Una compaa nueva posee 2 minas La mina A produce 1 Ton de Hierro de alta calidad por dia, 3 Ton de Media

y 5 Ton de Baja. La mina B produce 2 Ton de Cada una de las 3 calidades. La compaa necesita por lo menos 80 Ton de mineral de Alta calidad, 160 de media y 200 Ton de baja. Sabiendo que el costo diario de operacin es de $2000 en cada mina. Cuantos das debe trabajar cada mina para que el costo sea minimo Variables del Modelo X X1 dias de trabajo en A Y Y2 dias de trabajo en B FUNCION OBJETIBO: Min Z = f(x,y) = 2000x + 2000y LEYES MEDIA 3X 2Y 160

MINA A B PRODUCCION

DIAS X Y

ALTA 1X 2Y 80

BAJA 5X 2Y 200

COSTO DIARIO 2000X 2000Y

RESTRICCIONES: A) X + 2Y 80 B) 3X + 2Y 160 C) 5X + 2Y 200 SOLUCION METODO GRAFICO R2: restriccion 1 2 3 GRAFICO DE RESTRICCIONES:
120 100 80 60 40 20 0 0 20 40 60

X 0 80 0 53.3333333 0 40

Y 40 0 80 0 100 0

A
R1

B C D
80 100

R2 R3

CONJUNTO SOLUCION: PUNTOS A B C D CONCLUSION: SEGN ESTE ULTIMO CUADRO, EL PUNTO DEL CONJUNTO SOLUCION QUE CUMPLE OPTIMAMENTE CON NUESTROS REQUERIMENTOS ES EL PUNTO C. X 0 20 40 80 Y 100 50 20 0 FUNCION OBJETIVA 200000 140000 120000 160000

EJEMPLO 2 FUNCION OBJETIVO: MAXIMIZAR Z=0.1X +0.08Y LEYES MEDIA 1X 0 130000

MINA A B PRODUCCION RESTRICCIONES: A) X+ Y 210000 B) X 130000 C) Y 60000 D) X 2Y

ALTA 1X 1Y 210000

BAJA 0 1Y 60000

COSTO DIARIO 0.1X 0.08Y

SOLUCION METODO GRAFICO R2: restriccion 1 2 3 4 X 0 210000 130000 130000 0 0 0 2 Y 210000 0 0 0 60000 60000 0 0

GRAFICO DE RESTRICCIONES:
300000 250000 200000 R1 150000 100000 50000 0 0 100000 200000 300000 400000 500000 R2 R3 R4

CONJUNTO SOLUCION: PUNTOS A B C D E CONCLUSION: SEGN ESTE ULTIMO CUADRO, EL PUNTO DEL CONJUNTO SOLUCION QUE CUMPLE OPTIMAMENTE CON NUESTROS REQUERIMENTOS ES EL PUNTO B. X 0 130000 130000 120000 0 Y 60000 80000 65000 60000 210000 FUNCION OBJETIVO 4800 19400 18200 16800 16800

EJEMPLO 3 FUNCION OBJETIVO: MINIMIZAR Z=60X + 70Y TAJO A B PRODUCCION Cu 50X 15Y 87500 Zn 4X 8Y 16000 Mo 1X 3Y 5000

RESTRICCIONES: A) 50X + 15Y 87500 B) 4X + 8Y 16000 C) 1X + 3Y 5000 SOLUCION METODO GRAFICO R2: restriccion 1 2 3 X 0 1750 0 4000 0 5000 Y 5833.33333 0 2000 0 1666.66667 0

GRAFICO DE RESTRICCIONES:
7000 6000 5000 4000 3000 2000 1000 0 0 1000 2000 3000 4000 5000 6000 R1 R2 R3

CONJUNTO SOLUCION: PUNTOS A B C D X 0 1352.94 2000 5000 Y 5833.33 1323.53 1000 0 FUNCION OBJETIVA 408333.3333 173823.5294 190000 300000

