Una compañía nueva posee 2 minas

La mina A produce 1 Ton de Hierro de alta calidad por dia, 3 Ton de Media y 5 Ton de Baja.
La mina B produce 2 Ton de Cada una de las 3 calidades.
La compañía necesita por lo menos 80 Ton de mineral de Alta calidad, 160 de media y 200 Ton
de baja.
Sabiendo que el costo diario de operación es de $2000 en cada mina.
Cuantos días debe trabajar cada mina para que el costo sea minimo

Variables del Modelo

X  X1 dias de trabajo en A
Y  Y2 dias de trabajo en B

FUNCION OBJETIBO:
Min Z = f(x,y) = 2000x + 2000y

LEYES
MINA DIAS ALTA MEDIA BAJA COSTO DIARIO

A X 1X 3X 5X 2000X
B Y 2Y 2Y 2Y 2000Y
PRODUCCION 80 160 200

RESTRICCIONES:
A) X + 2Y ≥ 80
B) 3X + 2Y ≥ 160
C) 5X + 2Y ≥ 200

SOLUCION METODO GRAFICO R2:

restriccion X Y
0 40
1 80 0
0 80
2 53.3333333 0
0 100
3 40 0

GRAFICO DE RESTRICCIONES:

120
100 A
80
R1
60
B R2
40
R3
20 C
0 D
0 20 40 60 80 100
CONJUNTO SOLUCION:

FUNCION
PUNTOS X Y OBJETIVA

A 0 100 200000
B 20 50 140000
C 40 20 120000
D 80 0 160000

CONCLUSION:

SEGÚN ESTE ULTIMO CUADRO, EL PUNTO DEL CONJUNTO SOLUCION QUE CUMPLE
OPTIMAMENTE CON NUESTROS REQUERIMENTOS ES EL PUNTO C.

EJEMPLO 2

FUNCION OBJETIVO:
MAXIMIZAR Z=0.1X +0.08Y

LEYES
MINA ALTA MEDIA BAJA COSTO DIARIO

A 1X 1X 0 0.1X
B 1Y 0 1Y 0.08Y
PRODUCCION 210000 130000 60000

RESTRICCIONES:
A) X+ Y ≤ 210000
B) X ≤ 130000
C) Y ≥ 60000
D) X≤ 2Y

SOLUCION METODO GRAFICO R2:

restriccion X Y
0 210000
1 210000 0
130000 0
2 130000 0
0 60000
3 0 60000
0 0
4 2 0
GRAFICO DE RESTRICCIONES:

300000

250000

200000
R1
150000 R2
R3
100000
R4
50000

0
0 100000 200000 300000 400000 500000

CONJUNTO SOLUCION:

FUNCION
PUNTOS X Y OBJETIVO
A 0 60000 4800
B 130000 80000 19400
C 130000 65000 18200
D 120000 60000 16800
E 0 210000 16800

CONCLUSION:

SEGÚN ESTE ULTIMO CUADRO, EL PUNTO DEL CONJUNTO SOLUCION QUE CUMPLE
OPTIMAMENTE CON NUESTROS REQUERIMENTOS ES EL PUNTO B.

EJEMPLO 3

FUNCION OBJETIVO:
MINIMIZAR Z=60X + 70Y

TAJO Cu Zn Mo

A 50X 4X 1X
B 15Y 8Y 3Y
PRODUCCION 87500 16000 5000
RESTRICCIONES:
A) 50X + 15Y ≥ 87500
B) 4X + 8Y ≥ 16000
C) 1X + 3Y ≥ 5000

SOLUCION METODO GRAFICO R2:

restriccion X Y
1 0 5833.33333
1750 0
2 0 2000
4000 0
3 0 1666.66667
5000 0

GRAFICO DE RESTRICCIONES:

7000

6000

5000

4000 R1
R2
3000
R3
2000

1000

0
0 1000 2000 3000 4000 5000 6000

CONJUNTO SOLUCION:

FUNCION
PUNTOS X Y OBJETIVA

A 0 5833.33 408333.3333
B 1352.94 1323.53 173823.5294
C 2000 1000 190000
D 5000 0 300000

CONCLUSION:

SEGÚN ESTE ULTIMO CUADRO, EL PUNTO DEL CONJUNTO SOLUCION QUE CUMPLE
OPTIMAMENTE CON NUESTROS REQUERIMENTOS ES EL PUNTO B.
 EJEMPLO 4

