cantidad en GigaBTU almacenadas en el nivel n para el mes m

FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

Restricción de la demanda
FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

Restricción de la capacidad mensual

FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

y Cantidad en GigaBTU almacenadas en el nivel n para el mes m

p Cantidad en GigaBTU transportadas desde el nivel n al n + 1 en el mes m

FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

g Cantidad en GigaBTU producidas en el mes m

demanda =G= restricción de la demanda

FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

demanda (1). p (3,1) =G= 502; (LHS = 0, INFES = 502 ****)

demanda (2). p (3,2) =G= 334; (LHS = 0, INFES = 334 ****)

demanda (3). p (3,3) =G= 195; (LHS = 0, INFES = 195 ****)

Conclusiones y Recomendaciones
Conclusiones:

 Podemos concluir que la cantidad de unidades que debe distribuir cada origen y la
demanda de unidades debe tener en cuenta los modelos de transporte. Ya que esto va a
satisfacer la demanda y minimizara costos.

 En resumen a lo largo de la actividad, se observó que según las gráficas hubo un aumento
año por año en la demanda el cual genero un aumento en la producción. Las herramientas
nos permiten la posibilidad de realizar proyecciones más reales.

 Las herramientas estadísticas junto con las tecnológicas en el caso de GAMS nos brindan
un panorama completo de las unidades en un periodo determinado, esto nos ayuda a
tomar mejores decisiones corporativas y realizar un seguimiento de las metas de
producción.

Recomendaciones:

 Se debe tener en cuenta como objetivo el implementar un modelo matemático, la

empresa Colombiana de Petróleos puede controlar su red de trasporte para la distribución
de Gas Natural. Concluimos que tener modelos, soluciona óptimamente la distribución.

 Implementar y ejecutar herramientas tecnológicas a lo largo de la red de distribución

brinda múltiples soluciones, las cuales pueden ser eficientes a problemas de transbordo.
Dichas técnicas de programación lineal simplificaran modelos de trasporte.
FACULTAD DE INGENIERÍA Y DISEÑO E
INNOVACIÓN

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

 El implementar modelos de trasporte, logra satisfacer las demandas ya que el objetivo

principal es minimizar costos dentro de la distribución.

Bibliografía.

http://www.fce.unal.edu.co/media/files/UIFCE/Economia/
GAMS_Aplicado_a_las_Ciencias_Economicas.pdf

https:// www.monografias.com/trabajos96/investigacion-operaciones-a-modelos-y-aplicaciones-
programacion-lineal/investigacion-operaciones-a-modelos-y-aplicaciones-programacion-
lineal.shtml

https://www.youtube.com/watch?v=wmd4RniVYM8