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

EJEMPLO 4 FUNCION OBJETIVO: MAXIMIZAR Z= 25X + 10Y RESTRICCIONES: A) X/20 + Y/15 14 B) X 70 C) Y 40 D) X + Y 180 E) 15X + 20Y 2500 SOLUCION METODO GRAFICO R2: restriccion 1 2 3 4 5 GRAFICO DE RESTRICCIONES:
250 200 150 100 50 0 0 50 100 150 200 250 300 R1 R2 R3 R4 R5

X 0 280 70 70 0 280 0 180 0 166.666667

Y 210 0 0 210 40 40 180 0 125 0

CONJUNTO SOLUCION: PUNTOS A B C X 70 70 113.333 Y 40 72.5 40 FUNCION OBJETIVO 2150 2475 3233.333333

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

ANLISIS DE SISTEMAS MINEROS

ANLISIS DE SISTEMAS MINEROS Estudia los conceptos y metodologa para la aplicacin de tcnicas de investigacin operativa en el desarrollo de sistemas de informacin y modelos en el campo de la minera. Da conocimientos de investigacin operativa de procesos mineros desarrollando modelos apropiados. INVESTIGACIN DE OPERACIONES La Investigacin de Operaciones se ocupa de la resolucin de problemas relacionados con la conduccin y coordinacin de las operaciones o actividades dentro de una organizacin. Su mbito de aplicacin es muy amplio, aplicndose a problemas de fabricacin, transporte, construccin, telecomunicaciones, planificacin y gestin financiera, ciencias de la salud, servicios pblicos, etc. En general, se aplica en todos los problemas relacionados con la gestin, la planificacin y el diseo. La Investigacin de Operaciones incluye un conjunto muy amplio de tcnicas orientadas a proporcionar una ayuda cuantitativa en la toma de decisiones. El mtodo empleado es el mtodo cientfico, y las tcnicas que se utilizan son, en buena medida, tcnicas matemticas. QU ES LA INVESTIGACIN DE OPERACIONES? La construccin creativa de modelos de decisin basados en descripciones matemticas, con el objetivo de tomar decisiones en situaciones de complejidad o incertidumbre. HISTORIA DE LA INVESTIGACIN DE OPERACIONES Surge durante la Segunda Guerra Mundial, cuando haba una gran necesidad de administrar los escasos recursos. La Fuerza Area Britnica form el primer grupo que desarrollara mtodos cuantitativos para resolver estos problemas operacionales y bautiz a sus esfuerzos como Investigacin Operacional. Poco despus, las fuerzas armadas estadounidenses formaron un grupo similar, compuesto por cientficos fsicos e ingenieros, cinco de los cuales posteriormente fueron laureados con el premio Nobel.

Despus de la Segunda Guerra Mundial, los administradores de la industria reconocieron el valor de aplicar tcnicas similares a sus complejos problemas de decisin. Los primeros esfuerzos se dedicaron a desarrollar modelos apropiados y procedimientos para solucionar problemas como la programacin de refineras de petrleo, distribucin de productos, planeacin de produccin, estudio de mercados y planeacin de inversiones. Procedimientos que se hicieron posibles con el advenimiento de la computadora, ya que la resolucin del tpico problema de investigacin de operaciones requiere demasiados clculos para ser realizados manualmente. CATEGORAS BSICAS DE PROBLEMAS PROBLEMA DETERMINSTICO Es un problema en el que toda la informacin necesaria para obtener una solucin se conoce con certeza. La resolucin de un problema determinstico es similar a decidir que cantidad de mineral debemos enviar desde el ore pass o cancha de almacenamiento hacia la planta de beneficio, conociendo cual es el tonelaje total almacenado el contenido y el mineral, en el momento que tomamos la decisin. PROBLEMA ESTOCSTICO Es un problema en el que parte de la informacin necesaria no se conoce con certeza, sino ms bien se comporta de una manera probabilstica. Decidir que cantidad de mineral debemos enviar desde el ore pass o cancha de almacenamiento hacia la planta de beneficio, desconociendo cual es el tonelaje total almacenado el contenido y el mineral, en el momento que tomamos la decisin.

