Documente Academic
Documente Profesional
Documente Cultură
1145426
1. Elproblemaencuestintienedossupuestosloscualesson:elsupuestodequeelcostode
tratarelaguadependiendodelasedeserelmismosiempreysolovariaraconlacantidad
deaguaquesetrate,ignorandolosdemsfactoresexternos,yelsupuestodequeelcosto
deconstruccindelaplantaesuncostofijoquenodependerdeotrosfactores.
El problema cuenta tambin con el supuesto de las cantidades de contaminantes
eliminadasporlasplantassonsiemprelosmismossintenerencuentaotrosmtodoso
queinclusoporelmismomtodo,lacantidaddecontaminanteseliminadosportoneladas
deaguapuedenvariar,dependiendodeotrosfactores.
2. Se entiende entonces, que para facilitar el desarrollo del problema se asuman estos
supuestoscomoverdicos,sinembargo,ampliandoelalcancedelproblemadesdeuna
pticayanlisismasprofundossepuedeterminarquehacefaltalasiguienteinformacin
ParaqueelproblemadePLBseatotalmentecompleto,esdecir,queseminimicenensu
totalidadtodosloscostossedebentenerencuentaloscostosdirectoseindirectostanto
paraeltratamientodelaguacomoparalaconstruccindelaedificacin.
PorlapartedeloscostosdirectosdelaconstruccindelaPTARseencuentran:
Tratamientopreliminar
Estacindebombeo
LAAT
Recoleccinytratamientodebiogs
Lagunafacultativa
Lechosdesecado
La siguiente tabla muestra el costeo de cada uno de estos costos, realizados por la
CVCenconjuntoconlaUniversidaddelvalleparalacreacindeunaPTARenla
ciudaddeBuga.
EntotalelcostosdeconstruccindeunaPTAResdealrededordeUS$1.053.000,se
podrapensarentoncesquedentrodelproblemaelnicotemquesetuvoencuentafueel
de tratamiento preliminar el cual hace referencia al lugar donde se hace el primer
tiramiento,manejarestevalorseriavalidosiysolosi,laempresadecidieraevaluary
minimizarelcostoenunsolopuntoynogeneral,caberesaltarqueademsdeelloel
MaraCamilaLpezGmez
1145426
costo puede variar, y que el costo total de construccin de la PTAR tambin esta
compuestoporcostosindirectostalescomo:ManodeObraindirecta,Alcantarillado,yel
paso para el emisario final, para obtener as un costo de construccin estimado de
$12.219.239.057COP
Ahorabienporlapartedelcostodetratamientodeaguaestesecomponepormasfases
talescomopreliminar,primaria,laguna,filtrospreclorados,lodosactivos,elUASBo
RAFA(Reactoranaerobiodeflujoascendente).Enlasiguientetabladepuedeverel
comparativoentrecostomnimoymximodecadaunodeestostems.
PROCESO
Preliminar
Primario
Lagunas
Filtros
percoladores
Lodosactivados
UASB
($/hab)
(US$/hab)
Mximo
Mnimo
Mximo
Mnimo
17.600
4.400
8
2
66.000
44.000
30
20
66.000
22.000
30
10
132.000
66.000
60
30
264.000
44.000
88.000
88.000
120
40
40
20
Fuente:MinisteriodeAmbiente,ViviendayDesarrolloTerritorial,2016
TodoelprocesocomotaltieneuncostoquevariaentrelosUS$122US$288,sin
embargo,alusuarioselecobradirectamenteporeltratamientoloscostosinherentesal
procesopreliminaryprimarioydelagunas,elcobrodelosdemscostosserealizaenla
facturadeacueductoyalcantarillado,esdecirquealusuarioportratamientodeaguasele
cobranalrededordeUS$32US$68comosepuedeobservar,estoscostosdifierende
loscostosdadosporelproblema.
Ademsdeello,caberesaltar,queelproblemaencuestinnoconcibeonotieneen
cuenta,leyesambientalesqueproponenuntopemximodeusodeagua,tenerencuenta
esteproblema,podraentoncesdarotrogirooinclusounamiradadiferentetantoala
solucinoptimacomoobviamentealzmin.
MaraCamilaLpezGmez
1145426
Mtodo
OsmosisInversa
Deionizacin
Ultrafiltracin
cantidaddeagua
purificada
Mnimo
Mximo
0,50
0,60
0,45
0,80
0,30
0,60 Fuente: Elaboracin
Propia
Como se puede observar, los valores dados por el problema difieren de los valores
consultadosporlosdiferentesmtodos,aestasvariacionesselespuedeatribuir,los
diferentesmtodosutilizadosascomocambiostecnolgicos,quehanprovocadomejoras
anivelcientficoyqueposiblementeparaeltiempodeconstruccindelejercicionose
teniainformacindelamisma.