FUNCION OBJETIVO:
MAXIMIZAR Z= 25X + 10Y

RESTRICCIONES:
A) X/20 + Y/15 ≤ 14
B) X ≥ 70
C) Y ≥ 40
D) X + Y ≤ 180
E) 15X + 20Y ≤ 2500

SOLUCION METODO GRAFICO R2:

restriccion X Y
0 210
1 280 0
70 0
2 70 210
0 40
3 280 40
0 180
4 180 0
0 125
5 166.666667 0

GRAFICO DE RESTRICCIONES:

250

200

R1
150
R2

100 R3
R4

50 R5

0
0 50 100 150 200 250 300
CONJUNTO SOLUCION:

PUNTOS X Y FUNCION OBJETIVO

A 70 40 2150
B 70 72.5 2475
C 113.333 40 3233.333333

CONCLUSION:

SEGÚN ESTE ULTIMO CUADRO, EL PUNTO DEL CONJUNTO SOLUCION QUE CUMPLE
OPTIMAMENTE CON NUESTROS REQUERIMENTOS ES EL PUNTO C.
 ANÁLISIS DE SISTEMAS MINEROS

ANÁLISIS DE SISTEMAS MINEROS

Estudia los conceptos y metodología para la aplicación de técnicas de

investigación operativa en el desarrollo de sistemas de información y modelos
en el campo de la minería.

Da conocimientos de investigación operativa de procesos mineros

desarrollando modelos apropiados.

INVESTIGACIÓN DE OPERACIONES

La Investigación de Operaciones se ocupa de la resolución de problemas

relacionados con la conducción y coordinación de las operaciones o
actividades dentro de una organización.

Su ámbito de aplicación es muy amplio, aplicándose a problemas de

fabricación, transporte, construcción, telecomunicaciones, planificación y
gestión financiera, ciencias de la salud, servicios públicos, etc.

En general, se aplica en todos los problemas relacionados con la gestión, la

planificación y el diseño.

La Investigación de Operaciones incluye un conjunto muy amplio de técnicas

orientadas a proporcionar una ayuda cuantitativa en la toma de decisiones. El
método empleado es el método científico, y las técnicas que se utilizan son, en
buena medida, técnicas matemáticas.

¿QUÉ ES LA INVESTIGACIÓN DE OPERACIONES?

La construcción creativa de modelos de decisión basados en descripciones

matemáticas, con el objetivo de tomar decisiones en situaciones de
complejidad o incertidumbre.

HISTORIA DE LA INVESTIGACIÓN DE OPERACIONES

Surge durante la Segunda Guerra Mundial, cuando había una gran necesidad
de administrar los escasos recursos. La Fuerza Aérea Británica formó el primer
grupo que desarrollaría métodos cuantitativos para resolver estos problemas
operacionales y bautizó a sus esfuerzos como Investigación Operacional.

Poco después, las fuerzas armadas estadounidenses formaron un grupo

similar, compuesto por científicos físicos e ingenieros, cinco de los cuales
posteriormente fueron laureados con el premio Nobel.
Después de la Segunda Guerra Mundial, los administradores de la industria
reconocieron el valor de aplicar técnicas similares a sus complejos problemas
de decisión.

Los primeros esfuerzos se dedicaron a desarrollar modelos apropiados y

procedimientos para solucionar problemas como la programación de refinerías
de petróleo, distribución de productos, planeación de producción, estudio de
mercados y planeación de inversiones.

Procedimientos que se hicieron posibles con el advenimiento de la

computadora, ya que la resolución del típico problema de investigación de
operaciones requiere demasiados cálculos para ser realizados manualmente.

CATEGORÍAS BÁSICAS DE PROBLEMAS

PROBLEMA DETERMINÍSTICO

Es un problema en el que toda la información necesaria para obtener una

solución se conoce con certeza.

La resolución de un problema determinístico es similar a decidir que cantidad

de mineral debemos enviar desde el ore pass o cancha de almacenamiento
hacia la planta de beneficio, conociendo cual es el tonelaje total almacenado el
contenido y el mineral, en el momento que tomamos la decisión.

PROBLEMA ESTOCÁSTICO

Es un problema en el que parte de la información necesaria no se conoce con

certeza, sino más bien se comporta de una manera probabilística.

