FACULTAD DE INGENIERA DE MINAS

ESCUELA DE INGENIERA DE MINAS

ANLISIS DE SISTEMAS MINEROS I

PROGRAMACIN POR OBJETIVOS MLTIPLES

Huayta Velsquez, Noyma
Rodrguez Snchez, Delwin
Rosas Alva, Jean
CAPITULO I
APRECIACIN TEORICA
ANTECEDENTES.

Definicin :

Hiller y Gerard. J. Lieberman nos dicen:
La Programacin por objetivos proporciona la posibilidad
de alcanzar varios objetivos al mismo tiempo. La idea bsica de la
Programacin por objetivos es establecer una meta numrica
especifica para cada uno de los objetivos, formular una funcin
objetivo para cada uno de ellos y despus buscar una solucin que
minimice la suma (ponderada) de las desviaciones de estas funciones
objetivo de sus metas respectivas
Hans Daellenbach manifiesta:
El mayor valor de las tcnicas de toma de decisiones con
objetivos mltiples est en ayudar a quien toma la decisin a
explorar el espacio de solucin. Esta exploracin le permitir al
encargado de tomar las decisiones obtener un valioso
conocimiento profundo de la forma en que los diferentes objetivos se
afectan unos a otros y de la forma en que distinto nfasis dado a los
objetivos afecta a la solucin ptima.
Tipos de programacin
Programacin por objetivos sin
prioridades
Programacin por Objetivos con
prioridades.
CONSIDERACIONES QUE INVOLUCRAN
OBJETIVOS MLTIPLES
Moskowitz nos dice:
La teora de los objetivos mltiples y el anlisis de
decisiones se aplican fuertemente a situaciones de
decisin de sistemas orientados por metas. El
tomador de decisiones se toma el trabajo de que el
sistema obtenga metas y objetivos conocidos. El
considera solamente estas alternativas y criterios, los
cuales hasta donde l conoce influencian
significativamente el xito del esfuerzo.
a. Procesamiento de la Informacin de
Atributos:
1. Podra tratar de juntar cada diseo candidato
en un solo nmero de utilidad que representa el
valor global del diseo.
2. Podran tratar de llegar a una decisin por
procedimientos que retiren la individualidad de
diversos atributos en pasos de procesamiento de
informacin, es decir utilizar procedimientos que
no requieren comparacin interatributos.
b. Naturaleza de la Labor del Tomador de
Decisiones:
ALGORITMO DE LA PROGRAMACIN POR
METAS.
Segn EPPEN. G. GOULD. F.J. nos dice:
Se aplica generalmente a modelos lineales: es una
extensin de la PL que permite a la persona que planea
aproximarse lo ms posible para satisfacer diversas metas
y restricciones (). Algunas veces se considera que es
un intento de colocar en un contexto de programacin
matemtica el concepto de satisfacencia. ().Est trmino
fue definido por Hebert Simon , nos dice que en algunas
ocasiones las personas no buscan las soluciones ptimas
sino ms bien soluciones suficientemente buenas o
aproximaciones aceptables, en otras palabras ese
termino se refiere al deseo de maximizar varios
objetivos en forma simultanea a niveles
minimamente satisfactorios.
El Mtodo de ponderacin.
Donde: son los coeficientes de ponderacin para cada
objetivo, indican el nivel de importancia de cada meta,
por ejemplo si indica que la meta de la restriccin (R1)
es mas importante que la meta de la restriccin (R2).
Son los coeficientes de desviacin por defecto y exceso.
bi vector de disponibilidad de recursos.
+

+ +
+ + + + + + =
i n i n
d w d w d w d w d w d w MnZ
1 2 4 2 3 1 2 1 1
......
) ......( .....
.... .......... .......... .......... .......... .......... ..........
) ......( .....
) ......( .....
2 2 1 1
2 2 2 2 2 2 22 1 21
1 1 1 1 1 2 12 1 11
n n i i n mn m m
n n
n n
R b d d X a X a X a
R b d d X a X a X a
R b d d X a X a X a
= + + + + +
= + + + + +
= + + + + +
+
+
+
s.a.
El Mtodo por preferencias.
Donde: ,indican los niveles
de Prioridad de cada objetivo, es decir: la
prioridad es mucho ms importante que ;
as mismo la prioridad 2P2 es ms
importante que la prioridad P2.
+ +
+ + + =
2 2 2 2 1 1 1 1
2 3 d P d P d P d P MnZ
2 2 1 1
2 , , 3 P P y P P >>> >>>
Restricciones.
1. Restricciones del sistema (llamadas
restricciones duras).
2. Restricciones de metas (llamadas
restricciones blandas)
3. Variables de Desviacin
4. Restricciones sobre el intervalo de meta
Resumen de las restricciones sobre las
metas
1. Propsito.
2. Minimizar el valor faltante
3. Minimizar el excedente
4. Restriccin del intervalo de Meta.
FORMULACIN
0 ,...., 0 , 0
0 ,...., 0 , 0
0 ,........ 0 , 0
......
...... .......... .......... .......... .......... .......... ..........
......
......
: .
) (
2
2
2 1
2 2 1 1
2 2 2 2 3 22 1 21
1 1 1 1 2 12 1 11
> > >
> > >
> > >
<
>
+ + + +
<
>
+ + + +
<
>
+ + + +
+
+ + +