3. Si el problema fuese un problema multicriterio adems de tener como objetivo la
minimizacin de los costos, para la construccin de la plantas la empresa se puede
interesarenotroscriteriostalescomodisponibilidaddeinfraestructura,facilidadpara
transportarse, facilidad de contratacin de personal, costos de servicios pblicos,
depreciacin y cargas impositivas locales, se puede ver entonces desde una mirada
multicriterio,lacomplejidaddelproblemadecisinendondeunaalternativapuedeser
consideralamejorenfuncindeunobjetivoylapeorenfuncindeotro.
Sibienparalasolucindeproblemasmulticriteriossepuedeusarvariosmtodostales
como:
Ponderacinlineal(scoring).
Utilidadmultiatributo(MAUT).
Relacionesdesobreclasificacin.
Anlisisjerrquico(AHP).
ElmtodoqueutilizaraparalasolucindelpresenteproblemaseriaelmtodoAHP,ya
que:
AHPmuestrafuertespotencialidadesenelintersdeidentificarypriorizarlos
problemasylassubsecuentesacciones,cuyosresultadossernlosprocesosde
diseo, implementacin, validacin, control y evaluacin enfrentados
cotidianamenteporlas empresas,lossectoresindustriales ylasregionesenel
actualentornoregidoporlaglobalizacindelaeconoma
Estemtodosediseoconelfindecuantificarjuiciosuopinionesgerencialessobrela
importanciarelativadecadaunodeloscriteriosenconflictoempleadosenelprocesode
tomasdetomadedecisin,Porlotanto,estemtodohaposibilitadoqueenelprocesode
MaraCamilaLpezGmez
1145426
tomadedecisionesseestructureunproblemamulticriterioenformavisual,mediantela
construccindeunajerarquadeatributos.
ElmtodoAHPsecomponede8etapaslascualesson:
1) Descomponer el problema de Decisin en una jerarqua de elementos
interrelacionados, identificando:(a)Lametagerencial,(b)loscriterios(i=1,2,.m)y
(c)lasalternativasposibles.
Nota:paracadaunodelosmcriteriosrepetirlasetapas2)a5)
2) DesarrollarlaMatrizdeComparacinporPares(MCP)dealternativasparacadauno
de los criterios estableciendo el rating de importancia relativa entre las alternativas
consideradas.Elratingseestableceapartirdelasiguienteescala.
1=igualmentepreferida
3=moderadamentepreferida
5=fuertementepreferida
7=muyfuertementepreferida
9=extremadamentepreferida
3)
4)
5)
6)
7)
8)
puedenasignarsevaloresintermedios2,4,6,8.Unratingreciproco(ej.1/9,1/7,1/5,)se
aplicacuandolaotraalternativaespreferidaalaprimera.Elvalor1siempreesasignado
alacomparacinconsimisma
DesarrollarlaMatrizNormalizada(MCN)dividiendocadanmerodeunacolumnade
laMatrizdecomparacinporparesporlasumatotaldelacolumna.
DesarrollarelVectordePrioridadparaelcriteriocalculandoelpromediodecadafila
delaMCN.EstepromedioporfilarepresentaelVectordeprioridaddelaAlternativacon
respectoalcriterioconsiderado.
LaConsistencia delasopinionesutilizadasenlaMCPpuedeserdeterminadaatravs
delcocientedeconsistencia(RC).UnRCinferiora0,1esconsideradoaceptable.Para
aquelloscasosenelCR>0,1lasopinionesyjuiciosdebernserreconsiderados.
Luegodequelasecuencia2,3,4,5hasidoejecutadaparatodosloscriterios,losresultados
obtenidos en 4 son resultados de una Matriz de Prioridad (MP), listando las
alternativasporfilasyloscriteriosporcolumnas.
DesarrollarunaMatrizdeComparacindeCriteriosporparesdemanerasimilaralo
quesehizoparalasalternativasen234
DesarrollarunVectordeprioridadGlobalmultiplicandoelvectordeprioridaddelos
criterios(7)porlamatrizdePrioridaddealternativas(6).