Decidir que cantidad de mineral debemos enviar desde el ore pass o cancha de
almacenamiento hacia la planta de beneficio, desconociendo cual es el tonelaje
total almacenado el contenido y el mineral, en el momento que tomamos la
decisión.
METODOLOGÍA DE LA INVESTIGACIÓN DE OPERACIONES

DEFINICIÓN DEL
PROBLEMA

FORMULACIÓN DE UN RESOLUCIÓN DEL

MODELO MATEMÁTICO Y MODELO
RECOPILACIÓN DE DATOS MATEMÁTICO SOLUCIÓN

MODIFICACIÓN DEL
NO
MODELO VALIDACIÓN
MATEMÁTICO

SI
IMPLEMENTACIÓN

DEFINICIÓN DEL PROBLEMA

Este primer paso consiste en identificar, comprender y describir, en términos

prácticos el problema que la empresa u organización enfrenta. En muchos
casos el problema no puede estar bien definido y requerir bastantes
discusiones y consenso entre los miembros del equipo de proyectos.

FORMULACIÓN DE UN MODELO MATEMÁTICO Y RECOPILACIÓN DE DATOS

Es la expresión del problema en forma matemática, en función de las variables

de decisión y los datos recopilados del problema.

Luego haciendo uso de técnicas matemáticas disponibles obtendremos la

mejor solución.

RESOLUCIÓN DEL MODELO MATEMÁTICO

La Resolución del Modelo Matemático implica obtener los mejores valores

numéricos para las variables de decisión.

Dicha obtención depende del tipo específico de Modelo Matemático Para elegir
un método apropiado para resolverlo.

MÉTODO ÓPTIMO

Este método produce los mejores valores para las variables de decisión; es
decir aquellos valores que satisfacen simultáneamente todas las restricciones y
proporcionan el mejor valor para la Función Objetivo.
MÉTODO HEURÍSTICO

Produce valores para las variables que satisfacen todas las restricciones.
Aunque no necesariamente óptimos, estos valores proporcionan un valor
aceptable para la Función Objetivo.

VALIDACIÓN INSTRUMENTACIÓN Y CONTROL DE LA SOLUCIÓN

Es extremadamente importante validar la solución es decir revisar

cuidadosamente la solución de un modelo matemático para asegurar que los
valores tengan sentido y que las decisiones resultantes puedan implementarse.

Así también debe supervisarse no sólo para asegurarse que la solución trabaja
según lo planeado; si no porque el problema, los datos o ambos pueden
cambiar con el tiempo.

MODIFICACIÓN DEL MODELO MATEMÁTICO

Si durante la validación se encuentra que la solución no puede llevarse a cabo,

se pueden identificar las restricciones que fueron omitidas durante la
Formulación del Problema original o si se formularon en forma incorrecta.

En estos casos debe regresarse a la etapa de Formulación del Problema y

hacerse las modificaciones apropiadas.

MODELO MATEMÁTICO

El Modelo Matemático constituye una herramienta de la Investigación de

Operaciones mediante la cual se formulan los problemas en forma matemática.

CONSTRUCCIÓN DE UN DEL MODELO MATEMÁTICO

IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN

Las variables de decisión son valores desconocidos, ha determinarse en la

resolución del modelo matemático y que proporcionan la solución del problema.

A: Toneladas de Mineral Transportadas desde la Unidad Minera 1 a la

Planta de Beneficio.

X1: Mineral Producido por el Tajo 1 de la Mina Mónica.

X2: Costo Unitario por Tonelada producida en la Unidad Minera San Juan.

IDENTIFICACIÓN DE LA FUNCIÓN OBJETIVO

La función Objetivo constituye el objetivo global que la empresa persigue

expresada en forma matemática. Esta función puede expresarse como una
MAXIMIZACIÓN de mejorar u optimizar sus ganancias o rentas, aumentar la
producción, etc. o una MINIMIZACIÓN o reducción de sus costos de
producción, insumos, mano de obra, etc.

Ejemplo: Min / Max Z = 4X1 + 7X2 + 3X3 +….. + CXn

IDENTIFICACIÓN DE LAS RESTRICCIONES

Es la expresión matemática de las limitaciones o consideraciones que nos

impone el problema.

Limitaciones:

a) La capacidad instalada de la Planta de Beneficio es de 2,500 TM/día.

b) La producción mensual de la Unidad Minera 1 es de 15,000 TMS.
Restricciones:

1) X1 + X2 + X3 +… + CXn >= 2,500 Producción Diaria TM/día.

2) X1 <= 15,000 Producción Mensual UM 1.

