ANALISIS DE SISTEMAS MINEROS Ing. ItSc. Grimaldo Ecimunco Saavedra Fries Docente Principal Universidad Nacional de PiuraPRESENTACION Hoy en dia la macro competitividad requiere que los seres humanos, la sociedad y sobre todo los profesionales estén mejor preparados para enfrentar las exigencias de la globalizacién, esta situacién nos conlleva al desarrollo de estrategias académicas - pedagogicas para brindar el mayor numero de recursos técnicos para formar profesionales mejor preparados para resolver los problemas complejos que enfrentarén los futuros profesionales de Ingenieria El Anélisis de Sistemas Mineros hace uso de las Técnicas y Metodologias de la Investigacion de Operaciones y las aplica al andlisis de problemas que se presentan en el desarrollo de la industria minera, en sus diferentes operaciones unitarias y sistemas de produccién con la finalidad de que el Ingeniero de Minas cuente con una formacion adecuada que le permita ser competitivo. Existen un gran nimero de software de programacién lineal programa como el Tora 0 Solver de Microsoft Excel que lo ubicamos en cualquier PC personal y/o computador constituyen herramientas potenciales al alcance de todo estudiante, siendo de gran utilidad y versatilidad para la solucin de problemas relacionados con la toma de decisiones, la planificacion de la produccién, el mejoramiento de los sistemas de operacién, optimizacion de la produccién y andlisis de costos. En el presente texto se desarrollan en forma detallada técnicas y metodologias apropiadas para la resolucién de problemas de la industria minera, como lo son el método grafico, método algebraico, y el uso de software como Tora y Programa Solver de Microsoft Excel, dicho texto se constituye en un material de consulta para los estudiantes de ingenieria de minas. El autorINDICE Pag, Presentacion ANALISIS DE SISTEMAS MINEROS Investigacién de operaciones {Qué es la investigacién de operaciones? Historia de la investigacion de operaciones Categorias basicas de problemas Problema deterministico Problema estocastico Metodologia de la investigacién de operaciones Definicién del problema Formulacién de un modelo matematico y recopilacién de datos Resolucién de! modelo matemético Método éptimo Método heuristico Validacién instrumentacién y control de la solucién Modificacién del modelo matematico Modelo mateméatico Construccién de un del modelo matemético Identificacién de las variables de decisién Identificacién de la funcién objetivo Identificacién de las restricciones Ejemplo de un modelo matematiico Clasificacién de modelos matematicos * Clasificacién basada en los datos del problema * Clasificacién basada en las restricciones * Clasificacién basada en la funcién objetivo * Clasificacién basada en las variables Programacién lineal aplicaciones y el enfoque grafico Problemas de programacién lineal Programacién lineal: el enfoque grafico Problema de programacién lineal o7 o7 o7 o7 08 08 08 og og og 08 og 10 10 10 10 10 10 10 1 1 13 13 13 14 14 15 15 15 15Resolucién del problema de programacién lineal Graficacion de las restricciones de un programa lineal Valores factibles Lado factible de la recta de la restriccién (1) Lado infactible de la recta de la restriccion (1) Gréfica de las lineas de las restricciones de un programa lineal Region factible Solucién éptima Uso de la funcién objetivo para obtener una solucién optima Linea de funcién objetivo Trazado de la linea de la funci6n objetivo Localizacién del mejor lado de la linea de la funci6n objetivo Obtencién de valores numéricos para la solucién optima ‘Andlisis de sensibilidad y paramétrico — Enfoque grafico Anélisis de sensibilidad Andlisis de sensibilidad de los coeficientes de la funci6n objetivo Enfoque grafico Andlisis de sensibilidad de los coeficientes de la funcién objetivo ‘Analisis de sensibilidad del coeficiente de la funcién objetivo para xi Reformulacién de! modelo matematico ‘Andlisis de sensibilidad de los valores del lado derecho (VLD) Precio sombra o precio dual del recurso Valores optimos de la funcién objetivo asociados con cambios en el valor del lado derecho de la restriccién (1) Anélisis paramétrico d los valores del lado derecho Uso de la computadora Problemas de Redes de Distribucién Transportacién, transbordo y problemas de asignacion {Qué es una red de distribucion? EI “mejor plan’ de distribucin Red de distribucion 16 16 7 17 18 19 20 2 2 2 24 22 23, 25 25 25 25 26 31 32 38 at 43 45 45 45 45 45Formulacién de problemas de redes de distribucion Problemas de redes de distribucién en la industria minera Ejemplo de problemas de redes de distribucién en la industria minera Formulacién del modelo matematico Solucién de problemas de redes de distribucion Problemas de transportacion Ejempio de problemas de transportacion Formulacién de modelo de transportacién ‘Solucién problemas de transportacién El algoritmo de transportacién Conversién de un problema de transportacién de no equilibrado a equilibrado Cliente figurado Arco figurado ‘Suministro figurado Ejemplo de problemas de transportacién equilibrado Cuadro de