+
+
+
+

m i
m i
n
m m m n mn m m
n n
n n
i i
d d d
d d d
X X X
b d d X a X a X a
b d d X a X a X a
b d d X a X a X a
a Sujeto
d d Mn
Primer caso


Segundo caso


Tercer caso


Cuarto caso


Quinto caso

). (
1
+
=

+
i
m
i
i
d d Mn

m
i
i
d Mn
1

=
+
m
i
i
d Mn
1
) (
1
+
=

i
m
i
i
d d Mn
) (
1

=
+

m
i
i i
d d Mn
METODO DE SOLUCIN DE UN PROBLEMA DE OBJETIVOS
MULTIPLES MEDIANTE LA VARIANTE SIMPLEX


Variables continas de desviacin en
exceso y defecto.
Variables en
la base
(vectores
unitarios de
A)
Vector de
disponibil
ad
De
recursos
b
N

Coeficientes
de
jerarquizaci
n
Indicadore
s de
Optimalid
ad
.
Modificado para este tipo de
programas.
CAPITULO II

APLICACIONES RELACIONADAS A
LA MINERA
FABRICACIN DE DOS TIPOS DE INICIADORES
La planta de fabricacin de explosivos y accesorios de
voladura de la Empresa Dyno Nobel Samex S.A. en
Arequipa, fabrica dos tipos de Iniciadores para voladura,
el Booster hecho en base a bentonita, posee alta potencia
que es utlizada en una perfecta iniciacin de columnas de
explosivos en minera a cielo abierto, y el mini Booster
Stinger, que esta diseado para taladros de pequeo
dimetro, ideal para minera subterrnea. Para producir
cualquiera de los dos tipos de Iniciadores la planta
requiere en promedio, una hora de produccin. Esta tiene
una capacidad mxima de 40 horas semanales en
produccin. El departamento de
ventas de Dyno Nobel Samex S.A. establece, que el mximo nmero de
Iniciadores de tipo Booster que se pueden vender a la semana es de 24 y 30
de tipo Mini Booster Stinger. La ganancia de un Iniciador tipo Booster es
de $500 y de tipo Mini Booster Stinger es de $250.

La compaa Dyno Nobel Samex S.A. desea saber cuantos Iniciadores de
tipo Booster y de tipo Mini Booster Stinger debe fabricar a la semana con
la finalidad de cumplir con las siguientes metas.

a. Se desea evitar la subutilizacin de la capacidad de produccin instalada, es
decir no quiere despedir empleados.

b. Quiere vender el mximo de Iniciadores tipo Booster. Como la ganancia de
un Iniciador tipo Booster es el doble de uno de tipo Mini Booster Stinger,
se desea vender ms Iniciadores de tipo Booster.

c. Desea minimizar los turnos extras de produccin.

SOLUCIN:



Sean: X 1 = nmero de Iniciadores tipo Booster.
X2 = nmero de Iniciadores tipo Mini
Booster Stinger.
Formulacin de las metas: coeficiente de prioridad P1
debido a la subutilizacin de la capacidad de produccin
( X1+X2+ )horas =40 horas
( X1+X2+ ) = 40
= variable en desviacin en defecto
Adems su tercer objetivo esta relacionada con esta restriccin;
de coeficiente de prioridad
horas ( ) horas

40
1 1 2 1
= + +
+
d d X X
40
1 1 2 1
= + +
+
d d X X

1
d

1
d
) (
1 3 3
P P P <<


Para la segunda meta: coefiente de prioridad P2.
Asociada a las variables de defecto y exceso en la produccin de
iniciacin de ambos tipos :

Debido al mximo numero de iniciadores tipo booster:
iniciadores tipo booster ( ) iniciadores tipo booster


debido al mximo numero de iniciadores tipo booster stinger:
indicadores tipo booster ( ) iniciadores stinger
tipo booster stinger





40
1 1 2 1
= + +
+
d d X X
+ +
3 3 2 2
, , , d d d d
24
2 1
= +

d X
24
2 1
= +

d X
30
3 2
= +

d X
30
3 2
= +

d X
Aplicando el mtodo Simplex para objetivos mltiples se tiene el
siguiente tablero:
+
1 3 2 1
d d d d
3 2 2 1
2 P P P P
1
P
2
2P
2
P

1
d

2
d

3
d
3
P
2
P
1
P
Cj Zj
X1 X2
0 0
40
24
30
1 1 1 0 0 -1
1 0 0 1 0 0
0 1 0 0 1 0
0
78
40
Por ejemplo, el primer objetivo es evitar la subutilizacin de
la capacidad de produccin semanal de 40 horas. Como
no slo se cumple este objetivo, sino que se est sub.
utilizando la produccin de la planta
precisamente en 40 horas, por lo que en la columna de
indicadores de optimalidad se coloca 40 en la fila de P1.

La segunda meta se refiere a vender 24 Iniciadores tipo
Booster con prioridad 2P2 y 30 de tipo Mini Booster Stinger
con prioridad P1. No se cumple esta meta, porque
y su desviacin es de:
2 x 24 + 30 = 78.
La tercera meta se refiere a minimizar los tiempos extras de
produccin. Como se cumple el objetivo y, en la
columna de indicadores de optimalidad se coloca 0, en la fila
de P3.

