UNIVERSIDAD NACIONAL DE INGENIERA

FACULTAD DE INGENIERA GEOLGICA, MINERA Y METALRGICA

ESCUELA PROFESIONAL DE INGENIERA DE MINAS

TEMA: APLICACIN DEL MTODO SMPLEX A UNA OPERACIN MINERA

TRABAJADA POR EL MTODO OPEN-PIT
CURSO: INTRODUCCIN A LA INVESTIGACIN DE OPERACIONES (PA713S)
DOCENTE: CARLOS AGREDA, Ph. D
INTEGRANTES:
ALANIA ESPRITU, LUIS GERARDO 20152112K
ESTEBAN PREZ, LINCOLN EDUARDO 20141160I
BERNAB TORREJN, JULIO DARO 20150057B
ZORRILLA ALIAGA, POL BRUCE 20150151I
2017-2

1
 INTRODUCCIN

El presente trabajo se enfoca en el estudio del mtodo smplex, un mtodo utilizado

para resolver problemas de programacin lineal, sus fundamentos y su aplicacin a
una operacin minera trabajado por el mtodo de open-pit.
Este mtodo fue desarrollado por George Dantzig en 1947, reconocido como el
pionero ms importante de la investigacin de operaciones y el padre de la
programacin lineal debido a este mtodo. Se ha comprobado la elevada eficiencia
de este mtodo y se observa su uso en la resolucin de problemas grandes en las
computadoras actuales. Tambin se utilizan extensiones y variaciones del mtodo
smplex para realizar anlisis post-ptimo (incluye el anlisis de sensibilidad) del
modelo.
Se describen y ejemplifican las caractersticas principales del mtodo smplex, se
analizan las propiedades algebraicas y geomtricas que fundamentan el mtodo
smplex y, finalmente, se desarrolla el procedimiento para resolver cualquier modelo
de programacin lineal que se establezca en forma estndar.

OBJETIVOS

Estudiar el mtodo smplex y sus aplicaciones.

Comprender la naturaleza general del mtodo smplex.
Entender los fundamentos que sostienen el mtodo smplex.
Conocer la aplicacin que tiene el mtodo smplex en una operacin minera
trabajada por el mtodo open-pit.

2
FUNDAMENTOS DEL MTODO SMPLEX

Se analizar las propiedades algebraicas y geomtricas detrs del mtodo smplex.

Ecuacin de frontera de restriccin
Se obtiene al sustituir el signo o de una restriccin por el =.

Restricciones Inecuacin Ecuacin

1 1 + 2 2 + 1 1 + 2 2 +
Funcionales + +
=

De no negatividad 0 = 0

Tabla 01. Ecuaciones de frontera de las restricciones.

Define una figura geomtrica plana en el espacio n-dimensional (hiper-plano).
Forma la frontera de restriccin de la correspondiente.
Separa los puntos que satisfacen la restriccin de los que no.

Frontera de la regin factible

Formada por soluciones factibles que satisfacen al menos una de las ecuaciones
de frontera de las restricciones.

Solucin factible en el vrtice (FEV)

Solucin factible que no se encuentra en cualquier segmento rectilneo que conecta
a otra dos soluciones factibles.
Solucin simultnea de un sistema de n ecuaciones de frontera de restriccin
(ecuaciones de definicin).
Cada solucin FEV se encuentra en la interseccin de n fronteras de restriccin. No
ocurre necesariamente lo inverso (solucin no factible en el vrtice).

3
 Figura 01. Regin factible para n=2.

Arista de la regin factible

Segmento de recta factible que se encuentra en la interseccin de n-1 fronteras de
restriccin (los puntos extremos son soluciones FEV).

Figura 02. Regin factible para n=3.

4
Soluciones FEV adyacentes
Se dice de dos soluciones FEV en el cual el segmento de recta que las conecta es
una arista de la regin factible.

Propiedades de las soluciones FEV

Para cualquier problema de programacin lineal que tiene una regin factible
acotada.
Propiedad N1-1
Si el problema tiene solo una solucin ptima, esta debe ser una solucin FEV.
Si el problema tiene soluciones ptimas mltiples, al menos dos deben ser
soluciones FEV adyacentes.
Se puede mover el hiper-plano de la funcin objetivo hasta que toque solo un punto
en un vrtice de la regin factible (solucin ptima).