EJEMPLO DE UN MODELO MATEMÁTICO

Consideremos una mina subterránea en la cual un mineral complejo de plomo,

zinc, cobre, plata y oro, esta depositado en vetas. En la explotación por el
método de corte y relleno, el mineral roto es colectado en los ore-pass y
posteriormente transportado por carros mineros.

El mineral se encuentra disponible en dos tajos. Los estándares de producción

para cada tajeo han sido establecidos como resultado de estudios de ingeniería
industrial y están expresados en Horas-Hombre por Tonelada de Mineral
enviado hacía los ore-pass; así también la producción diaria y contenido
mineral se indican en los reportes y cuadro estadístico de producción.

PRODUCCIÓN COSTO
TAJO % Zn % Pb
TM / Día Hr.-Hb. / TM
1 4 6 45 4
2 8 4 65 6
La planta de beneficio trabaja con una ley de cabeza promedio de no menos de
6.5 % Zn. y tampoco no menos de 4.5 % Pb. Los demás elementos Ag., Au. y
Cu., contenidos en el mineral son recuperados en los concentrados de Zn y Pb
por lo que no son considerados como restricciones de operación.

La gerencia espera una producción de 80 TM/Día, por tanto desea programar

la producción de los dos tajeos de manera que cumpla con los requisitos de
producción a un costo mínimo por Hora-Hombre.

FORMULACIÓN DEL MODELO MATEMÁTICO

Definición de las Variables de Decisión

X1 = Tonelaje del Tajeo 1, enviado al ore-pass.

X2 = Tonelaje del Tajeo 2, enviado al ore-pass.

Definición de la Función Objetivo

Mín. Z = 4 X1 + 6 X2

Definición de las Restricciones

1) 0.04 X1 + 0.08 X2 >= (0.065) (80) TM concentrado de Zn.

2) 0.06 X1 + 0.04 X2 >= (0.045) (80) TM concentrado de Pb.

3) X1 <= 45 Producción del Tajeo 1.

4) X2 <= 65 Producción del Tajeo 2.

5) X1 + X2 >= 80 Producción Diaria.

6) X1; X2 >= 0 Restricción Lógica.

MODELO MATEMÁTICO

Variables:

X1 = Tonelaje del Tajeo 1, enviado al ore-pass.

X2 = Tonelaje del Tajeo 2, enviado al ore-pass.

Función Objetivo:

Min. Z = 4 X1 + 6 X2

Sujeto a:
1) 0.04 X1 + 0.08 X2 >= 5.20 TM concentrado de Zn.
2) 0.06 X1 + 0.04 X2 >= 3.60 TM concentrado de Pb.
3) X1 <= 45 Producción del Tajeo 1.
4) X2 <= 65 Producción del Tajeo 2.
5) X1 + X2 >= 80 Producción Diaria.
6) X1 ; X2 >= 0 Restricción Lógica.
CLASIFICACIÓN DE MODELOS MATEMÁTICOS
Formulado el problema matemáticamente (Modelo Matemático) el siguiente
paso es resolverlo; es decir; encontrar valores para las variables de decisión
que satisfagan todas las restricciones y que, al mismo tiempo proporcionen el
mejor valor posible de la función objetivo.

Esta tarea se logra usando procedimientos sistemáticos, paso a paso, llamados

algoritmos aplicativos ejecutados por computadoras.

Los algoritmos que resuelven un Modelo Matemático pueden o no resolver otro,

por lo que para elegir el más adecuado debemos identificar la clase a la que
pertenece un problema en particular.

1.- CLASIFICACIÓN BASADA EN LOS DATOS DEL PROBLEMA

Si se conocen todos los datos con certeza el Modelo Matemático

corresponde a un Modelo Determinístico; caso contrario estaremos frente a
un Modelo Estocástico.

2.- CLASIFICACIÓN BASADA EN LAS RESTRICCIONES

Los problemas Determinísticos se clasifican primero sobre la base de la

existencia de restricciones.

Problemas Irrestrictos, son los que carecen de restricciones.

Problemas restringidos, son los que tienen una o más restricciones.

Los problemas restringidos se clasifican sobre la base de las propiedades

matemáticas que las restricciones satisfacen.

X1 + X2 + X3 - Xn >= 52.80

Aditividad, es una de las propiedades matemáticas fundamentales de las

restricciones, en la que la contribución de cada variable a la función de
restricción se suma (o sustrae) a la de cada una de las otras variables de
restricción.

