Programa de Produccin

La Secuencia de Extraccin
Define donde comienza
la mina y como
progresa en el tiempo.

Generalmente se
disea pensando en la
distribucin de ley, no la
geomecnica ni la
geotcnica.
Definicin de Secuencia

2 1
3
 Plan Minero
Define el qu?, cundo? y cmo? se
extraern los recursos en cada uno de los
perodos del negocio minero, Programa
de Produccin
Se cuantifican los recursos humanos y
materiales a utilizar
Representa el plan de negocios de la
compaa
 Discretizacin de la Envolvente
Econmica
Gruesa
Caserones, Cruzado de produccin en Hundimiento
por Paneles, Fases de rajo
Fina
Anillos de perforacin, Puntos de extraccin,
Interseccin fase banco (o banco)
A mayor discretizacin mayor ser el tiempo en
resolver la secuencia operativa a utilizar
Debe ser elegida en funcin de la selectividad
del mtodo de explotacin
 Plan Minero
Programa de preparacin

Programa de produccin

Flujo de Recursos
Equipos.
Servicios.
Personal.
 Programa de Produccin
Objetivo:
Max. VAN.
Max. vida mina.
Max. fino.
Min Costo
Min Desviacin
.
 Programa de Produccin Rajo
Maximizar el VAN enviando a planta las leyes altas primero, poltica
de leyes de corte
Proveer un balance en el tiempo de los productos, cobre, fierro, etc.
Proveer un balance en el movimiento de estril y mineral en el
tiempo y que sea acorde a las flotas de equipo
Definir las fases de modo de utilizar al mximo la infraestructura
minera definida
Definir el ancho de explotacin lo suficientemente amplio para
cumplir con la meta de produccin y los equipos que la sostienen
Identificar las aperturas de banco en el plan de produccin de modo
de cuantificar confiablemente la meta de produccin
Manejo de pilas y rajos mltiples de modo de maximizar la
utilizacin de la envolvente econmica.
 Programas de Produccin Utilizando
Programacin Matemtica
Funcin objetivo
Parmetros econmicos
Parmetros no deseados
Variables reales, como tonelaje
Variables enteras, acciones, cuando abrir el casern,
cuando cerrarlo
Restricciones
Mtodo de explotacin, secuencia
Produccin por unidades mineras
Contaminantes
otros
Restricciones de extraccin
Vel. Desarrollo.
Variables productivas del mtodo de
explotacin.
Secuencia.
Tonelaje procesamiento.
Contaminantes.
Costos.

 Diagrama conceptual de la
programacin de la produccin
Recursos Mtodo de
Recursos Secuencia
Econmicos Expl.
3,500 1.80
3,000 1.60
%Cu 1.40

BC
2,500

T1, l1

Tonelaje (mt)
1.20

Ley Media
2
2,000 1.00

UBM 1
1,500 0.80
Au (ppm)
0.60
1,000
0.40
500 0.20
- 0.00

0.2

0.4

0.6

0.8

1.2

1.4
0.1

0.3

0.5

0.7

0.9

1.1

1.3
Lc

3,500 1.80
3,000 1.60
%Cu 1.40
2,500
Tonelaje (mt)

1.20

T2, l2 Rajo

Ley Media
UBM 2 1
2,000 1.00
1,500 0.80
Au (ppm)
0.60
1,000
0.40
500 0.20
- 0.00
0.2

0.4

0.6

0.8

1.2

1.4
0.1

0.3

0.5

0.7

0.9
1
1.1

1.3
Lc

3,500 1.80
3,000 1.60
%Cu 1.40

UBM n
2,500
Tonelaje (mt)

1.20
Ley Media

Tn, ln
2,000 1.00
0.80

CyR
1,500
Au (ppm)

n
0.60
1,000
0.40
500 0.20
- 0.00
0.1

0.3

0.5

0.7

0.9

1.1

1.3
0.2

0.4

0.6

0.8

1.2

1.4

Lc
 Diagrama conceptual de la
programacin de la produccin
A1 A2 AT

UBM 1
Porcentajes de extraccin de
Cada UBM en diferentes
perodos de tiempo
UBM 2

UBM n
 Programa de Produccin de un
Inventario de Recursos
v lc Valorizacin del inventario de recursos
u lc , t Proporcin del inventario de recursos
que es extrado en periodo t
q Factor de actualizacin anual