0
2 1
= = X X
0
2 1
= = X X
, 0
2 1
= = X X
Calculo de la matriz Zj -Cj. Para el clculo de la matriz Zj
Cj se debe tomar en cuenta que los coeficientes de
jerarquizacin no necesariamente tienen las mismas unidades
dimensionales y que por lo tanto, las leyes aritmticas de
suma y resta no se pueden utilizar. Las Cj representan las
componentes del vector P, mientras que Zj son productos de
la suma de las Cj veces ciertas constantes o coeficientes. Es
difcil dar una regla de general y por lo tanto se ilustra como
se obtiene cada uno de los trminos.
Sean las componentes de A = (aij), las de Pb = (Pbj) y las del
vector P = (Cj), i = 1,.,m; j = 1.,n,. Entonces la columna j =
1 se asocia a la variable X1 con C1 = 0 y la columna Zj Cj
ser igual a los coeficientes del siguiente vector:




Por lo tanto, se pone 1 en el rengln asociado a P1 , de la
columna 1 (asociada a X1) de la matriz Zj Cj y 2 en el rengln
asociado a P2, el resto de la columna es cero.

Para la segunda columna (X2), se tiene:





Se colocan los coeficientes en su respectiva columna
correspondiente como en el caso anterior. El resto de los
elementos de esa columna son nulas.
0 0 * *
2 1 * 2 *
1 *
2 31 3
2 2 21 2
1 1 11 1
= =
= =
= = -
P a P
P P a P
P P a P
B
B
B
2 2
2
1 1
2 1 *
0 0 * 2
1 *
P P
P
P P
=
=
=
Para las columnas , que son vectores unitarios de la
matriz A, los elementos de Zj Cj son nulos, tal como se ilustra
a continuacin.




Para la columna se tiene:




Por lo que se pone -1en el renglon de P3 de la columna y -1
en la fila P1.
El tablero original, al finalizar estos pasos queda de la siguiente
manera
+
1 3 2 1
, , , d d d d
0 1 *
0 2 1 2 *
0 1 *
2 2 5 35 3
2 2 4 24 2
1 1 3 13 1
= =
= =
= =
P P c a P
P P c a P
P P c a P
B
B
B
+
1
d
3 3
1 0 P P =
+
1
d
Tablero 1.
X1 X2
0 0
40
24
30
1 1 1 0 0 -1
2 1 0 0 1 0 0
0 1 0 0 1 0
0
78
40
0
78
40
0 0 0 0 0 -1
2 1 0 0 0 0
1 1 0 0 0 -1
+
1 3 2 1
d d d d
3 2 2 1
2 P P P P

1
d

2
d

3
d
1
P
2
2P
2
P
3
P
2
P
1
P
FUENTE: INTERPRETACION DE LOS AUTORES
3.- Determinacin de la variable que entra la base. Se
examina el coeficiente de prioridad ms alto que tenga un valor distinto a cero
en el vector de indicadores de optimizacin. En esta fila se escoge el mayor
coeficiente de la Zj Cj. Este paso seala la columna de entrada.
Para nuestro problema, el coeficiente de prioridad distinto a cero de mayor
importancia en el vector de indicadores de optimalidad es P1. En esa fila los
mayores coeficientes de Zj Cj se encuentran en la columna X1 y X2 (ambos
son 1).
Sin embargo, como en la jerarqua P2 , X1 tiene un coeficiente 2 y X2 coeficiente
1, se elige a X1 como la variable de entrada.
Determinacin de la variable que sale de la base. Sean las componentes
del vector b y sea la columna j de la matriz A que se ha seleccionado para
entrar a la base. Entonces el vector de salida se elige como:



Para el problema, la columna que entra es la X1 y la que sale es la
correspondiente a .
. ,....., 1 ), 0 , ( m i a
a
b
Mn
ij
ij
i
= >

2
d
24 )
1
24
,
1
40
( = Min
Determinacin del nuevo tablero. El pivote se hace 1 y el
resto de esta columna se hace cero, utilizando para ello operaciones
matriciales elementales similares al mtodo simples. Se incluyen todas las
matrices. El nuevo tablero es como sigue:
Primera Iteracin.
X1 X2
0 0

X1
16
24
30
0 1 1 -1 0 -1 1 0 0
1 0 0 0 1 0 0 1 0
0
30
16
0 0 0 0 0 -1
0 1 0 -2 0 0
0 1 0 -1 0 -1
+
1 3 2 1
d d d d
3 2 2 1
2 P P P P
1
P
2
P
3
P
2
P
1
P

1
d

3
d
Fuente: Interpretacin de los autores.
6.- Deteccin de la solucin ptima. Se actualizan los valores Zj Cj del
nuevo tablero, de manera similar al caso anterior. Si el vector de optimidad es
nulo, el tablero es ptimo. Si dicho vector no es nulo y existe por lo menos una
componente positiva, se analizan las Zj Cj de esa fila. Si existe una Zj Cj > 0
en esa fila, se analizan las Zj Cj de esa columna para coeficientes de mayor
jerarqua. Si stos son negativos el tablero es ptimo, para nuestro problema
seguiremos iterando aplicando operaciones matriciales elementales, y
aplicando los criterios de seleccin de las variables que entran y salen
tendremos:
Segunda iteracin.
X1 X2
0 0
X2 X1
16
24
14
0 1 1 -1 0 -1 1 0 0
1 0 0 0 1 -1 1 1 1