transportacion Celda Plan de transportacién o embarque factible Plan de embarque factible Plan de embarque éptimo Propiedades de un plan de embarque éptimo Ciclo: Plan de embarque factible Algoritmo de escalén Algoritmo de mejora finita para problemas de transportacion Algebra del algoritmo de escalén Método de matriz minima Plan de embarque factible inicial Solver Introduccién a la optimizacién con la herramienta solver de Excel Definir un modelo de optimizacin Celda objetivo Celdas cambiantes Restricciones 47 47 48 49 50 50 50 50 51 62 52 52 53 53 53 84 54 54 55 55 55 55 56 59 59 60 60 61 69 69 70 70 70 71Cargar el programa solver Definir y resolver un problema con solver Determinar la mezcla de productos éptima con solver Crear un informe de solver Guardar en solver los valores de celdas ajustables ‘como un escenario Cargar un modelo de problema de solver Volver a aplicar la configuracién predeterminada de solver Guardar un modelo de problema de solver Desplazarse por las soluciones de tanteo en solver Solucién de problemas de solver Aplicaciones de Excel en la resolucién de problemas con el Programa Solver Planteamiento y resolucién de problemas Primer Examen Parcial Solucionario. Bibliografia 72 72 14 85 85 86 86 86 86 88 92 92 106 12ANALISIS DE SISTEMAS MINEROS ANALISIS DE SISTEMAS MINEROS Estudia los conceptos y metodologia para la aplicacién de técnicas de investigacién operative en el desarrollo de sistemas de informacién y modelos en el campo de la mineria. Da conocimientos de investigacién operativa de procesos mineros desarrollando modelos apropiades. INVESTIGACION DE OPERACIONES La Investigacién de Operaciones se ocupa de la resolucién de problemas relacionados con la conduccién y coordinacién de las operaciones o actividades dentro de una organizacién. Su émbito de aplicacién es muy ampli, aplicandose a problemas de fabricacion, transporte, construccién, telecomunicaciones, planificacién y gestién financiera, ciencias de la salud, servicios publicos, etc. En general, se aplica en todos los problemas relacionados con la gestion, la planificacién y el disefio. La Investigacién 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 cientifico, y las técnicas que se utilizan son, en buena medida, técnicas matematicas. €QUE ES LA INVESTIGACION DE OPERACIONES? La construccién creativa de modelos de decisi6n basados en descripciones mateméticas, con el objetivo de tomar decisiones en situaciones de complejidad o incertidumbre. HISTORIA DE LA INVESTIGACION DE OPERACIONES ‘Surge durante la Segunda Guerra Mundial, cuando habia una gran necesidad de administrar los escasos recursos. La Fuerza Aérea Britanica formé el primer grupo que desarrollaria métodos cuantitativos para resolver estos problemas ‘operacionales y bautiz6 a sus esfuerzos como Investigacién Operacional Poco después, las fuerzas armadas estadounidenses formaron un grupo similar, compuesto por cientificos fisicos e ingenieros, cinco de los cuales posteriormente fueron laureados con el premio Nobel.Analisis de Sistemas Minaros ing. Me. Grimaido Saavedra Frias Después de la Segunda Guerra Mundial, los administradores de la industria Teconocieron el valor de aplicar técnicas similares a sus complejos problemas de decision. Los primeros esfuerzos se dedicaron a desarrollar modelos apropiados y procedimientos para solucionar problemas como la programaci6n de refineries de petrdleo, distribucién de productos, planeacién de produccion, estudio de mercados y planeacién de inversiones, Procedimientos que se hicieron posibles con el advenimiento de la computadora, ya que la resolucién del tipico problema de investigacion de ‘operaciones requiere demasiados célculos para ser realizados manualmente. CATEGORIAS BASICAS DE PROBLEMAS PROBLEMA DETERMINISTICO Es un problema en el que toda la informacion necesaria para obtener una solucién se conoce con certeza. La resolucién de un problema deterministic es similar a decidir que cantidad de mineral debemos enviar desde @/ 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 decision. PROBLEMA ESTOCASTICO Es un problema en el que parte de la informacion nevesaria na se conoce con certeza, sino mas bien se comporta de una manera probabilistica Decidir que cantidad de mineral debemos enviar desde el ore pass o cancha de almacenamiento hacia la planta de beneficio, desconociendo cual ¢s él tonelaje total almacenado el contenido y el mineral, en el momento que tomamos la decision. ‘CONSUELO DEL MILAGRO CHUQUIPOMA RAMIREZ “La algarrobina es bien plurana”Andlsis de Sistemas Mineros ‘ng. MSc. Grimaido Saavedra Frias METODOLOGIA DE LA INVESTIGACION DE OPERACIONES DEFINICION DEL PROBLEMA TFORMULACION DE UN SOLUGIN DEL MODELO MATEMATICO YY |—>| > son al RECOPILACION DE DATOS: areal ICION DEL MODELO /ALIDACIOI ‘MATEMA) a DEFINICION DEL PROBLEMA Este primer paso consiste en identificar, comprender y deseribir, en términos précticos el problema que la empresa u organizacién enfrenta. En muchos casos el problema no puede estar bien definido y requerir bastantes discusiones y consenso entre los miembros del equipo