Proporcionalidad, es la segunda propiedad matemática fundamental de

las restricciones, si el valor de una variable se multiplica por cualquier
constante, la contribución de la variable a la restricción se multiplica por
esa misma constante.

Contribución de X1: 3 X1 = 3 (50) = 150

Sobre la base de las propiedades de aditividad y proporcionalidad, existen

dos clasificaciones de problemas restringidos.
 Restricciones Lineales, en las que todas las restricciones satisfacen tanto
la aditividad como la proporcionalidad.

Restricciones no Lineales, en las que alguna restricción no satisface al

menos una de las propiedades de aditividad y proporcionalidad.

3.- CLASIFICACIÓN BASADA EN LA FUNCIÓN OBJETIVO

Teniendo en cuenta las propiedades matemáticas de la Función Objetivo

esta puede ser lineal o no lineal, lo que da pie a la siguiente clasificación de
Modelos Determinísticos:

a).- Objetivo Lineal, en la que la función objetivo es lineal.

Maximizar Z = 3 X1 + 4 X2 + 8 X3

b).- Objetivo no Lineal, en la que la función objetivo es no lineal.

Minimizar Z = (1.25 x 3 X1) + (0.004 x A x 4 X2) + 8 X3

4.- CLASIFICACIÓN BASADA EN LAS VARIABLES

Esta clasificación final se basa en la propiedad matemática de las

variables, denominada divisibilidad, lo que significa que una variable de
decisión puede, en teoría, asumir cualquier Valor Fraccional u otro, dentro
de cierto intervalo.

La propiedad de Divisibilidad da lugar a dos clases:

 Modelos de Variable Continua, en la que todas las variables

satisfacen la divisibilidad.

 Modelos de Variable Entera (o Discreta), en la que una o más

variables deben tener valores enteros.

PROGRAMACIÓN LINEAL APLICACIONES Y EL ENFOQUE GRÁFICO

PROBLEMAS DE PROGRAMACIÓN LINEAL
Un Problema de Programación Lineal, es un problema en el que la Función
Objetivo y todas las Restricciones, son Lineales y todas las Variables son
continuas.

Los problemas de programación lineal tienen amplias aplicaciones prácticas en

áreas tan diversas como la asignación de recursos escasos, la compra y
fabricación, la planeación de dietas, administración de agencias, la
combinación y la planeación de producción.

A un cuando los problemas del mundo real tienen más de dos variables y no
pueden resolverse geométricamente, las ideas ganadas al resolver
gráficamente problemas de dos variables proporciona una clara comprensión
de cómo resolver algebraicamente problemas de tres o más variables, que es
el método usado con computadoras.

PROGRAMACIÓN LINEAL: EL ENFOQUE GRÁFICO

El enfoque gráfico es útil no sólo para encontrar una solución óptima, sino
también para obtener información adicional sobre cuán susceptible es la
solución óptima con respecto a los cambios en los datos del problema.

PROBLEMA DE PROGRAMACIÓN LINEAL

Variables:

X1 = Tonelaje del Tajeo 1, enviado al ore-pass.

X2 = Tonelaje del Tajeo 2, enviado al ore-pass.

Función Objetivo:

Mín. Z = 4 X1 + 6 X2

Sujeto a:

1) 0.04 X1 + 0.08 X2 >= 5.2 TM concentrado de Zn.

2) 0.06 X1 + 0.04 X2 >= 3.6 TM concentrado de Pb.

3) X1 <= 45 Producción del Tajeo 1.

4) X2 <= 65 Producción del Tajeo 2.

5) X1 + X2 >= 80 Producción Diaria.

6) X1 ; X2 >= 0 Restricción Lógica.

RESOLUCIÓN DEL PROBLEMA DE PROGRAMACIÓN LINEAL

Usted como responsable de la operación de la mina su objetivo es resolver
este problema, es decir encontrar valores para las variables X1 y X2 que
satisfagan las cinco restricciones y que produzcan el menor costo o menor
valor de la función objetivo.

GRAFICACIÓN DE LAS RESTRICCIONES DE UN PROGRAMA LINEAL

El método gráfico para resolver un programa lineal con dos variables se inicia
concentrándose primero en graficar las restricciones y posteriormente en la
función objetivo.

 Consideramos una restricción a la vez.