0
14
0
0 0 0 0 0 -1
0 0 -1 -1 0 1
0 1 -1 0 0 0
2
P

3
d
3
P
2
P
1
P
+
1 3 2 1
d d d d
3 2 2 1
2 P P P P
Interpretacin de los autores.
X1 X2
0 0
X2 X1
30
24
14
0 1 0 0 1 0
1 0 0 1 0 0 0 1 -1
1 1 1



14
0
0
0 0 -1 1 1 0
0 0 0 -2 0 1
0 0 0 -1 0 0
+
1
d
3
P
2
P
1
P




Tercera Iteracin
Fuente: Interpretacin de los autores
La solucin es ptima es decir se deben vender a la semana X2=30
Iniciadores tipo Mini Booster Stinger y X1 =24 Iniciadores tipo
Booster, pero para esto se utilizaran 14 horas extras, para cumplir
los objetivos.
7.-Interpretacin de la solucin optima. Se debe producir
semanalmente 24 Iniciadores tipo Booster, y 30 Mini
Booster Stinger, cumplindose as la segunda meta que
es la de vender el mximo nmero de Iniciadores.
La primera meta es de evitar la subutillizacin de la
capacidad de produccin se cumple ya que = 0.
a tercera meta no se logra cumplir ya que el tiempo extra de
produccin es de = 14, eso quieren decir que se emplean
14 horas extras a la semana. Podemos concluir diciendo
que aunque no se cumple la tercera meta la solucin es
valida ya que se cumplieron las otras dos metas ms
importantes y de mayor prioridad P1 y P2.
EMPRESA 3M FABRICANTE DE DOS TIPOS DE
DERESPIRADORES.
La empresa 3M desea fabricar respiradores de dos
calidades A y B. Para producir cualquiera de los dos tipos de
respiradores se requiere en promedio una hora de produccin
en planta, para lo cual cuenta tambin con una capacidad
mxima de 45 horas por semana. El gerente establece que
el mximo de pernos del tipo A que se pueden vender en una
semana es de 29 y del tipo B es de 35. La utilidad que se
obtiene por los pernos tipo A es de $10 y para el tipo B $5.
Supongamos que la nica meta del gerente de la empresa
fuera maximizar ganancias, su problema lineal tradicional se
formula como:


Sujeto a:

2 1
5 10 X X MaxZ + =
Sujeto a:
2 1
5 10 X X MaxZ + =






0 ,
35
29
45
2 1
2
1
2 1
>
s
s
s +
X X
X
X
X X
Donde X1 y X2 son variables continuas de decisin que
representan el nmero de unidades de cada producto,
respectivamente que se deben de producir en una semana.

Sin embargo el gerente de esta empresa establece las
siguientes metas en orden de importancia:
a.Desea evitar en lo posible la subutilizacin de la capacidad de
produccin.
b.Quiere vender el mximo de pernos del tipo A. Como la
ganancia de un perno del tipo A es el doble que del tipo B.
c.Desea minimizar los tiempos extras de produccin
SOLUCIN:
A.- Formulacin Del Programa:
Para el primer objetivo: evitar la subutilizacin de la capacidad de
produccin.
Coeficiente de prioridad: P1
X1 = N de respiradores de calidad A.
X2 = N de respiradores de Calidad B.
1 hora (X1 respiradores de calidad A)
1 respirador de calidad A
1 hora (X2 respiradores de calidad B)
1 respirador de calidad B
Como el primer objetivo es evitar la subutilizacin agregamos la variable en
defecto para lograr la estandarizacin, entonces la combinacin lineal ser
igual a 45 horas
horas ( ) horas
) (
) (
45
1 2 1
= + +

d X X


Pero adems el tercer objetivo esta relacionado con esta
restriccin, en la funcin objetiva usamos un coeficiente de
prioridad P3, entonces asociamos una variable de acceso
a la restriccin:

=
= variable de desviacion en defecto asociado a la
subutilizacion de la capacidad normal de produccin. variable
de desviacin en exceso asociado a la subutilizacion de la
capacidad normal de produccin.

+
1
d
45
1 2 1
= + +

d X X
+
1
d
45
1 1 2 1
= + +
+
d d X X

2
d
Para el primer objetivo: coeficiente de prioridad P2
de acuerdo al mximo numero de respiradores de tipo
A.
= desviacin en defecto y exceso de la
meta establecida por el departamento de ventas para
el respirador tipo A.
respiradores tipo A ( ) respirador tipo A

De acuerdo al mximo numero de respiradores del tipo
B.
respiradores tipo B ( ) respirador tipo B


Como se debe vender mas unidades de respiradores de
tipo A se asocia un coeficiente prioritario 2P2 a
entonces:

2
d
+
2 2
, d d
29
2 2 1
= +
+
d d X
35
3 3 2
= +
+
d d X
35
3 3 2
= +
+
d d X


Sujeto a:





B. Solucin propiamente:
Primeramente llevamos todos los datos al tablero inicial:

. . .... .......... 2
1 3 3 2 2 2 1 1
O F d P d P d P d P MinZ
+
+ + + =
0 , , , , , , ,
35
29
45
3 3 2 2 1 1 2 1
3 3 2
2 2 1
1 1 2 1
>
= +
= +
= + +
+ + +
+
+
+
d d d d d d X X
d d X
d d X
d d X X
TABLA I
X
1
X
2
d
1
-
d
2
-
d
3
-
d
1
+
d
2
+
d
3
+