de proyectos FORMULACION DE UN MODELO MATEMATICO Y RECOPILACION DE DATOS Es la expresién del problema en forma matematica, en funcién de las variables de decisién y los datos recopilados del problema. Luego haciendo uso de técnicas mateméticas disponibles obtendremos la mejor solucion. RESOLUCION DEL MODELO MATEMATICO La Resolucién de! Modelo Matematico implica obtener los mejores valores numéricos para las variables de decisi6n. Dicha obtencién depende del tipo especifico de Modelo Matemético Para elegir un método apropiado para resolverio, METODO OPTIMO Este método produce los mejores valores para las variables de decision; es decir aquellos valores que satisfacen simultaneamente todas las restricciones y proporcionan el mejor valor para la Funcién Objetivo. ‘GONSUELO DEL MLAGRO CHUGUIPOWA RAMIREZ 9 “La algarrobina es bien piurana”Antisis do Sistemas Mineros ng. MSc. Grimaldo Seavecta Frias METODO HEURISTICO Produce valores para las variables que satisfacen todas las restricciones. ‘Aunque no necesariamente éptimos, estos valores proporcionan un valor aceptable para la Funcién Objetivo. VALIDACION INSTRUMENTACION Y CONTROL DE LA SOLUCION Es extremadamente importante validar la solucién es decir revisar cuidadosamente la solucién de un modelo matematico para asegurar que valores tengan sentido y que las decisiones resultantes puedan implementa ‘Asi también debe supervisarse no sélo para asegurarse que la solucién trabaja segiin lo planeado; sino porque el problema, los datos o ambos pueden cambiar con el tiempo. MODIFICACION DEL MODELO MATEMATICO Si durante la validacién se encuentra que la solucién no puede llevarse a cabo, se pueden identificar las restricciones que fueron omitidas durante la Formulacién del Problema original o si se formularon en forma incorrecta, En estos casos debe regresarse a la etapa de Formulacién del Problema y hacerse las modificaciones apropiadas. «p MODELO MATEMATICO + El Modelo Matemético constituye una herramienta de la Investigacién de Operaciones mediante la cual se formulan los problemas en forma matematica. CONSTRUCCION DE UN DEL MODELO MATEMATICO IDENTIFICACION DE LAS VARIABLES DE DECISION Las variables de decisién son valores desconocidos, ha determinarse en la resolucién del modelo matematico y que proporcionan la solucién del problema. A: Toneladas de Mineral Transportadas desde la Unidad Minera Planta de Beneficio. Xs: Mineral Producido por el Tajo 1 de la Mina Ménica. Xz Costo Unitario por Tonelada producida en la Unidad Minera San Juan. IDENTIFICACION DE LA FUNCION OBJETIVO La funcién Objetivo constituye el objetivo global que la empresa persigue expresada en forma matematica. Esta funcién puede expresarse como una MAXIMIZACION de mejorar u optimizar sus ganancias o rentas, aumentar la ‘CONSUELO DEL MILAGRO CHUQUIPOMA RAMIREZ 10 “La algarrobina es bien piurana”Analisis de Sistemas Mineros Ing. MSe. Grimalo Saavedra Frias produccién, etc. 0 una MINIMIZACION 0 reduccién de sus costos de produccién, insumos, mano de obra, etc. Ejemplo: Min / Max Z = 4X14 TX, + 3X +... + CXn IDENTIFICACION DE LAS RESTRICCIONES Es la expresion matematica de las limitaciones 0 consideraciones que nos impone el problema. Limitaciones: a) La capacidad instalada de la Planta de Beneficio es de 2,500 TM/dia b).- La producsién mensual de la Unidad Minera 1 es de 15,000 TMS. Restricciones: 1) Xr + Xe +Xe+..+ CXn >= 2,500 — Produccién Diaria TM/cia 2) ™ <= 15,000 Produccién Mensual UM 1 EJEMPLO DE UN MODELO MATEMATICO Consideremos una mina subterrénea en la cual un mineral complejo de plomo, Zinc, cobre, plata y oro, esta depositado en vetas. En la explotacién 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 estandares de produccién para cada tajeo han sido establecidos como resultado de estudios de ingenieria industrial y estén expresados en Horas-Hombre por Tonelada’ de Mineral enviado hacia los ore-pass; asi también la produccién diaria y contenido mineral se indican en los reportes y cuadro estadistico de produccién. cn sto TAIO. %Zn %Pb PRODUCCION — COSTO TM Dia Hrs ITM Nat 4 6 45 4 2 8 4 65 6 2 8 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 % Pp, Los demas elementos Ag., Au. y Cu, contenidos en el mineral son recuperados en los concentrados de Zn y Pe ppor lo que no son considerados como restricciones de operacién. La gerencia espera una produccién de 80 TM/Dia, por tanto desea programar la produccién de los dos tajeos de manera que cumpla con los requisitos de produccién a un costo minimo por Hora-Hombre. oh gor ‘CONSUELO DEL MILAGRO CHUQUIPOMA RAMIREZ 11 “La algarrobina es bien piurana”Analisis de Sistemas Mineros Ing. MSc. Grimakio Saavedra Frias FORMULACION DEL MODELO MATEMATICO Definicién de las Variables de Decisién X; = Tonelaje del Tajeo 1, enviado al ore-pass, X2= Tonelaje del Tajeo 2, enviado al ore-pass. Definicién de la Funcién Objetivo Mn 2 = 4% + 6% Definicion de las Restricciones 1) 0.04X; + 0.08X%2G= (0. 