METODOLOGA DE LA INVESTIGACIN DE OPERACIONES

DEFINICIN DEL PROBLEMA

FORMULACIN DE UN MODELO MATEMTICO Y RECOPILACIN DE DATOS

RESOLUCIN DEL MODELO MATEMTICO

SOLUCIN

MODIFICACIN DEL MODELO MATEMTICO

NO

VALIDACIN

SI
IMPLEMENTACIN

DEFINICIN DEL PROBLEMA Este primer paso consiste en identificar, comprender y describir, en trminos prcticos el problema que la empresa u organizacin enfrenta. En muchos casos el problema no puede estar bien definido y requerir bastantes discusiones y consenso entre los miembros del equipo de proyectos. FORMULACIN DE UN MODELO MATEMTICO Y RECOPILACIN DE DATOS Es la expresin del problema en forma matemtica, en funcin de las variables de decisin y los datos recopilados del problema. Luego haciendo uso de tcnicas matemticas disponibles obtendremos la mejor solucin. RESOLUCIN DEL MODELO MATEMTICO La Resolucin del Modelo Matemtico implica obtener los mejores valores numricos para las variables de decisin. Dicha obtencin depende del tipo especfico de Modelo Matemtico Para elegir un mtodo apropiado para resolverlo. MTODO PTIMO Este mtodo produce los mejores valores para las variables de decisin; es decir aquellos valores que satisfacen simultneamente todas las restricciones y proporcionan el mejor valor para la Funcin Objetivo.

MTODO HEURSTICO Produce valores para las variables que satisfacen todas las restricciones. Aunque no necesariamente ptimos, estos valores proporcionan un valor aceptable para la Funcin Objetivo. VALIDACIN INSTRUMENTACIN Y CONTROL DE LA SOLUCIN Es extremadamente importante validar la solucin es decir revisar cuidadosamente la solucin de un modelo matemtico para asegurar que los valores tengan sentido y que las decisiones resultantes puedan implementarse. As tambin debe supervisarse no slo para asegurarse que la solucin trabaja segn lo planeado; si no porque el problema, los datos o ambos pueden cambiar con el tiempo. MODIFICACIN DEL MODELO MATEMTICO Si durante la validacin se encuentra que la solucin no puede llevarse a cabo, se pueden identificar las restricciones que fueron omitidas durante la Formulacin del Problema original o si se formularon en forma incorrecta. En estos casos debe regresarse a la etapa de Formulacin del Problema y hacerse las modificaciones apropiadas. MODELO MATEMTICO El Modelo Matemtico constituye una herramienta de la Investigacin de Operaciones mediante la cual se formulan los problemas en forma matemtica. CONSTRUCCIN DE UN DEL MODELO MATEMTICO IDENTIFICACIN DE LAS VARIABLES DE DECISIN Las variables de decisin son valores desconocidos, ha determinarse en la resolucin del modelo matemtico y que proporcionan la solucin del problema. A: Toneladas de Mineral Transportadas desde la Unidad Minera 1 a la Planta de Beneficio. Mineral Producido por el Tajo 1 de la Mina Mnica. Costo Unitario por Tonelada producida en la Unidad Minera San Juan.

X1: X2:

IDENTIFICACIN DE LA FUNCIN OBJETIVO La funcin Objetivo constituye el objetivo global que la empresa persigue expresada en forma matemtica. Esta funcin puede expresarse como una MAXIMIZACIN de mejorar u optimizar sus ganancias o rentas, aumentar la

produccin, etc. o una MINIMIZACIN o reduccin de sus costos de produccin, insumos, mano de obra, etc. Ejemplo: Min / Max Z = 4X1 + 7X2 + 3X3 +.. + CXn

IDENTIFICACIN DE LAS RESTRICCIONES Es la expresin matemtica de las limitaciones o consideraciones que nos impone el problema. Limitaciones: a) La capacidad instalada de la Planta de Beneficio es de 2,500 TM/da. b) La produccin mensual de la Unidad Minera 1 es de 15,000 TMS. Restricciones: 1) 2) X1 + X2 + X3 + + CXn >= X1 2,500 Produccin Diaria TM/da. Produccin Mensual UM 1.