0 0 P
1
2P
2
P
2
P
3
0 0
P
1
d
1
-
45 1 1 1 0 0 -1 0 0
2P
2
d
2
-
29 1 0 0 1 0 0 -1 0
P
2
d
3
-
35 0 1 0 0 1 0 0 -1
P
3
c
P
2
b Matriz Zj - Cj (por calcularse)
P
1
a

Paso I: Clculos para el segundo tablero.
Se calcula primero las componentes del vector . De acuerdo al
primer objetivo, y como , vemos que no se cumple con el
objetivo, sino que se esta subutilizado en 45 horas, por lo que
. Por lo que en la columna de indicadores de optimalidad a =
45.
Para el segundo objetivo, tampoco se cumple con el objetivo por
lo que:


Para el clculo de la matriz ; las representan las
componentes del vector P, mientras que son productos de la
suma de las veces.
Para nuestro problema, la columna j = 1 se asocia a la variable
X1, con C1 = 0 por lo que se tiene:
0
2 1
= = X X
45 45 * 1 = = a
93 35 * 1 29 * 2 = + = b
El tercer objetivo si cumple su meta, entonces c = 0.
" "
j j
C Z
j
Z
j
C



Por lo tanto se pone un 1 a la fila asociada a P1 y un 2 a la fila
asociada a P2.
Para la columna X2 y C = 0, tenemos:



Entonces se pone un 1 a la fila asociada a P1.
Para las columnas que son vectores unitarios de la
matriz, los son nulos tal como se muestra:
son nulos tal como se muestra:




0 0 * *
2 1 * 2 *
1 * *
2 31 3
2 2 21 2
1 1 11 1
= =
= =
= =
P a P
P P a P
P P a P
B
B
B
2 2
2
1 1
1 *
0 0 * 2
1 *
P P
P
P P
=
=
=

3 2 1
, , d d d



Para la columna se tiene:

Para la columna se tiene:


Para la columna se tiene:



0 1 * *
0 2 1 * 2 *
0 1 * *
2 2 5 35 3
2 2 4 24 2
1 1 3 13 1
= =
= =
= =
P P c a P
P P c a P
P P c a P
B
B
B
3 3 2
3 1 3 1
* 0
) 1 ( *
P P P
P P P P
=
=
+
1
d
+
2
d
0 0 0 *
2 0 ) 1 ( * 2
0 0 0 *
2
2 2
1
=
=
=
P
P P
P
+
3
d
2 2
2
1
0 ) 1 ( *
0 0 0 * 2
0 0 0 *
P P
P
P
=
=
=
Al finalizar estos clculos, todos los datos son ordenadamente a la siguiente
tabla llevados :












Paso II: determinacin de la variable que entra a la base:
El coeficiente de prioridad de mayor importancia es P1, en esa fila los
mayores coeficientes Zj Cj se encuentran en la columna X1 y X2 y
ambos son 1.Sin embargo en la jerarqua P2, X1 tiene un coeficiente 2
y X2 un coeficiente 1, por lo que se elige a X1 como variable de
entrada.





TABLA II
X
1
X
2
d
1
-
d
2
-
d
3
-
d
1
+
d
2
+
d
3
+

0 0 P
1
2P
2
P
2
P
3
0 0
P
1
d
1
-
45 1 1 1 0 0 -1 0 0
2P
2
d
2
-
29 1 0 0 1 0 0 -1 0
P
2
d
3
-
35 0 1 0 0 1 0 0 -1
P
3
0 0 0 0 0 0 -1 0 0
P
2
93 2 1 0 0 0 0 -2 -1
P
1
45 1 1 0 0 0 -1 0 0

Paso III: Determinacin de la variable que sale de la base:



Por lo que sale de la base. La interseccin de la columna X1 y la fila
representa el pivote. (Ver tabla II).
Paso IV: Determinacin del nuevo tablero:
El pivote se hace y el resto de la columna se hace cero, para ello se utiliza
operaciones matriciales elementales, tal como se muestra en la siguiente
tabla.

TABLA III
X
1
X
2
d
1
-
d
2
-
d
3
-
d
1
+
d
2
+

d
3
+

0 0 P
1
2P
2
P
2
P
3
0
0
P
1
d
1
-
16 0 1 1 -1 0 -1 1
0
0 X
2
29 1 0 0 1 0 0 -1
0
P
2
d
3
-
35 0 1 0 0 1 0 0
-1
P
3
0

P
2
35 Matriz Zj - Cj (por calcularse)
P
1
16

29
1
29
;
1
45
=
)
`

Min

2
d
De manera similar que los procedimientos anteriores se elige las variables de
entrada y salida que se muestran en la tabla IV. Como vemos que el tablero
no es ptimo nuevamente se regresa al paso II y as sucesivamente, para
calcular la siguiente tabla:












Analizando el vector vemos que todava no es nulo, por lo que
nuevamente calculamos una nueva tabla:
TABLA V
X
1
X
2
d
1
-
d
2
-
d
3
-
d
1
+
d
2
+

d
3
+

0 0 P
1
2P
2
P
2
P
3
0 0
0 X
2
16 0 1 1 -1 0 -1 1 0
0 X
1
29 1 0 0 1 0 0 -1 0
P
2
d
3
-
19 0 0 -1 1 1 1 -1
-
1
P
3
0 0 0 0 0 0 -1 0 0
P
2
19 0 0 -1 -3 0 1 -1
-
1
P
1
0 0 0 -1 0 0 0 0 0