 Cada restricción permite ciertos valores de X1 y X2 que satisfacen
la restricción.
 Estos valores se denominan Valores Factibles.
 Aquellos que no satisfacen la restricción se llaman Valores
Infactibles.

El proceso para graficar cada restricción es el siguiente:

1) Reemplazar el signo de desigualdad de cada restricción por un

signo de igualdad.
2) Determinar las intersecciones con los ejes X1 y X2.
3) Dibujar la línea recta correspondiente a la ecuación de cada
restricción.
4) Identificar el lado de la línea que satisfaga la desigualdad original o
restricción.
5) Sombrear esta porción de la gráfica que satisfaga todas las
restricciones formuladas hasta el momento.

Restricción 1) Restricción 2)
0.04 X1 + 0.08 X2 >= 5.2 0.06 X1 + 0.04 X2 >= 3.6
0.04 X1 + 0.08 X2 = 5.2 0.06 X1 + 0.04 X2 = 3.6
Sí X2 = 0 X1 = 130 Sí X2 = 0 X1 = 60
Sí X1 = 0 X2 = 65 Sí X1 = 0 X2 = 90

Restricción 3) Restricción 4)
X1 <= 45 X2 <= 65
 X1 = 45 X2 = 65
Entonces: Entonces:
X1 = 45 X2 = 65

Restricción 5)
X1 + X 2 <= 80
X1 + X2 = 80
Sí X2 = 0 X1 = 80
Sí X1 = 0 X2 = 80

VALORES FACTIBLES

Todos los puntos de las líneas del gráfico de las restricciones dan origen a
Valores Factibles para X1 y X2, como cualquier punto de uno de los dos lados
de las líneas. Para averiguar que lado, elegimos cualquier punto que no este en
la línea y analizamos si los valores X1 y X2 correspondientes satisfacen la
restricción. Si así es, entonces este punto está en el Lado Factible; de otra
manera, el punto no está en el lado factible.

LADO FACTIBLE DE LA RECTA DE LA RESTRICCIÓN (1)

Reemplazando los valores de X1 y X2 del lado de arriba de la recta (1):

0.04 X1 + 0.08 X2 >= 5.2

X1 = 70 X2 = 50

0.04 (70) + 0.08 (50) >= 5.2

2.8 + 4.0 >= 5.2

6.8 >= 5.2

Estos valores satisfacen la restricción por tanto este lado de la recta es el Lado
Factible.
 X2
130
120
110 LADO FACTIBLE
100
90
80
70 X1 = 70
60 X2 = 50

50
40
30
20
10 (1)

X1
10 30 50 70 90 110 130 150

LADO INFACTIBLE DE LA RECTA DE LA RESTRICCIÓN (1)

Reemplazando los valores de X1 y X2 del lado de abajo de la recta (1):

0.04 X1 + 0.08 X2 >= 5.2

X1 = 40 X2 = 30

0.04 (40) + 0.08 (30) >= 5.2

1.60 + 3.20 >= 5.2

4.80 >= 5.2

Estos valores no satisfacen la restricción por tanto este lado de la recta es el

Lado Infactible.
 X2
100
90
80
70
60
50
LADO INFACTIBLE
40
30
20 X1 = 40
10 X2 = 30

X1
10 30 50 70 90 110 130 150

GRÁFICA DE LAS LÍNEAS DE LAS RESTRICCIONES DE UN PROGRAMA LINEAL

X2 (3)
130
120
110
100
90
80
70
60
50
(4)
40
30
20
10 (1)

X1
10 30 50 70 90 110 130 150
(5)
(2)
 GRÁFICA DE LAS LÍNEAS DE LAS RESTRICCIONES DE UN PROGRAMA LINEAL

X2
120
110
100
90 (3)
80
70
60
50 (4)
40
30
20 (1)
10 (5)

10 30 50 70 90 110 130 150 X1

(2)

REGIÓN FACTIBLE
El área final sombreada se denomina la Región Factible del programa lineal.
Cualquier punto que esté dentro de la región factible es una Solución Factible y
da origen a valores para X1 y X2 que satisfacen todas las restricciones. La
región factible está limitada por líneas rectas que se juntan en agudos “puntos
esquina” etiquetados de A a E. Estos puntos esquina se denominan puntos
extremos.
 (3)
C B

D
(4)

E REGIÓN
FACTIBLE

A (1)

(5)
(2)

SOLUCIÓN ÓPTIMA

Es el punto en la región factible que tiene el mejor valor de la Función Objetivo.