N

Funcin Objetivo MAX
u ( l ,t ) c

q v l u(l , t )
t 1
t
c c

Restricciones
0 u (lc , t ) 1 Proporcin
N

u (l , t ) 1 Conservacin de masa
t 1
c

vT lc u lc , t Tt t 1..N Tonelaje meta

lc

v l u l , t Lm(t ) t 1..N
lc
lm
c c Restriccin de Leyes
 Ejemplo de Programacin de
Inventario de Recursos
Matriz de Decisiones
Valoracin del Inventario Lc v (M$) A1 A2 A3 A4 A5 A6 A7 A8 A9 A10
0.1 (127.0) 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
Lc T (Mt) Ti Cu_i v (M$) 0.2 (739.3) 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.1 3320 23 0.135 (127.0) 0.3 (2,152.6) 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1
0.4 1.5 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.2 3297 265 0.290 (739.3) 0.5 696.4 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.3 3032 1216 0.346 (2,152.6) 0.6 957.3 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.4 1816 645 0.445 1.5 0.7 926.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.5 1171 382 0.546 696.4 0.8 790.8 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.9 667.4 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.6 789 262 0.647 957.3 1 544.5 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.7 527 171 0.746 926.0 1.1 447.9 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.8 356 109 0.846 790.8 1.2 374.6 0.0 0.0 0.0 0.0 0.0 0.0 0.2 0.1 0.0 0.7
0.9 247 74 0.945 667.4 1.3 307.2 0.0 0.0 0.0 0.0 0.0 0.0 0.3 0.3 0.4 0.0
1.4 924.2 0.2 0.2 0.2 0.2 0.2 0.2 0.0 0.0 0.0 0.0
1 173 50 1.047 544.5
1.1 122 35 1.146 447.9
1.2 87 26 1.247 374.6
1.3 61 19 1.349 307.2
1.4 42 42 1.664 924.2
Restricciones Productivas y Resultado
C 12
CM 3.5 v (M$) A1 A2 A3 A4 A5 A6 A7 A8 A9 A10
CP 4.5 T 100.0 100.0 150.0 150.0 170.0 170.0 170.0 170.0 170.0 170.0
Rev Factor 18 lm 1.22 1.20 1.11 1.09 1.07 1.05 1.08 1.07 1.06 1.08
a 0.1 C 100 100 150 150 170 170 170 170 170 170
vi 1401 1367 1799 1735 1923 1854 1952 1926 1875 1950

VAN $10,628
 Programa de Produccin de
Mltiples UBMs
vi Valorizacin de UBM i
u i, t Proporcin de la UBM i que es extrado en periodo t

b i , t Variable o parmetros binarios que permiten

asignar o definir secuencia
q
Factor de actualizacin anual
N

Funcin Objetivo MAX
u ( i ,t ),b i ,t

q v u i, t b i, t
t 1
t
i

Restricciones 0 u (i , t ) 1 0 b(i, t ) 1 Proporcin

N

u i, t b i, t 1 i 1..M
t 1
Conservacin de masa
b i 1, t 1 z b i, t i 1..M, t 1..N Secuencia Minera
v u i, t T t 1..N
i
T
i t Tonelaje meta

v lm i u i, t Lm(t ) t 1..N Restriccin de Leyes

i
Ejemplo Secuencia 5 Rajos
 Programar 5 Rajos
62 Mt/a de cobre fino
42 Mt/a de cobre de sulfuros
20 Mt/a de cobre en xidos
Chancado 14.2 Mt/a
Mov mina max 36 Mt/a
 Componentes
UBM Pushback Mov Total Ore Total Waste Total Fino Total
M1 1 26,402,763 10,978,474 15,424,288 68,867
M1 2 15,514,912 7,752,800 7,762,112 53,138
M2 1 17,324,876 10,895,447 6,429,429 50,288
M2 2 28,542,238 16,208,035 12,334,202 54,937
M3 1 18,581,157 4,180,503 14,400,653 28,990
M4 1 24,420,593 18,290,551 6,130,041 88,091
M4 2 25,709,988 8,856,439 16,853,549 43,940
M4 3 83,735,907 14,168,759 69,567,146 78,690
M4 5 32,582,447 5,315,842 27,266,604 50,887
M4 6 12,533,236 5,336,910 7,196,326 47,542
M4 7 21,750,275 7,465,511 14,284,764 49,478
M4 8 33,395,272 5,905,978 27,489,293 42,288
M4 9 64,285,838 12,942,225 51,343,612 95,420
M4 10 17,195,931 11,880,632 5,315,298 44,001
M4 11 34,940,115 9,220,957 25,719,156 48,581
M5 1 34,051,660 11,284,073 22,767,586 50,643