Interpretacin de la solucin ptima:
Del tablero ptimo se tiene que X1 = 29 y X2 = 35. Lo cual
representa que se deben producir semanalmente 29
respiradores del tipo A y 35 del tipo B. Con esto se cumple los
dos objetivos de mayor prioridad ya que P1 = 0 y P2 = 0.
No se subutiliza la capacidad de produccin semanal .
Se vende mayor cantidad de respiradores del tipo A .
Y por ltimo , esto significa que los tiempos extras de
trabajo no sobrepasarn las 19 horas semanales.
0
1
=

d
.
0
2
=

d
19
1
=
+
d
CAPITULO III

APLICACIN DE PROGRAMACIN
POR OBJETIVOS MLTIPLES A LA
MINERA
EN EL TRANSPORTE DE MINERAL DE LA CIA MINERA
SANTA MARIA.

La CIA Minera Santa Mara explota seis niveles en
forma paralela, (los niveles de produccin cuenta con
caractersticas geolgica parecidas unas de las otras).
El acarreo y transporte de mineral se realiza por medio
de dos tipos de vehculos; vehculos del tipo Volvo y
vehculos del tipo Dodge. La CIA Minera cuenta con 10
vehculos del tipo Volvo y con 5 vehculos del tipo
Dodge. Tenemos como datos que el vehculo del tipo
Volvo trabaja 200 horas mensuales en el transporte del
mineral, mientras que el vehculo del tipo Dodge
trabaja 180 horas mensuales. El vehculo del tipo
Volvo tiene una capacidad de transporte de 200
toneladas por hora, desde los centros de explotacin
hasta las plantas concentradoras, por su parte el
vehculo del tipo Dodge tiene una capacidad de
transporte de 100 toneladas en ese mismo lapso.
El gerente de la CIA Minera ha definido que su meta es
transportar 500,000 toneladas de mineral
mensualmente, para que de esta manera la planta
concentradora pueda estar bien abastecida y trabajar
normalmente (siete horas al da y 6 das a la semana).
Por otra parte en la CIA Minera estn permitidos los
tiempos extras de trabajo, ya que aunque los vehculos
trabajen siete horas al da y seis das a la semana, se
puede trabajar los das de descanso y/o trabajar una
horas ms al da. Sin embargo para no entrar en
problemas de mantenimiento de los vehculos, la CIA
Minera limita los tiempos extras de trabajo a no ms de
40 horas mensuales para los vehculos del tipo Volvo.
Por ltimo la CIA Minera se ha fijado una poltica de
abatir el uso de vehculos por falta de presupuesto.
Aunque esta poltica es aplicable a todo tipo de vehculo,
se quiere proteger con doble prioridad a los vehculos del
tipo Volvo, ya que estos tienen mayor capacidad de
transporte en comparacin con los vehculos del tipo
Dodge.[54]

[54] EPPEN G.D. GOULD F.JInvestigacin de Operaciones en
ciencia Administrativa.- Mxico, Edit. Iberoamericana, Cap IX. Pp. 409.

SOLUCIN:
A.- FORMULACIN DEL PROGRAMA:

PRIMER OBJETIVO: Transportar 500000 Toneladas de mineral
mensualmente.
Donde:
Nmero de horas mensuales que se emplea a un vehculo del tipo
Volvo.

Nmero de horas mensuales que se emplea a un vehculo del tipo
Dodge.

Variacin en defecto del objetivo de transporte mensual.

Variacin en exceso del objetivo de transporte mensual.

Este objetivo tiene sentido fsico y unidades:
Debido a su capacidad de Transporte:

=
1
X
=
2
X
=

1
d
=
+
1
d
( ) Volvo vehiculo en Transporte de horas X
Volvo vehiculo en Transporte de hr
Tn
1
1
200
|
|
.
|

\
|
El gerente ha definido transportar 500000 Ton., entonces:
( ) Dodge vehiculo en Transporte de horas X
Dodge vehiculo en Transporte de hr
Tn
2
1
100
|
|
.
|

\
|
Ton Ton d d X X 000 , 500 ) 100 200 (
1 1 2 1
= + +
+
( ) 1 000 , 500 100 200
1 1 2 1
= + +
+
d d X X
SEGUNDO OBJETIVO: No exceder el tiempo extra de trabajo de
los vehculos a no ms de 40 horas mensuales.
Calculamos el tiempo total en cada tipo:
Horas mensuales de transporte de mineral por el vehculo Volvo:


Horas mensuales de transporte de mineral por el vehculo Dodge:


( ) Mensuales Horas
Volvo vehiculo
Horas
Volvo vehiculos 2000
1
200
10 =
|
|
.
|

\
|
( ) Mensuales Horas
Volvo vehiculo
Horas
Volvo vehiculos 900
1
180
5 =
|
|
.
|

\
|
Para el vehiculo tipo Volvo:
Variacin en defecto de las horas normales mensuales de trabajo
del vehculo del tipo Volvo.
Variacin en exceso de las horas normales mensuales de trabajo
del vehculo del tipo Volvo.
=