<= 15,000

EJEMPLO DE UN MODELO MATEMTICO Consideremos una mina subterrnea en la cual un mineral complejo de plomo, zinc, cobre, plata y oro, esta depositado en vetas. En la explotacin por el mtodo 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 estndares de produccin para cada tajeo han sido establecidos como resultado de estudios de ingeniera industrial y estn expresados en Horas-Hombre por Tonelada de Mineral enviado haca los ore-pass; as tambin la produccin diaria y contenido mineral se indican en los reportes y cuadro estadstico de produccin.
TAJO 1 2 % Zn 4 8 % Pb 6 4 PRODUCCIN TM / Da 45 65 COSTO Hr.-Hb. / TM 4 6

La planta de beneficio trabaja con una ley de cabeza promedio de no menos de 6.5 % Zn. y tampoco no menos de 4.5 % Pb. Los dems elementos Ag., Au. y Cu., contenidos en el mineral son recuperados en los concentrados de Zn y Pb por lo que no son considerados como restricciones de operacin. La gerencia espera una produccin de 80 TM/Da, por tanto desea programar la produccin de los dos tajeos de manera que cumpla con los requisitos de produccin a un costo mnimo por Hora-Hombre.

FORMULACIN DEL MODELO MATEMTICO

Definicin de las Variables de Decisin X1 = X2 = Tonelaje del Tajeo 1, enviado al ore-pass. Tonelaje del Tajeo 2, enviado al ore-pass.

Definicin de la Funcin Objetivo Mn. Z = 4 X1 + 6 X2

Definicin de las Restricciones 1) 0.04 X1 + 0.08 X2 2) 0.06 X1 + 0.04 X2 3) X1 4) 5) X1 + 6) X1; MODELO MATEMTICO Variables: X1 = X2 = Tonelaje del Tajeo 1, enviado al ore-pass. Tonelaje del Tajeo 2, enviado al ore-pass. X2 X2 X2 >= >= <= <= >= >= (0.065) (80) TM concentrado de Zn. (0.045) (80) TM concentrado de Pb. 45 65 80 0 Produccin del Tajeo 1. Produccin del Tajeo 2. Produccin Diaria. Restriccin Lgica.

Funcin Objetivo: Min. Z Sujeto a: 1) 2) 3) 4) 5) 6) X1 + X1 ; 0.04 X1 + 0.08 X2 >= 0.06 X1 + 0.04 X2 >= X1 <= X2 <= X2 >= X2 >= 5.20 TM concentrado de Zn. 3.60 TM concentrado de Pb. 45 65 80 0 Produccin del Tajeo 1. Produccin del Tajeo 2. Produccin Diaria. Restriccin Lgica. = 4 X1 + 6 X2

CLASIFICACIN DE MODELOS MATEMTICOS

Formulado el problema matemticamente (Modelo Matemtico) el siguiente paso es resolverlo; es decir; encontrar valores para las variables de decisin que satisfagan todas las restricciones y que, al mismo tiempo proporcionen el mejor valor posible de la funcin objetivo. Esta tarea se logra usando procedimientos sistemticos, paso a paso, llamados algoritmos aplicativos ejecutados por computadoras. Los algoritmos que resuelven un Modelo Matemtico pueden o no resolver otro, por lo que para elegir el ms adecuado debemos identificar la clase a la que pertenece un problema en particular. 1.CLASIFICACIN BASADA EN LOS DATOS DEL PROBLEMA Si se conocen todos los datos con certeza el Modelo Matemtico corresponde a un Modelo Determinstico; caso contrario estaremos frente a un Modelo Estocstico. 2.CLASIFICACIN BASADA EN LAS RESTRICCIONES Los problemas Determinsticos 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 ms restricciones. Los problemas restringidos se clasifican sobre la base de las propiedades matemticas que las restricciones satisfacen. X1 + X2 + X3 - Xn >= 52.80 Aditividad, es una de las propiedades matemticas fundamentales de las restricciones, en la que la contribucin de cada variable a la funcin de restriccin se suma (o sustrae) a la de cada una de las otras variables de restriccin. Proporcionalidad, es la segunda propiedad matemtica fundamental de las restricciones, si el valor de una variable se multiplica por cualquier constante, la contribucin de la variable a la restriccin se multiplica por esa misma constante. Contribucin de X1: 3 X1 = 3 (50) = 150

Sobre la base de las propiedades de aditividad y proporcionalidad, existen dos clasificaciones de problemas restringidos.

