Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ejercicios Analisis de Sistemas Mineros Metodo Grafico
Ejercicios Analisis de Sistemas Mineros Metodo Grafico
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
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
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
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
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
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:
CONCLUSION:
SEGÚN ESTE ULTIMO CUADRO, EL PUNTO DEL CONJUNTO SOLUCION QUE CUMPLE
OPTIMAMENTE CON NUESTROS REQUERIMENTOS ES EL PUNTO C.
ANÁLISIS DE SISTEMAS MINEROS
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.
PROBLEMA DETERMINÍSTICO
PROBLEMA ESTOCÁSTICO
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
MODIFICACIÓN DEL
NO
MODELO VALIDACIÓN
MATEMÁTICO
SI
IMPLEMENTACIÓN
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.
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.
MODELO MATEMÁTICO
X2: Costo Unitario por Tonelada producida en la Unidad Minera San Juan.
Limitaciones:
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.
Mín. Z = 4 X1 + 6 X2
MODELO MATEMÁTICO
Variables:
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.
X1 + X2 + X3 - Xn >= 52.80
Maximizar Z = 3 X1 + 4 X2 + 8 X3
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.
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.
Variables:
Función Objetivo:
Mín. Z = 4 X1 + 6 X2
Sujeto a:
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.
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.
X1 = 70 X2 = 50
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
X1 = 40 X2 = 30
X1
10 30 50 70 90 110 130 150
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)
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
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)
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.
Min Z = 4 X 1 + 6 X2
a).- X1 = 33 X2 = 60
4 (33) + 6 (60)
b).- X1 = 35 X2 = 52
4 (35) + 6 (52)
El caso b).- refleja el mínimo valor de la Función Objetivo, por tanto este es el
mejor lado (lado inferior).
Una forma de obtener los valores numéricos de las variables de decisión para
la Solución Óptima es leerlas directamente de la gráfica.
(3)
C B
D Región
(4)
Solución Óptima E Factible
X1 = (1)
30
A
(5)
(2)