2
d
=
+
2
d
Horas Horas d d X 000 , 2 ) (
2 2 1
= +
+
( ) 2 000 , 2
2 2 1
= +
+
d d X
Para el vehiculo tipo Dodge:
Variacin en defecto de las horas normales mensuales de trabajo del
vehculo del tipo Dodge.
Variacin en exceso de las horas normales mensuales de trabajo del
vehculo del tipo Dodge.
Idem:

El objetivo nos dice que no debe exceder las 40 horas de trabajo extra.
Variables de desviacin en defecto y en exceso del tiempo extra permitido para
un vehculo del tipo Volvo.
=

3
d
=
+
3
d
( ) 3 900
3 3 2
= +
+
d d X
=
+
4
d ,
4

d
Entonces tenemos:

En la Funcin Objetivo:
P1 : P2 :
P3 : 2P3 :

FORMULACIN DEL MODELO:


Sujeto a:

( ) 4 40
4 4 2
= +
+ +
d d d
+
4
d

1
d

3
d

2
d
+
+ + + =
3 3 2 3 4 2 1 1
2 d P d P d P d P MinZ
0 , , , , , , , , ,
900
000 , 2
000 , 500 100 200
4 4 3 3 2 2 1 1 2 1
3 3 2
2 2 1
1 1 2 1
>
= +
= +
= + +
+ + + +
+
+
+
d d d d d d d d X X
d d X
d d X
d d X X
B.- SOLUCIN PROPIAMENTE:
1. Construccin del Tablero Inicial:
Tabla I
X
1
X
2
d
1
-
d
2
-
d
3
-
d
4
-
d
1
+
d
2
+
d
3
+
d
4
+

0 0 P
1
2P
3
P
3
0 0 0 0 P
2

P
1
d
1
-
500,000 200 100 1 0 0 0 -1 0 0 0
2P
3
d
2
-
2,00 1 0 0 1 0 0 0 -1 0 0
P
3
d
3
-
900 0 1 0 0 1 0 0 0 -1 0
0 d
4
-
40 0 0 0 0 0 1 0 1 0 -1
P
3
c
P
2
b
Matriz Zj - Cj (por calcularse)
P
1
a
2. Clculo del vector :
Primer Objetivo: , entonces:
Segundo Objetivo: , entonces: b = 0
Tercer Objetivo: , entonces:

3. Calculando la Matriz Zj - Cj
Para la columna X1:





Entonces 200 va asociado a P1, 2 en la fila asociada a P3 y colocamos
cero en el resto de la columna.
Para la columna X2:

0
2 1
= = X X
000 , 500 1 * 000 , 500 = = a
0
2 1
= = X X
0
2 1
= = X X 900 , 4 900 * 1 000 , 2 * 2 = + = c
0 0 * 0 *
0 0 * *
2 1 * 2 *
200 200 * *
1 41 4
3 1 31 3
3 3 1 21 2
1 1 1 11 1
= =
= =
= =
= =
c a P
P c a P
P P c a P
P P c a P
B
B
B
B
0 0 * 0
1 *
0 0 * 2
100 100 *
3 3
3
1 1
=
=
=
=
P P
P
P P
Para las columnas , tenemos:



El resto de sus elementos de cada columnas tambin son ceros.
Para la columna :



Para la columna :



Para la columna :




4 3 2 1
, , , d d d d
0 0 1 * 0 *
0 1 * *
0 2 1 * 2 *
0 1 * *
6 46 4
3 3 5 35 3
3 3 4 24 2
1 1 3 13 1
= =
= =
= =
= =
c a P
P P c a P
P P c a P
P P c a P
B
B
B
B
+
1
d
0 0 ) 0 ( * 0
0 0 ) 0 ( *
0 0 ) 0 ( * 2
0 ) 1 ( *
3
3
1 1
=
=
=
=
P
P
P P
+
2
d
0 0 ) 1 ( * 0
0 0 ) 0 ( *
2 0 ) 1 ( * 2
0 0 ) 0 ( *
3
3 3
1
=
=
=
=
P
P P
P
+
3
d
0 0 ) 0 ( * 0
0 ) 1 ( *
0 0 ) 0 ( * 2
0 0 ) 0 ( *
3 3
3
1
=
=
=
=
P P
P
P
Para la columna :



4. Construccin del Tablero II.





Tabla II
X
1
X
2
d
1
-
d
2
-
d
3
-
d
4
-
d
1
+
d
2
+
d
3
+
d
4
+

0 0 P
1
2P
3
P
3
0 0 0 0 P
2

P
1
d
1
-
500,000 200 100 1 0 0 0 -1 0 0 0
2P
3
d
2
-
2,00 1 0 0 1 0 0 0 -1 0 0
P
3
d
3
-
900 0 1 0 0 1 0 0 0 -1 0
0 d
4
-
40 0 0 0 0 0 1 0 1 0 -1
P
3
4,900 2 1 0 0 0 0 0 -2 -1 0
P
2
0 0 0 0 0 0 0 0 0 0 -1
P
1
500,000 200 100 0 0 0 0 -1 0 0 0

+
4
d
2 2
2 2 3
2 2 3
2 2 1
) 1 ( * 0
) 0 ( *
) 0 ( * 2
) 0 ( *
P P
P P P
P P P
P P P
=
=
=
=
5. Determinacin de la variable que entra a la base.