Cubicacin de diferentes unidades bsicas mineras, de acuerdo

a algn nivel de discretizacin ad-hoc para aplicar el mtodo de
explotacin
Restricciones de Secuencia
UBM Pushback Y1 Y2 Y3 Y4 Y5 Y6 Y7 Y8 Y9 Y10 Y11 Y12
M1 1 1 1 1 1 1 1 1 1 1 1 1 1
M1 2 1 1 1 1 1 1 1 1 1 1 1 1
M2 1 1 1 1 1 1 1 1 1 1 1 1 1
M2 2 0 1 1 1 1 1 1 1 1 1 1 1
M3 1 0 0 1 1 1 1 1 1 1 1 1 1
M4 1 0 0 0 1 1 1 1 1 1 1 1 1
M4 2 0 0 0 1 1 1 1 1 1 1 1 1
M4 3 0 0 0 0 1 1 1 1 1 1 1 1
M4 5 0 0 0 0 1 1 1 1 1 1 1 1
M4 6 0 0 0 0 0 1 1 1 1 1 1 1
M4 7 0 0 0 0 0 1 1 1 1 1 1 1
M4 8 0 0 0 0 0 0 0 1 1 1 1 1
M4 9 0 0 0 0 0 0 0 1 1 1 1 1
M4 10 0 0 0 0 0 0 0 0 1 1 1 1
M4 11 0 0 0 0 0 0 0 0 1 1 1 1
M5 1 0 0 0 0 0 0 0 0 1 1 1 1
 Matriz de Decisiones

Y1 Y2 Y3 Y4 Y5 Y6 Y7 Y8 Y9 Y10 Y11 Y12 sum pond

M1 0.33 0.50 0.17 - - - - - - - - - 1.00
M1 0.41 - 0.59 - - - - - - - - - 1.00
M2 0.05 - - - 0.26 0.35 0.33 - 0.01 - - - 1.00
M2 - 0.50 0.35 - 0.00 - - 0.04 - - 0.11 - 1.00
M3 - - - - - - - - - 0.60 - 0.32 0.92
M4 - - - 0.45 - - - 0.27 0.27 - 0.01 - 1.00
M4 - - - 0.52 0.48 - - - - - - - 1.00
M4 0.14 - - - 0.04 0.20 0.29 0.13 0.20 - - - 1.00
M4 - - - - 0.47 0.05 - - 0.31 0.17 - - 1.00
M4 - - - - - - 0.47 - - 0.07 0.23 0.23 1.00
M4 - - - - - 0.53 0.01 - - - - - 0.54
M4 - - - - - - - - - - - - -
M4 0.19 - - - - - - 0.26 - 0.21 0.16 0.18 1.00
M4 - - - - - - - - 0.13 0.28 - 0.07 0.48
M4 - - - - - - - - - - - - -
M5 - - - - - - - - - - 0.57 0.43 1.00
 Matriz de Restricciones
Productivas
Y1 Y2 Y3 Y4 Y5 Y6
Prod Fino 47,000 62,000 62,000 62,000 62,000 62,000
Meta Fino 47,000 62,000 62,000 62,000 62,000 62,000
Prod Fino Ox 5,000 31,255 20,374 32,000 20,000 20,000
Meta Fino Ox 62,000 62,000 62,000 32,000 20,000 20,000
Prod Fino Sulf 42,000 30,745 41,626 30,000 42,000 42,000
Meta Fino Sulf 42,000 42,000 42,000 42,000 42,000 42,000
Ore Sulf Prod 6,200,000 4,620,303 6,095,057 5,230,387 5,396,053 6,200,000 5,
Ore Sulf Meta + 6,200,000 6,200,000 6,200,000 6,200,000 6,200,000 6,200,000 6,
Ore Sulf Meta -
Ore Ox Prod 1,138,662 9,000,000 5,939,281 7,505,113 4,915,715 4,660,954 4,
Ore Ox Meta + 9,000,000 9,000,000 9,000,000 9,000,000 9,000,000 9,000,000 9,
Ore Ox Meta -
Mine Prod 15,929,663 27,521,545 23,490,648 24,167,333 36,000,000 36,000,000 36,
Mine Prod + 36,000,000 36,000,000 36,000,000 36,000,000 36,000,000 36,000,000 36,
Mine Prod -
 Programa de Produccin
40
Millions

35

30

25
Movimiento Mina (tons)

20

15

10

-
Y1 Y2 Y3 Y4 Y5 Y6 Y7 Y8 Y9 Y10 Y11 Y12

M1 M2 M3 M4 M5
 Programa de Produccin de
Sulfuros
7.0
Millions

6.0

5.0

4.0
Prod. Sulf. (tons)

3.0

2.0

1.0

-
Y1 Y2 Y3 Y4 Y5 Y6 Y7 Y8 Y9 Y10 Y11 Y12

M1 M2 M3 M4 M5
 Programa de Produccin
40
Millions

35

30

25
Movimiento Mina (tons)

20

15

10

-
Y1 Y2 Y3 Y4 Y5 Y6 Y7 Y8 Y9 Y10 Y11 Y12

M1 M2 M3 M4 M5 Year
Programa de Produccin

Reservas mineras
 Categorizacin de Reservas
De acuerdo a su nivel de confiabilidad en la
extraccin de la reserva
Ley.
Factores econmico financieros.
Sistema minero.
Proceso metalrgico.
Sistema sustentable.
Se dividen en
Probadas.
Probables.
 Inventario de Recursos Y
Reservas
1200 Mt
0.5 Cu 3.00
1,400 5.27 Mt Cu