Restricciones Lineales, en las que todas las restricciones satisfacen tanto la aditividad como la proporcionalidad. Restricciones no Lineales, en las que alguna restriccin no satisface al menos una de las propiedades de aditividad y proporcionalidad.

3.-

CLASIFICACIN BASADA EN LA FUNCIN OBJETIVO Teniendo en cuenta las propiedades matemticas de la Funcin Objetivo esta puede ser lineal o no lineal, lo que da pie a la siguiente clasificacin de Modelos Determinsticos: a).Objetivo Lineal, en la que la funcin objetivo es lineal. Maximizar b).Z = 3 X1 + 4 X2 + 8 X3

Objetivo no Lineal, en la que la funcin objetivo es no lineal. Minimizar Z = (1.25 x 3 X1) + (0.004 x A x 4 X2) + 8 X3

4.-

CLASIFICACIN BASADA EN LAS VARIABLES Esta clasificacin final se basa en la propiedad matemtica de las variables, denominada divisibilidad, lo que significa que una variable de decisin puede, en teora, asumir cualquier Valor Fraccional u otro, dentro de cierto intervalo. La propiedad de Divisibilidad da lugar a dos clases: Modelos de Variable Continua, en la que todas las variables satisfacen la divisibilidad. Modelos de Variable Entera (o Discreta), en la que una o ms variables deben tener valores enteros.

PROGRAMACIN LINEAL APLICACIONES Y EL ENFOQUE GRFICO

PROBLEMAS DE PROGRAMACIN LINEAL Un Problema de Programacin Lineal, es un problema en el que la Funcin Objetivo y todas las Restricciones, son Lineales y todas las Variables son continuas. Los problemas de programacin lineal tienen amplias aplicaciones prcticas en reas tan diversas como la asignacin de recursos escasos, la compra y fabricacin, la planeacin de dietas, administracin de agencias, la combinacin y la planeacin de produccin. A un cuando los problemas del mundo real tienen ms de dos variables y no pueden resolverse geomtricamente, las ideas ganadas al resolver grficamente problemas de dos variables proporciona una clara comprensin de cmo resolver algebraicamente problemas de tres o ms variables, que es el mtodo usado con computadoras. PROGRAMACIN LINEAL: EL ENFOQUE GRFICO

El enfoque grfico es til no slo para encontrar una solucin ptima, sino tambin para obtener informacin adicional sobre cun susceptible es la solucin ptima con respecto a los cambios en los datos del problema. PROBLEMA DE PROGRAMACIN LINEAL Variables: X1 = Tonelaje del Tajeo 1, enviado al ore-pass. X2 = Tonelaje del Tajeo 2, enviado al ore-pass. Funcin Objetivo: Mn. Sujeto a: 1) 2) 3) 4) 5) 6) X1 + X1 ; 0.04 X1 + 0.08 X2 0.06 X1 + 0.04 X2 X1 X2 X2 X2 >= >= <= <= >= >= 5.2 3.6 45 65 80 0 TM concentrado de Zn. TM concentrado de Pb. Produccin del Tajeo 1. Produccin del Tajeo 2. Produccin Diaria. Restriccin Lgica. Z = 4 X1 + 6 X2

RESOLUCIN DEL PROBLEMA DE PROGRAMACIN LINEAL

Usted como responsable de la operacin de la mina su objetivo es resolver este problema, es decir encontrar valores para las variables X1 y X2 que satisfagan las cinco restricciones y que produzcan el menor costo o menor valor de la funcin objetivo. GRAFICACIN DE LAS RESTRICCIONES DE UN PROGRAMA LINEAL El mtodo grfico para resolver un programa lineal con dos variables se inicia concentrndose primero en graficar las restricciones y posteriormente en la funcin objetivo. Consideramos una restriccin a la vez. Cada restriccin permite ciertos valores de X1 y X2 que satisfacen la restriccin. Estos valores se denominan Valores Factibles. Aquellos que no satisfacen la restriccin se llaman Valores Infactibles.