986) (80) —* TM concentrado de Zn. prod. tel «ley abeye 2) 0.08 X; + 0.04X2 >= (0.045) (80) TM concentrado de Pb. 3) x 45 Produccién del Tajeo 1 4) Ye 65 Produceién de! Tajeo 2 5) % + Xe (ok 80 «. — Produecién Diaria. Gm Fiecded te lope e Fain 6) Xi: Xe >= 0 Restriccién Légica, Hinge thle made fore + wenere Vinege 0 MODELO MATEMATICO Variables: X; = Tonelaje del Tajeo 1, enviado al ore-pass. X2= Tonelaje del Tajeo 2, enviado al ore-pass. Funci6én Objetivo: Minn = =Z = 4X; + 6X Sujeto a: 1) 0.04 X; + 0.08 Xz = 5.20 TM concentrado de Zn. 2) 0.06X;+ 0.04% >= 3.60 TM concentrado de Pb, 3) X <= 45 Produccién del Tajeo 1, 4) X 65 Produccién del Tajeo 2. 5) 4 oe 80 Produccién Dieria 6) Xi & >= 0 Restriccion Légica, ‘CONSUELO DEL MILAGRO CHUQUIPOMA RAMIREZ 12 “La algarrobina es bien piurana”‘Anilisis de Sistemas Mineros Ing. MSc. Grimaldo Saavedra Frias CLASIFICACION DE MODELOS MATEMATICOS Formulado el problema mateméticamente (Modelo Matematico) el siguiente Paso es resolverlo; es decir; encontrar valores para las variables de decision que satisfagan todas las restricciones y que, al mismo tiempo proporcionen el mejor valor posible de la funcién objetivo. Esta tarea se logra usando procedimientos sistematicos, paso a paso, llamados algoritmos aplicativos ejecutados por computadoras. Los algoritmos que resuelven un Modelo Matematico pueden o no resolver otro, Por lo que para elegir el més adecuado debemos identificar la clase a la que pertenece un problema en particular. 1. CLASIFICACION BASADA EN LOS DATOS DEL PROBLEMA Si se conocen todos los datos con certeza el Modelo Matemético corresponde a un Modelo Deterministico; caso contrario estaremos frente a un Modelo Estocastico. 2- _ CLASIFICACION BASADA EN LAS RESTRICCIONES Los problemas Deterministicos 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 mas restricciones. Los problemas restringidos se clasifican sobre la base de las propiedades matematicas que las restricciones satisfacen Xy + X2 + Xo + Xq >= $2.80 Aditividad, es una de las propiedades mateméticas fundamentales de las Festricciones, en la que la contribucién de cada variable a la funcién de restriccién se suma (0 sustrae) a la de cada una de las otras variables de restricci6n, Proporcionalidad, es la segunda propiedad matematica fundamental de las restricciones, si el valor de una variable se multiplica por cualquier Constante, la contribucién de la variable a la restriccion se multiplica por esa misma constante Contribucién de X;; 3X; = 3(50) = 150 Sobre la base de las propiedades de aditividad y proporcionelidad, existen dos clasificaciones de problemas restringidos. CONSUELO DEL MILAGRO CHUGUIPOMA RAMMREZ 3 “La algarrobina es bien piurana”Analisis de Sistemas Mineros ng. Me, Grimaldo Seaveare Frias, Restricciones Lineales, en \as que todas las restricciones satisfacen tanto la aditividad como la proporcionalidad. Restricciones no Lineales, en las que alguna restriccién no satisface 8! menos una de las propiedades de aditividad y proporcionalidad. CLASIFICACION BASADA EN LA FUNCION OBJETIVO Teniendo en cuenta las propiedades mateméticas de la Funcién Objetivo esta puede ser lineal o no lineal, !o que da pie a la siguiente clasificacion de Modelos Deterministicos: a). Objetivo Lineal, en la que la funcién objetivo es lineal. “Maximizar Z= 3X; + 4X2 + 8% b).- Objetivo no Lineal, en la que la funcién objetivo es no lineal. Minimizar Z = (1.25 x3 X;) + (0.004 x A x 4X2) + 8Xs 4 CLASIFICACION BASADA EN LAS VARIABLES Esta clasificacién final se basa en la propiedad matematica de las variables, denominada divisibilidad, lo que significa que una variable de decisién puede, en teoria, 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 \as variables satisfacen la divisibilidad. «Modelos de Variable Entera (o Discreta), en la qué una o mas variables deben tener valores enteros, TONSUELO DEL MILAGRO CHOOUPOMA RAMEE Ta “La algarrobina es bien plurana”PROGRAMACION LINEAL APLICACIONES Y EL ENFOQUE GRAFICO PROBLEMAS DE PROGRAMACION LINEAL Un Problema de Programacién Lineal, es un problema en el que la Funcion Objetivo y todas las Restricciones, son Lineales y todas las Variables son continuas. Los problemas de programacién lineal tienen amplias aplicaciones précticas en reas tan diversas como la asignacién de recursos escasos, la compra y fabricacién, la planeacién de dietas, administracién de agencias, la combinacién y la planeaci6n de produccién. ‘A.un cuando los problemas del mundo real tienen més de dos variables y no pueden resolverse geométricamente, las ideas ganadas al resolver graficamente problemas de dos variables proporciona una clara comprension de como resolver algebraicamente problemas de tres o més variables, que es el método usado con computadoras. PROGRAMACION LINEAL: EL ENFOQUE GRAFICO El enfoque gréfico es util no sélo para encontrar una solucién éptima, sino también para obtener informacion adicional sobre cuan susceptible es la solucién éptima con respecto a los cambios en los datos del problema. PROBLEMA DE PROGRAMACION LINEAL Variables: X= Tonelaje del Tajeo 1, enviado al ore-pass. X2= Tonelaje del Tajeo 2, enviado al ore-pass. Funcién Objetivo: Min. Z = 4X + 6X Sujeto a: 1) 0.04%; + 0.08 X2 52 TM concentrado de Zn. 2) 0.06%; + 0.04% >= 36 TM concentrado de Pb. 3) x 45 Produccién del Tajeo 1 4) % <= 65 Produccién del Tajeo 2. 