2.50
1,200
Millions

Ley Media (%Cu)

1,000 2.00
600 Mt
800 0.55 Cu
1.50
2.88 Mt Cu

600
Tonelaje (t)

1.00
420 Mt
400 0.77 Cu
2.75 Mt Cu
0.50
200
- 0.00
0.28

0.54

0.80

1.07

1.33

1.60

1.86

2.12

2.39
0.28 COG Ley De Corte (%Cu)

Recursos <> Reservas

VIII Poltica de Leyes de Corte
 Concepto
Consiste en definir un perfil de leyes de
corte en el tiempo que permiten conducir
el programa de produccin al objetivo
deseado.
El max VAN, Min Costo, etc.

En este contexto la ley de corte no es

constante y es funcin del tiempo
 Metodologa
Simular un programa de produccin
completo
Estimar el costo de oportunidad periodo a
periodo, en funcin de los flujos de caja
futuros del programa de produccin
Cargar el vector de costos de oportunidad
en la estructura de costo
Simular el programa de produccin con la
nueva estructura de costo
 Mtodo iterativo para la
optimizacin del VAN
Abrir nuevos recursos.
Closed dpts Active Calcular reservas utilizando leyes de corte.
t, $, gi
Cerrar reservas que no pagan ley de corte.
New
T, $ Simular la extraccin del perodo.
Calcular el valor remanente del depsito.
Pasar al prximo perodo del plan.
Al final calcular vector de costos de
Remaining Value
oportunidad.
Vi
Adherir costos de oportunidad a la
estructura de costos.
Repetir el programa de produccin.
 Iteracin 1
Step Current tons $Value Cu Used-new Revenue Profit Wt Oct

1 183,050 15.9 1.996 3 2,919,365 2,919,365 10,730,724 5.86

2 183,050 16.0 1.997 0 2,921,512 2,921,512 8,882,285 4.85
3 183,050 7.6 1.300 0 1,391,415 1,391,415 8,379,099 4.58
4 183,050 2.5 0.877 1 462,398 462,398 8,754,610 4.78
5 183,050 5.8 1.153 1 1,067,322 1,067,322 8,562,749 4.68
6 183,050 7.9 1.327 1 1,451,375 1,451,375 7,967,649 4.35
7 183,050 7.5 1.288 0 1,364,235 1,364,235 7,400,179 4.04
8 183,050 4.4 1.030 0 799,055 799,055 7,341,142 4.01
9 183,050 3.0 0.913 0 540,757 540,757 7,534,498 4.12
10 183,050 5.1 1.092 2 934,640 934,640 7,353,308 4.02
11 183,050 7.8 1.318 0 1,430,197 1,430,197 6,658,442 3.64
12 270,000 14.48159 1.873 2 3,910,029 3,910,029 3,414,257 1.87
13 270,000 11.1 1.6 0 2,991,085 2,991,085 764,598 0.42
14 230,494 2.844505 0.904 0 655,643 655,643 185,415 0.10
15 81,625 2.49869 0.875 0 203,957 203,957 0 0.00

a 0.1
DV 0
Cap 183,050
NPV 12,409,171
Net DV costs $6.00
 Iteracin 2
Step Current tons $Value Cu Used-new Revenue Profit Wt Oct

1 183,050 15.9 1.996 3 2,919,365 2,919,365 11,816,720 6.46

2 183,050 16.0 1.997 0 2,921,512 2,921,512 10,076,881 5.50
3 183,050 12.8 1.734 2 2,343,786 2,343,786 8,740,783 4.78
4 183,050 7.9 1.327 1 1,451,375 1,451,375 8,163,486 4.46
5 183,050 7.5 1.292 0 1,374,377 1,374,377 7,605,457 4.15
6 183,050 7.5 1.293 1 1,375,122 1,375,122 6,990,881 3.82
7 183,050 10.2 1.520 1 1,874,756 1,874,756 5,815,213 3.18
8 183,050 13.9 1.825 1 2,543,706 2,543,706 3,853,028 2.10
9 183,050 15.9 1.993 1 2,913,460 2,913,460 1,324,871 0.72
10 74,355 19.6 2.300 0 1,457,358 1,457,358 0 0.00
1,721,805 1.692 0 0 0 0 0.00

a 0.1
DV 0
Cap 183,050
NPV 13,396,441
Net DV costs $6.88
 Iteracin 4
Step Current tons $Value Cu Used-new Revenue Profit Wt Oct

