Professional Documents
Culture Documents
CIENCIAS BSICAS
Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre
349 347 505 339 198 402 476 521 799 953 1000 1200
Tabla 1. Proyeccin de Demanda para el ao 2017
Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre
699 700 700 701 596 299 700 696 404 899 899 901
Tabla 2. Proyeccin de Produccin para el ao 2017
Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre
1000 1000 1000 1300 1300 1700 1200 1200 1400 1000 900 900
Tabla 3. Costo de iniciar una orden de produccin en el mes t. Costo en dlares (US$)
Enero 1 1,5 3
Pgina1
FACULTAD DE INGENIERA Y
CIENCIAS BSICAS
Febrero 1 1,5 3
Marzo 1 1,5 3
Abril 1 1,5 3
Mayo 1 1,5 3
Junio 1 1,5 3
Julio 1 1,5 3
Agosto 1 1,5 3
Septiembre 1 1,5 3
Octubre 1,2 1,8 3
Noviembre 1,2 1,8 3
Diciembre 1,2 1,8 3
Tabla 4. Costo de transporte en cada nivel. Costo en dlares por unidad transportada (US$/Giga BTU)
Enero 349
Febrero 347
Marzo 505
Abril 701
Mayo 596
Junio 299
Julio 493
Agosto 696
Septiembre 404
Octubre 899
Noviembre 899
Diciembre 901
Tabla 6. Giga BTU producidas en cada mes
Giga BTU enviado de los Campos Giga BTU enviado de Giga BTU enviado de
Mes
de Produccin a Cusiana Cusiana a Apiay Apiay-Bogot
Giga BTU enviado de los Campos Giga BTU enviado de Giga BTU enviado de
Mes
de Produccin a Cusiana Cusiana a Apiay Apiay-Bogot
Giga BTU enviado de los Campos Giga BTU enviado de Giga BTU enviado de
Mes
de Produccin a Cusiana Cusiana a Apiay Apiay-Bogot
Enero 0
Febrero 0
Marzo 0
Abril 362
Mayo 760
Junio 657
Julio 674
Agosto 849
Septiembre 454
Octubre 400
Noviembre 299
Diciembre 0
Tabla 8. Giga BTU almacenados al final del periodo l en cada mes
MCDPAM es un mtodo selectivo capaz de distinguir las celdas ms favorables que ofrecen la
mayor reduccin posible del costo de la distribucin total (C'ij-= 0) en lugar de analizar todas las
celdas vacas como sugieren otras heursticas existentes.
En este trabajo se plantearon dos nuevos modelos para el problema de produccin-transporte que
se puede describir convenientemente. Cada planteamiento puede operar de varios modos,
caracterizados por diferentes cantidades y costos variables de produccin.
Los modelos de transporte es una clase especial de problema de programacin lineal. Trata con
una situacin en la cual una materia prima (commodity) se enva desde las fuentes hacia sus
destinos. El objetivo es determinar las cantidades remitidas desde cada fuente hasta su destino
correspondiente que minimicen el costo total de envo, satisfaciendo al mismo tiempo el lmite de
suministro y las exigencias de demanda. El modelo asume que el costo de envo de una ruta dada
es directamente proporcional al nmero de unidades remitidas por tal ruta.
En trminos generales, el modelo de transporte puede extenderse a otras reas distintas al acarreo
directo de un bien, tales como control de inventarios, programacin laboral y asignacin de
personal. En este trabajo se pretende argumentar que mtodos directos del problema del transporte
no ofrecen soluciones ptimas en todos los casos.
Introducir las presiones en el modelo de transporte para los gasoductos y las estaciones de
compresin, de manera que el usuario pueda escoger aquellos elementos cuyo comportamiento
fsico quiera que intervengan en la optimizacin. - Implementar un modelo complementario capaz
de interpretar las causas de las posibles falencias del sistema frente a unos datos determinados. Este
tema se podra abordar calculando los conjuntos mnimos de restricciones que se han de eliminar
para que el problema sea satisfacible, as como introduciendo de manera selectiva variables slack
auxiliares y minimizando el modelo respecto a dichas variables. - Disear un sistema para realizar
anlisis emprico de sensibilidad usando tcnicas de barrido para los parmetros de inters.
FACULTAD DE INGENIERA Y
CIENCIAS BSICAS
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 observ que segn las grficas hubo un aumento
ao por ao en la demanda el cual genero un aumento en la produccin. Las herramientas
nos permiten la posibilidad de realizar proyecciones ms reales.
Recomendaciones:
Referencias
Hoesel, S. v., Romeijn, H. E., Morales, D. R., & Wagelmans, A. P. (2005). Integrated Lot Sizing in Serial
Supply Chains with.MANAGEMENT SCIENCE.
Roa, J. C., & Ardila, G. S. (2010). LECTURA 1 SEMANA 5, GAMS Aplicado a las Ciencias econmicas.
Bogota.
SOFTWARE shop - Cuantitativo. (10 de 2014). Youtube, GAMS para la optimizacin de logstica
dirigida a produccin y distribucin. Obtenido de Youtube, GAMS para la optimizacin de
logstica dirigida a produccin y distribucin:
https://www.youtube.com/watch?v=yHyQgNcQG94