5) He % == BO Produccién Diaria 8) X35 Xe 0 Restricci6n Logica.“Anis de Sistemas Mineros Ing. MSe. Grimeldo Saavedra Frias RESOLUCION DEL PROBLEMA DE PROGRAMACION LINEAL Usted como responsable de la operacién de la mina su objetivo @8 resolver este problema, es decir encontrar valores para las variables X: y X2 que satisfagan las cinco restricciones y que produzcan el menor costo © menor valor de la funcién objetivo. GRAFICACION DE LAS RESTRICCIONES DE UN PROGRAMA LINEAL EI método grafico para resolver un programa lineal con dos variables se Inicia Conentrandose primero en gfaficar las restricciones y posteriormente en la funcién objetivo. > Consideramos una restriccién a la vez. > Cada restriccién permite ciertos valores de X; y X. que satisfacen la restriccién > — Estos valores se denominan Valores Factibles. $ Aquelios que no satisfacen la restriccién se llaman Valores Infactibles. El proceso para graficar cada restricci6n es el siguiente: 4) Reemplazar el signo de desigualdad de cada restriccién por un signo de igualdad. 2) Determinar las intersecciones con los ejes X: y Xa 3) Dibujar la linea recta correspondiente a la ecuacion de cada restriccion. 4) _ \dentiicar el lado de la linea que satisfaga la desigualdad original restriccion. 5) Sombrear esta porcién de la gréfica que satisfaga todas las restricciones formuladas hasta el momento, Restricci6n 1) 0.04 X; + 0.08 X >= 5.2 0.04 X; + 0.08 Xe = 5.2 SiX2=0 X= 130 SiX:=0 X2= 65 Restricci6n 2) 0.06 X; + 0.04 X2 >= 3.6 0.06 X; +0.04X, =3.6 ‘ONSUELO DEL MILAGRO CHUQUIPOMA RAMIREZ 16 “La algarrobina es bien piurana”Analisis de Sistemas Mineros lng. MSc. Grimaldo Saavedta Fries Restriccién 3) x 45 xX = 45 Entonces: X= 45 Restricci6n 4) Xe <= 65 Xe = 65 Entonces: Xe * 65 Restricci6n 5) Xi+ Xe >= 80 Xr + KX = 80 Si Xe Si X= VALORES FACTIBLES Todos Ios puntos de las lineas del gréfico de las restricciones dan origen a Valores Factibles para X; y Xz, como cualquier punto de uno de los dos lados de las lineas. Para averiguer que lado, elegimos cualquier punto que no este en la linea y analizamos si los valores X; y X2 correspondientes satisfacen la restriccién. Si asi es, entonces este punio esta en el Lado Factible; de otra manera, el punto no esté en el lado factible LADO FACTIBLE DE LA RECTA DE LA RESTRICCION (1) Reemplazando los valores de X; y X2 del lado de arriba de la recta (1) 0.04 X; + 0.08 Xp >= 5.2 X= 70 a 0.04 (70) + 0.08 (50) 5.2 28 + 40 52 68 52 Estos valores satisfacen la restriccién por tanto este lado de la recta es el Lado Factible. ‘CONSUELODEL MLAGRO CHUQUIPOMA RAMIREZ 17 “La algarrobina es bien piurana”Ing. MSe. Grimalio Saavedra Fries, Andlisis de Sistemas Mineros Xe 130 LADO INFACTIBLE DE LA RECTA DE LA RESTRICCION (1) Reemplazando los valores de X: y X2 del lado de abajo de la recta (1): 0.04X; + 0.08 Xe 52 X= 40 X= 30 0.04 (40) + 0.08 (30) 52 1.60 + 3.20 >= 62 4.80 p= 5.2 Estos valores no satistacen la restriccién por tanto este lado de le recta ¢8 ¢l Lado Infactible. TONSUELO DEL MILAGRO GHUQUIPONA RAVAREZ 18 “La algarrobina es bien piurana”Analisis de Sistemas Mineros Ing. MSc. Grimaldo Saavedra Frias LADO INFACTIBLE 10 50 70 90 110 130 18 GRAFICA DE LAS LINEAS DE LAS RESTRICCIONES DE UN PROGRAMA LINEAL ONSUELO DEL MLAGRO CHUGUIPOWA RAMIREZ 19 “La algarrobina es bien piurana”Analisis de Sistemas Mineros Ing. MSe. Grimaido Saavedra Frias, GRAFICA DE LAS LINEAS DE LAS RESTRICCIONES DE UN PROGRAMA LINEAL Xe. 120-4 1104 1004 3a 80 60-4 50-4 40-| 30 20-4 104 REGION FACTIBLE EI rea final sombreada se denomina la Regién Factible del programa lineal. Cualquier punto que esté dentro de la regién factible es una Solucién Factible y da origen a valores para X1 y X2 que satisfacen todas las restricciones. La regi6n factible esta limitada por lineas rectas que se juntan en agudos “puntos esquina’ etiquetados A a E. Estos puntos esquina se denominan puntos extremos. ‘CONSUELO DEL MILAGRO CHUQUIPOMA RAMIREZ 20 “La algarrobina es bien piurana”‘Anélsis de Sistemas Minoros Ing. MSc. Grimaido Saavedra Frias SOLUCION OPTIMA Es el punto en la regién factible que tiene el mejor valor de la Funcién Objetivo, El proceso para determinar la Solucién Optima del programa lineal es el siguiente: 4.- Trazamos la linea de la Funcién Objetivo. 2.- Localizamos su mejor lado. 3. Movemos la linea de la funcién objetivo de manera paralela asi misma en la direccion de mejora hasta que esté @ punto de dejar la Regién Factible. Este punto final es la Solucién Optima al Programa Lineal USO DE LA FUNCION OBJETIVO PARA OBTENER UNA SOLUCION OPTIMA Linea de Funcién Objetivo Linea utilizada en el método gréfico en la cual todos los puntos sobre la linea tienen el mismo valor de funcién objetivo, TRAZADO DE LA LINEA DE LA FUNCION OBJETIVO Min Z = 4X + 6% 8%) = 4X%—Z Xe =— (4/6) X: + (2/6) Ye wh + & m= 46 ‘CONSUELO DEL MLAGRO CHUQUIPOMA RAMIREZ 21 “La algarrobina es bien piurana”Ing. MSe. Grimaldo Saavedra Frias ‘Analisis de Sistemas Mineros LOCALIZACION DEL MEJOR LADO DE LA LINEA DE LA FUNCION OBJETIVO 108 cualquier punto que no este en la Line Para localizar el mejor lado, elegim le X: y Xo correspondientes de la Funcién Objetivo y analizamos si el valor d satisfacen la Funcion Objetivo. 