1 183,050 15.9 1.996 3 2,919,365 2,919,365 12,119,382 6.62

2 183,050 16.0 1.997 0 2,921,512 2,921,512 10,409,809 5.69
3 183,050 12.8 1.734 2 2,343,786 2,343,786 9,107,003 4.98
4 183,050 7.9 1.327 1 1,451,375 1,451,375 8,566,328 4.68
5 183,050 7.5 1.292 0 1,374,377 1,374,377 8,048,584 4.40
6 183,050 7.5 1.293 1 1,375,122 1,375,122 7,478,320 4.09
7 183,050 10.2 1.520 1 1,874,756 1,874,756 6,351,396 3.47
8 183,050 13.9 1.825 1 2,543,706 2,543,706 4,442,830 2.43
9 183,050 10.3 1.528 0 1,892,513 1,892,513 2,994,600 1.64
10 170,790 11.1 1.594 1 1,901,043 1,901,043 1,393,016 0.76
11 115,680 11.2 1.600 0 1,294,969 1,294,969 237,349 0.13
12 74,612 2.799999 0.900 0 208,914 208,914 52,170 0.03
13 20,495 2.8 0.9 0 57,387 57,387 0 0.00
2,029,028 1.577 0 0 0 0 0.00
0 0 0 0 0.00

a 0.1
DV 0
Cap 183,050
NPV 13,671,588
Net DV costs $6.84
Extraccin de recursos basados en
polticas de leyes de corte

12
11.9M$
10

8
HOD-Slices

13.7M$

6
14.7M$
4

0
E1N1 E2N1 E3N1 E4N1 E5N1 E6N1 E7N1 E8N1 E9N1 E10N1

Scheduling_OC Reserves_OC BHOD Draw Point Sequence

Costo de oportunidad para distintas
iteraciones
7.0

6.0
Opportunity Cost ($/t)

5.0

4.0

3.0
Optimum Shut Off
2.0
Value Policy
1.0

0.0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
OC_1 OC_2 OC_3 OC_4 Period #
 Programas de produccin
resultantes
2.50 Mltiples iteraciones y su influencia en el programa de produccin

2.00
Grade-Scheduled %Cu

1.50

1.00

0.50

0.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Grades Cu_1 Grades Cu_2 Grades Cu_3 Grades Cu_4 Period #

Incorporacin del componente
dV/dT
Evala recursos
remanentes
utilizando precios
del periodo t+1

Vt Wt dV dV/dT Oct

12,721,023 12,474,513 1,272,102 -246,510 8.30

9,979,814 10,051,010 997,981 71,196 5.06
8,103,285 8,181,601 810,328 78,316 4.00
7,024,005 7,565,354 702,401 541,348 0.88
6,310,133 6,905,616 631,013 595,483 0.19
5,808,757 6,863,295 580,876 1,054,538 -2.59
6,048,845 7,208,837 604,885 1,159,991 -3.03
6,661,790 8,070,175 666,179 1,408,385 -4.05
7,723,333 9,272,557 772,333 1,549,223 -4.24
7,877,226 8,920,520 787,723 1,043,294 -1.40
7,389,207 8,536,830 738,921 1,147,623 -2.23
4,460,392 4,807,741 446,039 347,349 0.54
1,335,172 1,335,172 133,517 0 0.73
364,283 364,283 36,428 0 0.20
0 0 0 0 0.00
 Efecto de variacin de precios en
una poltica de leyes de corte
4.0
16
Revenue Factor 3.5
Revenue Factor $/%Cu

14
3.0
12
2.5
10

Grade-%Cu
8 OC(without -dV/dt)_Grade 2.0

6 1.5

4 1.0
2 OC(with -dV/dT)-Grade 0.5
0 0.0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Period #
Programacin lineal
 Programacin lineal
Es un mtodo para resolver problemas de
optimizacin.

Las relaciones entre las cantidades a ser

maximizadas o minimizadas y las
variables del problema deben ser lineales.
 Problema tipo de PL
Maximizar (o minimizar) la funcin lineal

n
Z c1 x1 c2 x2 cn xn c j x j
j 1

Sujeto a las restricciones

A x
j 1
ij j ( o ) bi 1 i m

xj 0 1 j n
 Definiciones bsicas
Z es la FUNCIN OBJETIVO, es su valor el que se
desea maximizar o minimizar.