El proceso para determinar la Solución Óptima del programa lineal es el

siguiente:

1. Trazamos la línea de la Función Objetivo.

2. Localizamos su mejor lado.
3. Movemos la línea de la función objetivo de manera paralela así misma
en la dirección de mejora hasta que esté a punto de dejar la Región
Factible.
Este punto final es la Solución Óptima al Programa Lineal.

USO DE LA FUNCIÓN OBJETIVO PARA OBTENER UNA SOLUCIÓN ÓPTIMA

Línea de Función Objetivo

Línea utilizada en el método gráfico en la cual todos los puntos sobre la línea
tienen el mismo valor de función objetivo.

TRAZADO DE LA LÍNEA DE LA FUNCIÓN OBJETIVO

Min Z = 4 X1 + 6 X2
— 6X2 = 4 X1 — Z
X2 = — (4/6) X1 + (Z/6)
Y = m X + b
m = 4/6
 (3)
C B

D
(4)

Línea de Función
E
Objetivo

(1)
A

(5)

(2)

LOCALIZACIÓN DEL MEJOR LADO DE LA LÍNEA DE LA FUNCIÓN OBJETIVO

Para localizar el mejor lado, elegimos cualquier punto que no esté en la Línea
de la Función Objetivo y analizamos si el valor de X1 y X2 correspondientes
satisfacen la Función Objetivo.

X2
130
120
110
100 (3) X1 = 33
90 X2 = 60
80
70 C B
60 D X1 = 35 (4)
50 E X2 = 52
A
40
Mejor Lado de la
30
Línea de la
20 Función Objetivo
10
(1)

10 30 50 70 90 X1
(2) 110 130 150
(5)

Si así es, entonces este punto está en el Mejor Lado y por tanto hemos
localizado el mejor lado; de otra manera, el punto no está en el mejor lado.

Reemplazando los valores de X1 y X2 de un lado de la línea de la Función

Objetivo:

Min Z = 4 X 1 + 6 X2

a).- X1 = 33 X2 = 60

4 (33) + 6 (60)

132 + 360 = 492 Hr-Hb

b).- X1 = 35 X2 = 52

4 (35) + 6 (52)

140 + 312 = 452 Hr-Hb

El caso b).- refleja el mínimo valor de la Función Objetivo, por tanto este es el
mejor lado (lado inferior).

OBTENCIÓN DE VALORES NUMÉRICOS PARA LA SOLUCIÓN ÓPTIMA

Una forma de obtener los valores numéricos de las variables de decisión para
la Solución Óptima es leerlas directamente de la gráfica.

Este proceso visual, sin embargo, no es preciso.

(3)

C B

D Región
(4)
Solución Óptima E Factible

X1 = (1)
30
A

(5)
(2)

Punto Valor de la Función Objetivo

X1 X2
Extremo Min Z = 4 X1 + 6 X2

A 45.00 42.50 435.00

 B 45.00 65.00 570.00
C 17.00 65.00 458.00
D 20.00 60.00 440.00
E 30.00 50.00 420.00
La Solución Óptima es:

X1 = 30 Toneladas de Mineral del Tajo 1 (TM).

X2 = 50 Toneladas de Mineral del Tajo 2 (TM).
Valor de la Función Objetivo Z = 420 Hr – Hb.
Un enfoque más exacto se basa en observar que la solución optima ocurre en
el punto extremo E.

Este punto extremo cae en la intersección de las dos líneas correspondientes a

las restricciones (1) y (5).

Estas ecuaciones son:

1) 0.04 X1 + 0.08 X2 >= 5.2

2) X1 + X2 <= 80
Se pueden encontrar los valores exactos de la solución óptima resolviendo
estas dos ecuaciones para determinar los valores X1 y X2

Estas ecuaciones son:

1) 0.04 X1 + 0.08 X2 = 5.2

2) X1 + X2 = 80

1) 0.04 X1 + 0.08 X2 = 5.20

2) X1 + X2 = 80
3) X1 = 80 — X2
4) 0.04 (80 — X2) + 0.08 X2 = 5.20
5) 3.2 — 0.04 X2 + 0.08 X2 = 5.20
6) 0.04 X2 = 2.0
7) X2 = 50
Reemplazando en (3) X1 = 80 — 50
Encontramos que: X1 = 30
Los valores de X1 y X2 que definen la Solución Óptima
son:
X1 = 30
X2 = 50