El coeficiente de prioridad de mayor importancia es P1, en esa fila el
mayor coeficiente de Zj Cj = 200, que se encuentra en la columna
X1, por lo que se elige a X1 como variable de entrada.

6. Determinacin de la variable que sale de la base.

De la frmula:


Entonces:



7. Ubicando el Pivote. Se hace 1 al pivote y cero a los dems valores
de la columna.

> 0 ,
ij
ij
i
a
a
b
Min
000 , 2
1
000 , 2
,
200
000 , 500
=
)
`

Min
Tabla III
X
1
X
2
d
1
-
d
2
-
d
3
-
d
4
-
d
1
+
d
2
+
d
3
+
d
4
+

0 0 P
1
2P
3
P
3
0 0 0 0 P
2

P
1
d
1
-
100,000 0 100 1 -200 0 0 -1 200 0 0
0 X
1
2,000 1 0 0 1 0 0 0 -1 0 0
P
3
d
3
-
900 0 1 0 0 1 0 0 0 -1 0
0 d
4
-
40 0 0 0 0 0 1 0 1 0 -1
P
3
900
P
2
0 Matriz Zj - Cj (por calcularse)
P
1
100,00
8. Deteccin de la Solucin Optima.

Si el vector es nulo el tablero es ptimo
si el no es nulo y existe un valor positivo, se analiza las
Zj Cj de esa fila, y si existe un valor mayor que cero, se
analiza la columna de ese valor y si el resto de la
columna es negativo, el tablero es ptimo. De lo
contrario se vuelve al paso II y a los siguientes.

COMO AN NO ENCONTRAMOS LA SOLUCIN
PTIMA, VOLVEMOS A REALIZAR LOS PASOS
ANTERIORES.

Tabla V
X
1
X
2
d
1
-
d
2
-
d
3
-
D
4
-
d
1
+
d
2
+
d
3
+
d
4
+

0 0 P
1
2P
3
P
3
0 0 0 0 P
2

P
1
d
1
-
92,000 0 100 1 -200 0 -1 -1 0 0 200
0 X
1
2,040 1 0 0 1 0 1 0 0 0 -1
P
3
d
3
-
900 0 1 0 0 1 0 0 0 -1 0
0 d
2
+
40 0 0 0 0 0 1 0 1 0 -1
P
3
900 0 1 0 -2 0 0 0 0 -1 0
P
2
0 0 0 0 0 0 0 0 0 0 -1
P
1
92,000 0 100 0 -200 0 -1 -1 0 0 200

Construyendo el tablero VI
Tabla VI
X
1
X
2
d
1
-
d
2
-
d
3
-
d
4
-
d
1
+
d
2
+
d
3
+
d
4
+

0 0 P
1
2P
3
P
3
0 0 0 0 P
2

P
2
d
4
+
460 0 1/2 1/200 -1 0 -1/200 -1/200 0 0 1
0 X
1
2,500 1 1/2 1/200 0 0 199/200 -1/200 0 0 0
P
3
d
3
-
900 0 1 0 0 1 0 0 0 -1 0
0 d
2
+
500 0 1/2 1/200 -1 0 199/200 -1/200 1 0 0
P
3
900 0 1 0 -2 0 0 0 0 -1 0
P
2
460 0 1/2 1/200 -1 0 -1/200 -1/200 0 0 0
P
1
0 0 0 -1 0 0 0 0 0 0 0

Tabla Optima
X
1
X
2
d
1
-
d
2
-
d
3
-
d
4
-
d
1
+
d
2
+
d
3
+
d
4
+

0 0 P
1
2P
3
P
3
0 0 0 0 P
2

P
2
d
4
+
50 0 0 1/100 -2 -1 189/200 -1/100 0 1 1
0 X
1
2,050 1 0 1/100 0 -1 199/200 -1/100 0 -1 0
0 X
2
900 0 1 0 0 1 0 0 0 -1 0
0 d
2
+
2,000 0 0 0 1 0 0 0 1 0 0
P
3
0 0 0 0 -2 -1 0 0 0 0 0
P
2
50 0 0 1/100 -2 -1 189/200 -1/100 0 1 0
P
1
0 0 0 -1 0 0 0 0 0 0 0
Interpretacin de la Solucin ptima:
De la tabla ptima X1 = 2,050 y X2 = 900. Lo cual indica
que el vehculo del tipo Volvo va a trabajar 2,050 horas
mensuales y el vehculo del tipo Dodge va a trabajar 900
horas mensuales.
Entonces se cumple la meta ms importante ya que P1 =
0; es decir la CIA Minera va a transportar 500,000
toneladas de mineral mensualmente.
Para el segundo objetivo no se cumple con la meta, ya que
para conseguir la primera meta, el vehculo del tipo Volvo
debe trabajar 50 horas extras al mes, lo cual sobrepasa el
lmite impuesto por el gerente de la CIA Minera (
de la tabla ptima).
Por ltimo el tercer objetivo si se cumple a cabalidad ya
que P3 = 0, lo cual indica que la CIA Minera protege con
doble prioridad a los vehculos del tipo Volvo, ya que
estos tienen mejor rendimiento en comparacin con los
vehculos del tipo Dodge.
, 50
4
=
+
d
EN LA PRODUCCIN DIARIA DE LA
COMPAA MINERA TOQUEPALA.
FABRICACIN DE DOS TIPOS
DE PERFORADORAS EN
SANDVICK CORPORATION.