Xj son las VARIABLES DE DECISIN, cuyo valor debe

buscarse en virtud de obtener el valor deseado (mnimo
o mximo) de la funcin objetivo.

El producto CjXj se conoce como NIVEL DE ACTIVIDAD

de la variable Xj.

Aij, bi y Cj son los PARMETROS del modelo.

 Algunos detalles
La funcin objetivo y las restricciones deben ser
funciones lineales de las variables de decisin,
en otro caso deben utilizarse tcnicas de
programacin no lineal para resolver el
problema.

Se asume que las variables de decisin son

nmeros reales, sin embargo existen casos en
que stas deben ser slo enteros o bien
binarios.
 Supuestos de la programacin
lineal
Proporcionalidad

Aditividad

Divisibilidad

Certeza
 Proporcionalidad
La contribucin de cada variable de
decisin al valor de la funcin objetivo es
proporcional a Cj y queda representado
por su nivel de actividad CjXj.

Lo anterior deja afuera a cualquier

exponente distinto de 1 para las variables
de decisin.
 Aditividad
Cada funcin en un modelo de PL es la
suma de las contribuciones individuales
de las variables de decisin.

Lo anterior deja fuera trminos cruzados

entre las variables de decisin en las
funciones.
 Divisibilidad
Las variables de decisin en un modelo de PL pueden
tener cualquier valor, incluyendo valores no enteros, de
modo de satisfacer las restricciones.

Lo anterior genera que los niveles de actividad puedan

tener valores fraccionarios.

Si lo anterior no es posible (por el modelo del problema)

debe utilizarse programacin entera, similar a LP pero
los niveles de actividad estn restringidos a ser valores
enteros.
 Certeza
El valor asignado a cada parmetros se
asume como una constante conocida.

Esta suposicin se cumple rara vez en la

prctica por lo que los efectos en la
incertidumbre de los parmetros del
problema debe estudiarse con un anlisis
de sensibilidad.
Problema genrico de PL

Maximize Z 2 A 3B
subject to : A6
A B7
2B 9
A 3B 9
A,B 0
 Solucin grfica
8

7
A+B=7
6
-A+3B=9
5 2B=9

B 4
optimo A=6
3

2 region factible

0
0 1 2 3 4 5 6 7 8
A
Valores en los puntos extremos
Punto A B Z

1 0 0 0

2 0 3 9

3 3 4 18

4 6 1 15

5 6 0 12
 Microsoft Excel, Solver
Microsoft Excel posee una herramienta para
resolver los siguientes tipos de problema
(Solver):

linear, integer, mixed-integer programming

non-linear programming

Limitado a 200 variables de decisin.

Nmero ilimitado de restricciones.

Ejemplo sencillo

Maximize Z 2 A 3B
subject to : A6
A B7
2B 9
A 3B 9
A,B 0
Implementacin del problema
=SUMAPRODUCTO(B3:C3;B4:C4)

=SUMAPRODUCTO(B9:C9;$B$4:$C$4)
=SUMAPRODUCTO(B10:C10;$B$4:$C$4)
=SUMAPRODUCTO(B11:C11;$B$4:$C$4)
=SUMAPRODUCTO(B12:C12;$B$4:$C$4)
Implementacin del problema
 Problema aplicado
Zone 1 2 3 4 5
Copper grade 3.20% 4.00% 3.20% 3.30% 4.20%
Capacity (t/day) 500 500 400 400 400
NSR ($/t) 385 420 450 440 380

5
max Z NSRiTi
i 1

Sujeto a las restricciones de ley y produccin por

zona.
Formulacin matemtica
5
max Z NSRiTi
i 1

T 2000
i 1
i

T1 500 T2 500 Tk 400, k 3,4,5

g
i
i 3.6 Ti 0 blended grade
 Implementacin del problema
=B4-$C$10 =C4-$C$10 =D4-$C$10 =E4-$C$10 =F4-$C$10

=SUMAPRODUCTO(B5:F5;B6:F6) =SUMAPRODUCTO(B19:F19;$B$6:$F$6)

=SUMAPRODUCTO(B13:F13;$B$6:$F$6)
Implementacin del problema
Modelos de red
 Tipos de problemas de red
Problema de transporte
Problema de trasbordo
Problema de flujo de red a costo mnimo
Problema de asignacin
Problema de la ruta ms corta
Problema de flujo mximo
El problema bsico de transporte
m nodos de
suministro n nodos de
c11 demanda
s1 1
c12 1 d1 cij costo unitario entre
los nodos i y j
s2 2
2 d2

s3 3

n dn
cmn
sm m
 Formulacin del problema de
transporte
m n
Minimizar Z cij xij
i 1 j 1
n
sujeto a x
j 1
ij si 1 i m (restricciones de suministro)

x
i 1
ij d j 1 j n (restricciones de demanda)
Problema de transporte equilibrado
El problema es un problema de transporte equilibrado si
m n
S si d j D
i 1 j 1