0 esté en el Mejor Lado y por tanto hemos Si asi es, entonces este punt to no esta en el mejor lado. localizado el mejor lado; de otra manera, el punt CONSUELO GEL MLAGRO GHUQUPOWA RAMIREZ 22 “La algarrobina es bien piurana”‘Andisis de Sistemas Miners ng. MSc. Grima Saavedra Frias Reemplazando los valores de X, y Xz de un lado de la linea de la Funcién Objetivo: Min Z = 4X4 + 6X a)= X,=33 X= 60 4 (33) + 6 (60) 132 ¥ 360 = 492 bj X; = 36 Xp= 52 4 (36) + 6 (62) 140 + 312 = 452 El caso b).- refleja el minimo valor de la Funcién Objetivo, por tanto este es ef mejor lado (lado inferior) OBTENCION DE VALORES NUMERICOS PARA LA SOLUCION OPTIMA Una forma de obtener los valores numéricos de las variables de decisién para la Solucion Optima es leerlas directamente de la gréfica. Este proceso visual, sin embargo, no es preciso, ‘GONSUELO DEL MLAGRO CHUQUIPOMA RAMIREZ 23 “La algarrobina es bien piurana”Analisis de Sistemas Mineros Ing. MSe. Grimaldo Saavedra Frias La Solucion Optima es: X; = 30 Toneladas de Mineral del Tajo 1 (TM). X2 = 50 Toneladas de Mineral del Tajo 2 (TM). Valor de la Funcién Objetivo Z = 420 Hr. - Hb. Un enfoque mas exacto se basa en observar que la solucién optima ocurre en el punto extremo E. Este punto extremo cae en la interseccién de las dos lineas correspondientes & las restricciones (1) y (5) Estas ecuaciones son: 1) 0.04 X, + 0.08 X. >= 6.2 2) Xr + Xo >= 80 Se pueden encontrar los valores exactos de la solucién éptima resolviendo estas dos ecuaciones para determinar los valores X; y Xe Estas ecuaciones son: 1) 0.04 X; + 0.08 X2 = 6.2 2) Xt X& = 80 7) 0.04%; + 0.08 Xr 2X + Xe = 80 3) X= 80 — X 4) 0.04 (80—X2) + 0.08 X_ = 5.20 5) 3.2 — 0.04X2 + 0.08 X2 = 5.20 6) 0.04 X, = 20 7) X2 = 50 Reemplazando en (3) X; = 80—50 Encontramos que; X= 30 Los valores de X; y Xe que definen la Solucién Optima son: X= 30 X2 = 50 ‘CONSUELO DEL MLAGRO CHUQUIPOMA RAMIREZ 24 “La algarrobina es bien plurana”ANALISIS DE SENSIBILIDAD Y PARAMETRICO ENFOQUE GRAFICO ANALISIS DE SENSIBILIDAD Como sefialaramos; sobre los datos de un modelo de programacién lineal no Podemos ejercer influencia y/o modificarios por lo que estos constituyen parmetros inalterables, sin embargo en el mundo real dichos datos pueden cambiar con el tiempo debido a la naturaleza dinamica de las actividades industriales y empresariales, 4Qué sucede con la solucién éptima? Si los precios de los metales cae, Si suben los costos de la mano de obra, Si la baja la ley de cabeza del mineral, Si cambia el Cut-Off, Si sube el costo de los combustibles. vv El responsable de las operaciones mineras en tales situaciones deberia saber qué tan sensible es la solucién éptima al cambio de los valores de los datos, Después de formular y resolver un problema de programacién lineal, un gerente debe hacerse un niimero de preguntas importantes, como; vQué sucede si ...? Por ejemplo: 1.- ¢Qué le sucede a la solucién dptima y al valor de la funcién objetivo, si un coeficiente particular de la funcién objetivo se modifica? 2- EQué le sucede a la soluci6n optima y al valor de la funcién objetivo, si se modifica un valor particular del extremo derecho de las restricciones? EI andlisis de sensibilidad nos permite determinar que tan sensibles son la solucién éptima y el valor de la funcién objetivo con respecto a los cambios en los datos del problema,ANALISIS DE SENSIBILIDAD DE LOS COEFICIENTES DE LA FUNCION OBJETIVO ENFOQUE GRAFICO ANALISIS DE SENSIBILIDAD DE LOS COEFICIENTES DE LA FUNCION OBJETIVO Haciendo uso del enfoque grafico podremos determinar qué ocurre con la solucién éptima y el valor de la funcién objetivo cuando se modifica un Coeficiente de la funcién objetivo. El andlisis de sensibilidad sobre este coeficiente se usa para determinar el intervalo de sensibilidad dentro del cual la solucion éptima sigue siendo optima. ANALISIS DE SENSIBILIDAD DEL COEFICIENTE DE LA FUNCION OBJETIVO PARA X; Para la realizacién del presente andlisis empezaremos por recordar: F.0. Min Z = 4X, + 6X: Min Z = CyX: + C2X2 m = 4/6 m= C;/6 Como podemos observar el coeficiente C; corresponde al coeficiente de X; A continuacién cambiamos el valor original de C; (4) de X; con valores por encima y por debajo de éste: Modificandose el valor de la pendiente de la linea de la Funcién Objetivo, asi: my = 1/65 mg =1/3 m= 1/2 mg =5/6 © mg =7/6 > mg =3/2 Teniendo en consideracién e! mejor lado de la linea de la Funcién Ojetivo, movers la linea de la funcién objetivo de manera paralela a si misma en la direccién de mejora (lado de abajo) hasta que esté a punto de dejar la Region Factible, para cada pendiente determinada y obtenemos un nuevo punto 6ptimo.Analisis de Sistemas Mineros. Ing. MSc. Grimaldo Saavedra Frias @ El punto éptimo es [A] } El punto éptimo es [A] yf @ (5) El punto éptimo es [A], [6] ft ‘CONSUELO DEL MILAGRO GUQUPOMA RAMIREZ “La algarrobina es bien piurana” 27‘Aadisis de Sistemas Mineros Ing. MSc. Grimalo Saavedra Flas a) @ ial inlaliaialte ‘CONSUELO DEL MILAGRO CHUGUIPOMA RAMIREZ 28 “La algarrobina es bien piurana”Analisis de Sistemas Mineros lng. MSc. Grimaldo Saavedra Frias Consolidando los resultados tenemos: my = 1/6; el punto dptimo es [A] ma = 1/3; el punto optimo es [A] mg) = 1/2, el punto optimo es [A, E] ma = 4/6; el punto dptimo es [E] my = 5/6; el punto 6ptimo es [E] mq = 7/6; el punto dptimo es [D] Me = 3/2; el punto dptimo es [CJ, [D] Observamos que al disminuir el valor del coeficiente de X; de la Funcién Otjetivo a través del punto dptimo [E] se acerca cada vez més a /a linea de la correspondiente a la restriccion (1) del Tonelaje de Concentrado de Zn. Mientras la linea de la Funcién Objetivo no vaya “mas alla de la linea de la restriccién (1), los valores de X; = 30 y Xz = 50 siguen siendo dptimos. Por tanto el valor minimo del cdeficiente de X; que mantiene dptima la solucion actual es el que iguala a la pendiente de la funcién objetivo con la pendiente de la restriccién (1). Para determinar el valor minimo del coeficiente de X; designamos con la letra “a” el coeficiente 4 de X;. Entonces la funcién objetivo es: Mn Z = 4X + 6% HR YK 4 aX a Igualando las pendientes de la F. O. y de la restriccién (1) tenemos: Pendiente de la F. 0. es:m=a/6 Pendiente dela Restriccion (1) es: mya) = (0.04 / 0.08) = (1/2) Esdecir: a/6 = 1/2, Entonces’ as3 Esto significa que mientras el coeficiente de X; no disminuya su valor por debajo de 3 la solucién éptima actual sigue siendo éptima Y atin cuando la actual solucién optima X; = 30 y X2 = 50, sigue siendo la misma, el valor de la funcién objetivo cambia. Min Z X + 6X Min Z = 3X, + 6X Min Z = 3(30) + 6 (50) ValordelaF.0. Z = 390Hr.—Hb. (CONSUELO DEL MILAGRO CHUQUIPOMA RAMIREZ 29 “La algarrobina es bien piurana”Analisis do Sistemas Mineros Ing. MSc. Grimatco Saavedra Flas ‘Observamos ahora que al incrementar el valor del coeficiente de X;; y en tanto la pendiente de la Funcién Objetivo no cambie demasiado, la solucién optima actual en el punto extremo [E] sigue siendo dptima y que mientras la linea dela Funcién Objetivo no vaya “mas alla de la linea de la restricoién (5), los valores de X;=30y Xz = 50 siguen siendo optimos Por tanto el valor maximo del coeficiente de X; que mantiene dptima la solucion actual es el que iguala a la pendiente de la funcién objetivo con la pendiente de la restricci6n (5). Para determinar el valor maximo del coeficiente de X; designamos con la letra “p’ el coeficiente 4 de X; Entonces la funcién objetivo es: Min Z = bX + 6X2 Igualando las pendientes de la F. O. y de la restriccion (5) tenemos: Pendiente de la F. O. es:m=b /6 Pendiente de la Restriccion (6) es: mes) (1/1) 54 Es decir: b/é =1 Entonces: b Esto significa que mientras el coeficiente de X; no se incremente desde 4 2 valores por encima de 6 la solucién éptima actual sigue siendo optima Recuerda que alin cuando la actual solucién Optima X; = 30 y Xz = 50, sigue siendo la misma, el valor de la funcién objetivo cambia. Min Z = bX: + 6X Min Z = 6% + 6% Min Z = 6(30) + 6(50) Valor dela FO. Z = 480Hr.-Hb. Resumiendo: 1. Sitodos los demés datos del problema lineal _permanecen inalterables y el coeficiente de X; de la funcién objetivo se mantenga dentro del intervalo [3, 6] la solucién actual sigue siendo éptima, 2. Sin embargo el valor de la funcion objetivo cambia. 3. El tamafio del intervalo indica que tan sensible es la solucion dptima a su coeficiente. TONGUELO DEL MLAGRO CHUGUIPOWA RAMIREZ 30 “La algarrobina es bien piurana”Andiisis de Sistemas Mineros Ing. MSc. Grimaldo Saavedra Frias 4. Cuando el intervalo es mas pequefio diremos que la solucién éptima es mas sensible a un cambio del coeficiente de X; de la funcién objetivo. Para determinar el intervalo de sensibilidad del coeficiente de X2 de la funcién objetivo, procedemos en forma similar al procedimiento seguido para el cosficiente de X; REFORMULACION DEL MODELO MATEMATICO ‘Téngase en cuenta que: "Si el coeficiente de interés se modifica a un valor fuera del intervalo de sensibilidad, se debe encontrar una nueva Solucién Optima y un nuevo valor de la Funci6n Objetivo; lo que conlleva a reformular el Modelo Matemético” ‘CONGUELO DEL MLAGRO CHUGUIPONA RAMIREZ a “La algarrobina es bien piurana”ANALISIS DE SENSIBILIDAD DE LOS VALORES DEL LADO DERECHO (VLD) ENFOQUE GRAFICO El andlisis de sensibilidad no sélo se aplica a los cambios en los coeficientes de la Funcién Objetivo; si no también a los cambios en los valores del lado derecho de las restricciones. 