Figura 03. La solucin ptima es una solucin FEV.

Demostracin por contradiccin

Supuesto: Existe solo una solucin ptima y no es una FEV.
Se desprende, por definicin de solucin FEV, que deben existir otras dos
soluciones factibles tales que el segmento de recta que las une contiene a dicha
solucin ptima.

5
 Valor de la funcin
Solucin Notacin
objetivo

ptima

Factible 1

Factible 2

Tabla 02. Notaciones de las soluciones utilizadas en la demostracin.

Figura 04. Ecuacin que relaciona 3 soluciones factibles.

Dado que los coeficientes de la funcin objetivo son constantes, se deduce que:
= + (1 )

6
 Casos posibles Resultados Interpretacin

= = Contradice el supuesto

< < Contradice el supuesto

> > Contradice el supuesto

Tabla 03. Conclusiones de la demostracin por contradiccin.

Se concluye que es imposible tener una solucin ptima que no es una FEV.
La importancia de esta propiedad es que simplifica la bsqueda de una solucin
ptima al solo tomarse en cuenta las soluciones FEV.

Propiedad N2
Existe solo un nmero finito de soluciones FEV.
Cada solucin en un vrtice es la solucin simultnea de un sistema de n
ecuaciones elegidas entre m + n ecuaciones de frontera de restriccin.

+ ( + )!
( )=
! !
Dicho nmero es la cota superior del nmero de soluciones FEV.

Propiedad N3
Si una solucin FEV no tiene soluciones FEV adyacentes que sean mejores que
ella (ptimas), entonces no existen soluciones FEV que sean mejores en cualquier
otra parte. Por lo tanto, dicha solucin FEV es una solucin ptima si el problema
tiene una regin factible acotada.
En cualquier problema de programacin lineal, la regin factible tiene la propiedad
de ser un conjunto convexo debido a que es la interseccin de los conjuntos de
soluciones que satisfacen sus restricciones individuales, los cuales son conjuntos
convexos.

7
Aplicacin N1

Una compaa minera que trabaja no metlicos tiene las plantas P y Q. Donde
se transforma la bauxita en aluminio. La planta P procesa 20000 TM de bauxita al
ao con una ratio de concentracin metalrgica de 10 y a un costo de $100/TM, la
planta Q procesa 40000 TM de bauxita al ao con una ratio de concentracin
metalrgica de 5 y aun costo de $300/TM.
Por otro lado, el aluminio producido es enviado a dos mercados A y B los cosos
de transporte por tonelada se muestran en la tabla I.
PLANTA COSTO DE
TRANSPORTE A LOS
MERCADOS ENVIADO
A ($) B ($)
A LOS MERCADOS
P 100 300
Q 200 400

Por otro lado, los requerimientos de los mercados A y B por ao son 4000 y 3000 TM
de aluminio respectivamente. Calcular las cantidades de aluminio producidos por las
plantas P y Q de tal manera que el costo sea mnimo.
Solucin

Ratio de concentracin metalrgica:

Es la relacin existente entre el N de toneladas de mineral de cabeza y el N de toneladas
de concentrado producido. Se interpreta como el N de toneladas del mineral de cabeza
que se requiere para obtener una tonelada de concentrado.

=

8
 PRODUCCIOM DE BAUXITA PRODUCCION DE
(TM/ao) EN LAS PLANTAS P Y ALUMINIO CONCENTADO
Q (TM/ao) ENVIADO A LOS
MERCADOS

A(TM) B(TM)
P (101 +102 ) 1 2
Q (53 +54 ) 3 4

MODELAMIENTO
Funcin Objetivo:
Min Z = Costo de planta + Costo por transporte
Min Z = $100/TM x (101+102) + = $300/TM x (53 +54 ) + 100 x 1+ 300 x 2 +
200 x 3 + 400 x 4
Min Z = 1100 1 + 1300 2+1700 3+ 1900 4
Sujeto a las siguientes restricciones:
1+2 2000 (restriccin del total de TM de bauxita producidas en la planta P)
3+48000 (restriccin del total de TM de bauxita producidas en la planta Q)
1+44000 (restriccin del total de TM de aluminio requeridos por el mercado A)
2+4 3000 (restriccin del total de TM de aluminio requeridos por el mercado B)