El problema es factible si S D
 Ejemplo de problema de transporte
Plantas
de acero
Minas de
hierro $700 P1 20

100 MA
P2 60

40 MB
P3 20

70 MC
$1200 P4 80
Suministro total = 210
Demanda total = 180
 Costos unitarios
Planta 1 Planta 2 Planta 3 Planta 4
Mina A $700 $800 $700 $1200
Mina B $800 $700 $900 $1300
Mina C $1000 $600 $700 $1200
 Implementacin del problema

=SUMAPRODUCTO(E5:E16;B5:B16)

=SUMAR.SI($D$5:$D$16;G5;$B$5:$B$16)-SUMAR.SI($C$5:$C$16;G5;$B$5:$B$16)

=SUMAR.SI($D$5:$D$16;G11;$B$5:$B$16)-SUMAR.SI($C$5:$C$16;G11;$B$5:$B$16)
Implementacin del problema
 La solucin
P1 20
20
100 MA
P2 60
20
60
40 MB
P3 20
10 60
70 MC
10
P4 80
Problema de trasbordo
Nodos de Nodos de
suminstro Nodos de demanda
transbordo
 Formulacin del problema de
trasbordo
Minimizar Z c x
iN j j
ij ij

sujeto a x x
iN j
ij
iN j
ji rj

Donde
Nj es la coleccin de nodos unidos al nodo j
rj es el requisito neto al nodo j

El problema es factible si jrj 0

Ejemplo de problema de trasbordo

100 MA P1 20

Barco
P2 60
40 MB
Tren
P3 20
70 MC
P4 80
Costos unitarios
 Implementacin del problema

=SUMAPRODUCTO(B5:B18;E5:E18)
=SUMAR.SI($D$5:$D$18;G5;$B$5:$B$18)-SUMAR.SI($C$5:$C$18;G5;$B$5:$B$18)
=SUMAR.SI($D$5:$D$18;G13;$B$5:$B$18)-SUMAR.SI($C$5:$C$18;G13;$B$5:$B$18)
Implementacin del problema
 La solucin

100 MA P1 20
100 20
Barco
20 P2 60
60
40 MB
20 20
Tren
40 80 P3 20
70 MC
P4 80
Problema de flujo de red a costo
mnimo
c12(L12, U12) 2

j n
1
cij(Lij, Uij)

3 i
xij flow from node i to node j in arc (i,j )
cij unit cost of transport from node i to node j along arc (i,j )
ri net supply (outflow - inflow) at node i
Lij lower bound on flow through arc (i,j )
U ij upper bound on flow through arc (i,j )
Formulacin del problema de flujo de
red a costo minimo
Minimizar Z c x
iN j j
ij ij

sujeto a x x
iN j
ij
iN j
ji ri

Lij xij U ij

Nj es la colleccin de nodos conectados al nodo j

rj es el requisito neto al nodo j
rj > 0 suministro rj < 0 demanda
 Problemas de flujo de red a costo
mnimo en minera
Sistemas de distribucin (concentradora a
fundicin, por ejemplo).

Planificacin de la produccin mina a planta.

Sistemas de ventilacin.

Determinacin del pit final.

Ejemplo de problema de flujo de
red a costo mnimo
Clientes

Minas Planta 8(0,150) C1 200

5(0,1000)
290 M1 P1
6(0,1000)
2(0,200) C2 280
10(0,150)
7(0,1000)
360 M2 P2
8(0,1000)
2(0,200)
Ofertas, capacidades y C3 170
demandas en toneladas
 Implementacin del problema

=SUMAPRODUCTO(B5:B12;E5:E12)
=SUMAR.SI($D$5:$D$12;I5;$B$5:$B$12)-SUMAR.SI($C$5:$C$12;I5;$B$5:$B$12)

=SUMAR.SI($D$5:$D$12;I11;$B$5:$B$12)-SUMAR.SI($C$5:$C$12;I11;$B$5:$B$12)
Implementacin del problema
 La Solucin
C1 200
90
290 M1 90 P1

200 110 C2 280

280
360 M2 360 P2
170
C3 170
 Problemas de asignacin
Son un caso especial del problema de
transporte, donde se asignan personas o cosas
a tareas especficas.
Requiere la definicin de una variable binaria Xij
definida como sigue:

1 si la persona i es asignada a la tarea j

xij
0 en caso contrario
 Formulacin del problema de
asignacin
m n
Minimizar Z c x ij ij
i 1 j 1
Sujeto a
x ij 1 1 <= i <= m capacidad

x ij 1 1 >= j >= m capacidad

xij binaria

Donde existen m personas a asignar a n tareas y Cij es la medida del

costo de asignar a la persona i a la tarea j.