1) 0.04X; + 0.08X2 >= 5.20 Para la realizacién del presente andlisis empezaremos por recordar: Valor del Lado Derecho | Restriccién 1) 0.04 X; + 0.08 Xp >= 5.20: El valor del lado derecho de la restricci6n (1) es 5.20 A continuacién cambiamos el valor original del valor del lado derecho de la Restriccién (1) 5.20 con valores por encima y por debajo de éste: 2, 3, 4, 5.20, 7, 10, 15 <— _—> Debemos advertir aqui; que las variaciones del valor del lado derecho no modifican la pendiente de la restriccién, por Jo que la linea de la restricci6n se mueve paralelamente y se producen cambios en la Solucién Optima. Restricci6n (1): Solucién Optima a) 0.04X; + 0.08Xz = 2.00 X= 50; X2= 26.00 b) 0.04X; + 0.08X2 = 3.00 X%#75; X= 37.50 ©) 0.04X; + 0.08 X2 = 4.00 X;=100; X= 50.00 1) 0.04% + 0.08X2 = 5.20 X= 130; X2= 65.00 d) 0.04X; + 0.08X2 = 7.00 X= 175; X2= 87.50 @) 0.04X; + 0.08 X2 = 10.00 X;= 250; X2= 126.00 f) 0.04X; + 0.08X2 = 15.00 X;=375; Xp = 187.50 Si bien el cambio del valor del Lado Derecho de la restriccién (1) tiene como resultado un cambio en la solucién dptima; la linea de la restricaién (1) se mueve paralelamente a si misma, esto se debe @ que la pendiente de esa linea de restriccién no cambia.Anais do Sistemas Mineros ng. MSo. Grimaido Seavecra Frias ag) #112 Mientras esa linea no se desplace demasiado la solucién éptima permanece en esas dos lineas correspondientes a las restricciones (1) y (5). Para determinar cuanto puede disminuir el valor del lado derecho de la restriccién (1) antes de que las nuevas restricciones (1) y (2) determinen la solucién éptima, denominamos con la letra ‘a’ el valor del lado derecho en vez de 5.20. Es dacir la restriccién (1) sera: Ray 0.04 X; + 0.08X2. >=a Luego calculamos del grafico los valores para X: y Xz siendo esos valores: X= 45 yo X= 36 Reemplazando estos valores encontramos el valor de a: Ray 0.04 X; + 0.08%. >=8 Roy 0.04 (45) + 0.08 (35) >= 4.6 CCONSUELO DEL MLAGRO CHUGUIPOWA RAMIREZ 4 “La algarrobina es bien piurana”Anéisis de Sistemas Mineros Ing. MSc. Grimaldo Saavedra Frias | a=46 | Esto significa que mientras la Produccién de Concentrado de Zn no disminuya or debajo de 4.6 TM, la solucién éptima queda determinada por la interseccion de esta restriccion (1) y la de Produccién Diaria Total (5). Ahora consideraremos que el valor del Lado Derecho de la restriccién (1) se incrementa, Entonces la linea correspondiente a la restriccién (1) se desplazaré paralelamente a si misma, pero hacia la derecha del grafico, La solucién actual seguira siendo éptima, mientras esa linea no se desplace demasiado de manera que la solucién éptima estara definida por la interseccién de las lineas de las restricciones (1) y (6). ‘GONSUELO DEL MLAGRO CHUQUIPOWA RAMIREZ 35 “La algarrobina es bien piurana”Andisis de Sistemas Mineros Ing. MSc. Grimaldo Saavedra Frias Para determinar cuanto puede Incrementar el valor del lado derecho de la restriccién (1) antes de que las nuevas restricciones (1) y (2) determinen la solucién éptima, denominamos con la letra *b” el valor del lado derecho en vez de 5.20. Es decir la restricci6n (1) sera: Roy 0.04 X; + 0.08%, >=b Luego calculamos del grafico los valores para X; y X2 siendo esos valores: X; = 20 y Xp = 60. Reemplazando estos valores encontramos el valor de b: Rw 0.04X, + 0.08X, >=b Ray 0.04 (20) + 0.08 (60) >= 5.6 b= 56 Esto significa que mientras la Produccién de Concentrado de Zn no sobre pase la 5.6 TM, la Soluci6n Optima seguird siendo determinada por la interseccion de las lineas de las restricciones (1) y la de Produccién Diaria Total (5), ANALISIS DE SENSIBILIDAD DE LOS VALORES DEL LADO DERECHO DE LA RESTRICCION (5) Para realizar el analisis de sensibilidad de los valores del lado derecho de la restriccién (5) seguimos el mismo procedimiento empleado para la restriccién (1): Restriccin (5) -X; + Xz >= 80 El valor del lado derecho de la restriceién (5) es 80. Cambiamos el valor original del valor del lado derecho de la Restricclén (5) 80 con valores por encima y por debajo de éste: 65, 70, 75, 80, 85, 90, 95 ——_— > Como ya hemos analizado las variaciones del valor del lado derecho no modifican la pendiente de la restriccion, por lo que la linea de la restriccion (5) fe ete Soerlelty tie isl (lara Se | Bledieoa combos ta Solucion ptima. ‘GONSUELO DEL MLAGRO CHUGUIPOWA RAMIREZ ; 36 “La algarrobina es bien piurana”Anéisis de Sistemas Mineros Ing. MSc. Grimaido Saavedra Frias Mientras esa linea no se desplace demasiado la solucién dptima permanece en esas dos lineas correspondientes a las restricciones (1) y (5). Para determinar cuanto puede disminuir el valor del lado derecho de la restriccion (5) antes de que las nuevas restricciones (1) y (2) determinen la solucién éptima, denominamos con la letra “a” el valor del lado derecho en vez de 80. Es decir la restriccién (5) sera: Ry Xi + Xe 2a Luego calculamos del grafico los valores para Xi y Xz siendo esos valores: X = 25.0 y Xe = 52.50, Reemplazando estos valores encontramos el valor de a Rey X + %& =a Rw 25.0 + 52.50 = 77.50 a = 77.50 Esto significa que mientras la Produccién Diaria no disminuya por debajo de 77.50 TM, la solucién dptima queda determinada por la interseccién de esta restriccién (1) Produccién de Concentrado de Cine y (8) Produccién Diaria Total. Ahora consideraremos que el valor de! Lado Derecho de la restriccién (5) se inerementa. Entonces la linea correspondiente a la restriccién (5) se desplazara paralelamente a si misma, pero hacia la derecha dei grafico ‘CONEUELO DEL MLAGRO GAUGUIPOMA RAMIREZ 37 “La algarrobina es bien piurana”