9
 1,2,3,4 0

Aplicamos el mtodo simplex en la forma de coeficientes separados (tablero

simplex)
Min Z= 1100 1 + 1300 2+1700 3+ 1900 4 + 0 1 + 0 2 +0 3 + 0 4 + M1 + M
2 (O)
1+2+1= 2000 (a)
3+4+2 =8000 (b)
1+3+1 -3 =4000 . (c)
2+4+2 -4 =3000 (d)

Variable bsica: 1=2000, 2 =8000, 1 =4000, 2 = 3000

Variable no bsica: 1=0, 2=0, 3=0, 4=0,3 =0, 4 =0
Variable Z 1 2 3 4 1 2 3 4 1 2 Valor
Bsica
(a) 1 0 1 1 0 0 1 0 0 0 0 0 2000
(b) 2 0 0 0 1 1 0 1 0 0 0 0 8000
(c) 1 0 1 0 1 0 0 0 -1 0 1 0 4000
(d) 2 0 0 1 0 1 0 0 0 -1 0 1 3000
(O) Z 1 -1100 -1300 -1700 -1900 0 0 0 0 -M -M 0

O=O + M d
O=O+ M c
1ra Iteracin
Variable Z 1 2 3 4 3 4 1 2 1 2 Valor
Bsica
(a) 1 0 1 1 0 0 0 0 1 0 0 0 2000
(b) 2 0 0 0 1 1 0 0 0 1 0 0 8000
(c) 1 0 1 0 1 0 -1 0 0 0 1 0 4000
(d) 2 0 0 1 0 1 0 -1 0 0 0 1 3000
(O) Z 1 M-1100 M-1300 M-1700 M-1900 -M -M 0 0 0 0 7000M

10
 Variable Bsica 1 Valor Valor/coeficiente
(a) 1 1 2000 2000/1=2000
(b) 2 0 8000
(c) 1 1 4000 4000
(d) 2 0 3000
(O) Z M-1100 7000M Mnimo = 2000

c=c a; O=O-(M-1100) a
2da Iteracin
Variable Z 1 2 3 4 3 4 1 2 1 2 Valor
Bsica
(a) 1 0 1 1 0 0 0 0 1 0 0 0 2000
(b) 2 0 0 0 1 1 0 0 0 1 0 0 8000
(c) 1 0 1 -1 1 0 -1 0 -1 0 1 0 2000
(d) 2 0 0 1 0 1 0 -1 0 0 0 1 3000
(O) Z 1 0 -200 M-1700 M-1900 -M -M -M+1100 0 0 0 5000M+2200000

Variable Bsica 3 Valor Valor/coeficiente

(a) 1 0 2000 2000/0=
(b) 2 1 8000 8000
(c) 1 1 2000 2000
(d) 2 0 3000
(O) Z M-1700 5000M+2200000 Mnimo = 2000

b= b c; O= O- (M-1700) c
3ra Iteracin
Variable Z 1 2 3 4 3 4 1 2 1 2 Valor
Bsica
(a) 1 0 1 1 0 0 0 0 1 0 0 0 2000
(b) 2 0 0 1 0 1 1 0 1 1 -1 0 6000
(c) 3 0 0 -1 1 0 -1 0 -1 0 1 0 2000
(d) 2 0 0 1 0 1 0 -1 0 0 0 1 3000
(O) Z 1 0 M-1900 0 M-1900 -1700 -M -600 0 1700-M 0 3000M+5600000

Variable Bsica 4 Valor Valor/coeficiente

(a) 1 0 2000 2000/0=
(b) 2 1 8000 8000
(c) 3 0 2000
(d) 2 1 3000 3000
(O) Z M-1900 3000M+5600000 Mnimo = 3000