MaraCamilaLpezGmez
1145426
4. Los
5. Tantolosmodelosdetipoambientalascomolosmodelosdetiposocial,puedenutilizar
elmtododePLoPLmultiobjetivo,ladiferenciaentreunoyotroesqueenlaPL
identificalamejorsolucinoinclusoelmejorgrupodesolucionesparaunnicoobjetivo
(minimizar,maximizar).PorsupartelaPLmultiobjetivopretendeencontrarsoluciones
quefuncionanmejorparaunsistemadegestindeterminadodesde elpuntodevista
ambiental minimizando una serie de impactos de categoras simultneamente, sin
embargo,alserlosenfoquesdesociedadymedioambienteenfoquescualitativos,alaPL
se le dificulta resolver de manera realmente optima el problema y no basndose en
hiptesis, por lo anterior, y como a los enfoques de medio ambiente y sociedad los
componen otros subenfoques, se tiende a utilizar el mtodo de programacin lineal
multiobjetivo/multicriterio,delcualyaconocemoslametodologaAHP
6. LaProgramacinEstocsticareneaquellosmodelosdeoptimizacinendondeunoo
msparmetrosdelproblemasonmodeladosatravsdevariablesaleatorias,sedefineen
entoncesaunavariablealeatoria,laaleatoriedaddeesteproblemaseencuentra,enla
probabilidaddequehayaonocontaminanteendeterminadaspartesdelagua,ademsde
lacantidaddecontaminantequeseelimineencadaproceso,siesteparmetrotiendea
tenercambiosbruscosdentrodelproceso,sepuedepensarentoncesqueestavariablees
MaraCamilaLpezGmez
1145426
aleatoriayporende,seconsideraratratarconunaprogramacinestocsticaendonde,
losresultadosdeusarprogramacinestocsticapermiteconsiderarladispersindelos
parmetros,entornoalvaloresperado.
7. El anlisis de sensibilidad dado por el mtodo simplex permitir ver y analizar los
intervalosenlosquesepuedemoverloscoeficientesdelafuncinobjetivoascomolos
ladosderechosdelarestriccin,apesardequeestemtodopermitaverhastadondese
puedentenerrecursosascomosuspreciossombras,parapermitirlatomaadecuadade
decisiones,estemtodoservira,siempreycuandoseasumanlossupuestoscomonicos
y verdaderos, dado que no analiza mas variaciones o desviaciones que se puedan
presentar,ademsdeello,elmtodosimplex,seutilizaenPLyalseresteunproblema
dePLB,elmtodosimplexnosepuedeutilizarentoncesparaelpresenteproblema.
8. DadoquenosepuederealizarunanlisisdesensibilidadpormediodelmtodoSimplex,
laoptimizacinlinealenestecasonodadatosnidepreciosombraniderangosenlos
cualestantolasrestricciones(recursos)ascomoloscoeficientesdelmodelosepueden
mover.Ademsdeello,laprogramacinlineal,enciertaformatienelimitacionesparala
inclusindeinformacintalcomocaractersticascualitativasyproporcionalidades,por
endeinformacininherentealproblemanosepuedeobtenerpormediodelproblemade
optimizacinlineal.
9. optimizacinestocsticaLaoptimizacinestocsticabuscalasolucinenunescenario
que depende del azar. Existen muchos sistemas en los cuales estn presentes
incertidumbres en su modelo, ya sea en misma descripcin del sistema o como
perturbaciones. Entre muchas variables aleatorias se pueden mencionar la demanda
elctricadeunareddegeneracin,elcaudaldelluviasenunsistemaderiego,lacantidad
depersonasqueocupanunahabitacinenunsistemadecalefaccin.Entreotras,son
ejemplosdesistemasestocsticos,enloscualessepuedentenerpresenteparasusolucin
laideadeescenarios.Enconcreto,laoptimizacinestocsticabuscagenerarunasolucin
paravariosescenariosquesepuedenestablecerbajounacondicinprobabilstica.Una
optimizacinestocsticadebeconsiderar:Unaseriedevariablesodecisionesquehayque
tomar.Unaseriederestriccionesquelimitanesasdecisiones.Unafuncinobjetivooun
criterioaoptimizar.Unasolucinesfactiblecuandosatisfacetodaslasrestricciones,pero
cuandolasrestriccionesaleatoriasnosepuedehablarestrictamentedefactibilidadsino
deprobabilidaddequeunaciertasolucinseafactible.Lafuncinobjetivosepuede
establecercomounvaloresperado
10. Lasolucinoptimaobtenidapuedecontribuiraladecisinosolucinfinaldelproblema
enlamedidaenquetodoslossupuestosseanvalidosyquenosehayandejadoporfuera
restriccionesocostosrelevantes,enelnocumplimientodealgnparmetrooenlafalta
deinformacinrelevantedelmismolasolucinperderveracidadyvalidez.
MaraCamilaLpezGmez
1145426
BIBLIOGRAFIA
Berumen,S.(2016).Lautilidaddelosmtodosdedecisinmulticriterio(comoelahp)enun
entorno de competitividad creciente (1st ed.). Espaa. Retrieved from
http://www.scielo.org.co/pdf/cadm/v20n34/v20n34a04.pdf
Modelodecostosparaeltratamientodelasaguasresidualesenlaregin.(2016)(1sted.).
Pereira
Optimizacion Estocastica. (2016) (1st ed., pp. 112). Madrid espaa. Retrieved from
http://bibing.us.es/proyectos/abreproy/70544/fichero/1CAP1.pdf