El problema es balanceado si m=n. en este caso las restricciones pueden

ser igualdades o desigualdades, la solucin es la misma.
 Problema de asignacin de
empleos
Tarea 1 Tarea 2 Tarea 3 Tarea 4
Empleado 1 22 18 30 18
Empleado 2 18 - 27 22
Empleado 3 26 20 28 28
Empleado 4 16 22 - 14
Empleado 5 21 - 25 28

Cada nmero indica el tiempo del empleado especfico en

realizar la tarea respectiva.
- indice que el empleado no puede hacer el empleo
Implementacin del problema
=SUMA(C11:F11)

=SUMA(C12:F12)

=SUMA(C13:F13)

=SUMA(C14:F14)

=SUMA(C15:F15)

=SUMAPRODUCTO(C5:F9;C11:F15)
Implementacin del problema
 La solucin
Matriz de asignacin:

Job 1 Job 2 Job 3 Job 4

Employee 1 0 1 0 0
Employee 2 1 0 0 0
Employee 3 0 0 0 0
Employee 4 0 0 0 1
Employee 5 0 0 1 0
 Problema de la ruta ms corta
Cada arco de la red tiene una longitud asociada.

Esta longitud puede ser una distancia fsica o bien el costo

asociado de ir desde un nodo hasta otro por un arco determinado.

La idea es encontrar la ruta ms corta que permita comunicar el

nodo 1 con el nodo n.

Es esencialmente es un problema de transbordo donde una unidad

es empujada a travs de la red desde el nodo 1 al nodo n. la
variable de decisin Xij es 1 si el el arco (i,j) pertenece a la ruta ms
corta y 0 en caso contrario.
 Formulacin del problema de la
ruta ms corta
Minimizar Z c x ij ij
iN j j

Sujeto a
1 En el nodo 1

x x
iN j
ij
iN j
ji 0 2 <= j <= n-1

1 En el nodo n

xij , binaria
Nj es el conjunto de nodos conectados al nodo j
Xij = 1 si el arco (i,j) pertenece a la ruta ms corta y 0 en caso contrario.
 Ejemplo de problema de la ruta
ms corta (reemplazo de equipos)
Costo total por aos en operacin
Adquisicin
1 2 3
1998 4,000 5,400 9,800
1999 4,300 6,200 8,700
2000 4,800 7,100 -
2001 4,900 - -
9,800

5,400 7,100

4,000 4,300 4,800 4,900

1998 1999 2000 2001 2002

6,200
8,700
Implementacin del problema

=SUMAPRODUCTO(B5:B13;E5:E13)

=SUMAR.SI(To;G5;Select_Arc)-SUMAR.SI(From;G5;Select_Arc)

=SUMAR.SI(To;G9;Select_Arc)-SUMAR.SI(From;G9;Select_Arc)
Implementacin del problema
 La solucin

5,400 7,100

1998 1999 2000 2001 2002

Costo total: $12500

 Flujo mximo
En algunas situaciones se requiere transportar la mxima cantidad de material a
travs de una red desde un nodo fuente hasta un nodo sumidero sujeto a
restricciones de capacidad.

Una buena aplicacin es el diseo del sistema de ventilacin de una mina

subterrnea.

Sumidero
Fuente

x0

Para resolver este tipo de problemas debe crearse un arco artificial Xo que
conecte el nodo fuente con el nodo sumidero.
 Formulacin del problema de flujo
mximo
Maximize x 0
subject to x
iN j
ij x
iN j
ji 0

Lij xij U ij

Nj es el conjunto de nodos conectados al nodo j

Xo debe incluirse en el balance de flujos para resolver el problema
Lij y Uij son las capacidades mnima y mxima, respectivamente, del arco
respectivo (que conecta a los nodos i y j)
 Ejemplo de problema de flujo
mximo
Campo petrolero Estacin de bomba
3
6 P1 P3 6 Refinera
2
WF Ref
2
4 P2 P4 4
5
 Implementacin del problema

=SUMAR.SI($D$5:$D$13;G5;$B$5:$B$13)-SUMAR.SI($C$5:$C$13;G5;$B$5:$B$13)

=SUMAR.SI($D$5:$D$13;G10;$B$5:$B$13)-SUMAR.SI($C$5:$C$13;G10;$B$5:$B$13)
Implementacin del problema
 La solucin
Campo petrolero Estacin de bomba
3
5 P1 P3 5 Refinera
2
WF Ref
2
4 P2 P4 4
5

9
Flujo mximo