11
 b= b d; O= O (M-1900) d
Variable Z 1 2 3 4 3 4 1 2 1 2 Valor
Bsica
(a) 1 0 1 1 0 0 0 0 1 0 0 0 2000
(b) 2 0 0 0 0 0 1 1 1 1 -1 -1 3000
(c) 3 0 0 -1 1 0 -1 0 -1 0 1 0 2000
(d) 4 0 0 1 0 1 0 -1 0 0 0 1 3000
(O) Z 1 0 0 0 0 -1700 -1900 -600 0 1700-M 1900-M 11300000

La solucin dada en este ltimo tablero es la ptima, ya que los coeficientes de las
variables no bsicas son negativas. Entonces la solucin ptima es:
1=2000 TM; 2=0 TM; 3=2000 TM; 4=3000 TM;
La produccin de aluminio por la planta P es 2000TM y la produccin de aluminio
por la planta Q es 5000TM
Para que el costo sea mnimo la planta P debera producir 2000 TM de aluminio y
la planta Q 50000 TM de aluminio

APLICACIN N2

La mina Lagunas Norte se ubica en el distrito de Quiruvilca, provincia de Santiago

de Chuco, departamento de La Libertad, a 130 Km. al Este de la ciudad de Trujillo
y 42 Km. al Oeste de la ciudad de Huamachuco. El mtodo de minado superficial
emplea el sistema Pala Camin en bancos de 10 metros. El mineral pasa por
circuito de chancado primario y secundario antes de ser depositado en el pad de
lixiviacin. Los datos de mineral limpio en stock y mineral limpio en banco son los
siguientes:

12
 Mineral Limpio (M1) en Stock
Inventario a Noviembre 2010

Mineral Limpio (M1) en Banco

Cortes Noviembre 2010

13
En base a las condiciones del problema se pide Optimizar la mezcla de mineral y
de esta manera maximizar las onzas puestas en el Pad de Lixiviacin, si se tienen
las siguientes restricciones.

14
SOLUCION

En este escenario se puede modelar con la PL buscando maximizar la produccin

de Oz de Au, definiendo las restricciones propias de la operacin.

Asignacin de variables

15
Definicin de la Funcin Objetivo

Max (Z) = =1

DONDE::

o Ln: Ley Au (gr/tn)

o Xn: Tonelaje de Mineral

o Rn: Recuperacin (%)

Restricciones

16
Para resolver este problema usamos las hojas de clculo de Excel con la
herramienta SOLVER

17
Obteniendo:

18
Entonces, se tiene:

Oz Au NOV 52941 oz segn metal plane

SOLVER 55636,14 oz ------------------------

Se puede obtener 55636.14 oz Au, si:

variables

18949,02 tn X1
0 X2
0 X3

335982,35 tn X4 INVENTARIO STOCK M1

45197,66 tn X5
0 X6
78396,96 tn X7
0 X8
0 X9
0 X10

La cantidad de tn son las correspondientes a las variables obtenidas por solver.

19
CONCLUSIONES

Se concluye que el mtodo smplex es un algoritmo eficiente y confiable para

resolver problemas de programacin lineal. Tambin es til para el anlisis
post-ptimo.
Se concluye que el mtodo smplex es un procedimiento algebraico, a pesar
de tener una interpretacin geomtrica til.
Su aplicacin es simple en la medida del nmero de variables y restricciones
La programacin programacin lineal es una tcnica de optimizacin
aplicable a planeamiento de corto, mediano y largo plazo.

RECOMENDACIONES

- Se recomienda repasar los conceptos de lgebra lineal y geometra del

espacio, muy tiles para el entendimiento del presente trabajo.
- Se recomienda revisar la bibliografa completa presente en el anexo
bibliografa del presente trabajo, ya que contiene conceptos y problemas
adicionales a los vistos.
- Se recomienda probar los softwares del mercado dirigidos a este tema, tal
como LINDO y LINGO, tambin explicado en la bibliografa.

BIBLIOGRAFA

Frederick S. Hillier & Gerald J. Lieberman: Introduccin a la Investigacin de

Operaciones, Ed. 9, 2010.

20
NDICE

Introduccin 2

Objetivos 2

Fundamentos del mtodo smplex 3

Propiedades de las soluciones FEV 5

Aplicacin N1 8

Aplicacin N2 12

Conclusiones 20

Recomendaciones 20

Bibliografa 20

21