El proceso para graficar cada restriccin es el siguiente: 1) 2) 3) 4) 5) Reemplazar el signo de desigualdad de cada restriccin por un signo de igualdad. Determinar las intersecciones con los ejes X1 y X2. Dibujar la lnea recta correspondiente a la ecuacin de cada restriccin. Identificar el lado de la lnea que satisfaga la desigualdad original o restriccin. Sombrear esta porcin de la grfica que satisfaga todas las restricciones formuladas hasta el momento.

Restriccin 1) 0.04 X1 + 0.08 X2 >= 5.2 0.04 X1 + 0.08 X2 = 5.2 S X2 = 0 X1 = 130 S X1 = 0 X2 = 65

Restriccin 2) 0.06 X1 + 0.04 X2 >= 3.6 0.06 X1 + 0.04 X2 = 3.6 S X2 = 0 X1 = 60 S X1 = 0 X2 = 90

Restriccin 3) X1 <= 45

Restriccin 4) X2 <= 65

X1 = Entonces: X1 =

45 45

X2 = Entonces: X2 = <= 80 = 80 X1 = 80 X2 = 80

65 65

Restriccin 5) X1 + X2 X1 + X2 S X2 = 0 S X1 = 0

VALORES FACTIBLES Todos los puntos de las lneas del grfico de las restricciones dan origen a Valores Factibles para X1 y X2, como cualquier punto de uno de los dos lados de las lneas. Para averiguar que lado, elegimos cualquier punto que no este en la lnea y analizamos si los valores X1 y X2 correspondientes satisfacen la restriccin. Si as es, entonces este punto est en el Lado Factible; de otra manera, el punto no est en el lado factible. LADO FACTIBLE DE LA RECTA DE LA RESTRICCIN (1) Reemplazando los valores de X1 y X2 del lado de arriba de la recta (1): 0.04 X1 + 0.08 X2 X1 = 70 >= 5.2

X2 = 50 >= >= >= 5.2 5.2 5.2

0.04 (70) + 0.08 (50) 2.8 + 6.8 4.0

Estos valores satisfacen la restriccin por tanto este lado de la recta es el Lado Factible.

X2
130 120 110 100 90 80 70 60 50 40 30 20 10 X1 = 70 X2 = 50 LADO FACTIBLE

(1)
10 30 50 70 90 130 150

X1

110

LADO INFACTIBLE DE LA RECTA DE LA RESTRICCIN (1)

Reemplazando los valores de X1 y X2 del lado de abajo de la recta (1): 0.04 X1 + 0.08 X2 X1 = 40 X2 = 30 >= >= >= 5.2 5.2 5.2 >= 5.2

0.04 (40) + 0.08 (30) 1.60 + 4.80 3.20

Estos valores no satisfacen la restriccin por tanto este lado de la recta es el Lado Infactible.

X2
100 90 80 70 60 50 40 30 20 10
X1 = 40 X2 = 30

LADO INFACTIBLE

10

30

50

70

90

110

130

150

X1

GRFICA DE LAS LNEAS DE LAS RESTRICCIONES DE UN PROGRAMA LINEAL

X2
130 120 110 100 90 80 70 60 50 40 30 20 10

(3)

(4)

(1)

10

30

50

70

90 (2)

110

130 (5)

150

X1

GRFICA DE LAS LNEAS DE LAS RESTRICCIONES DE UN PROGRAMA LINEAL

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

90
(2)

110

130

150 X1

REGIN FACTIBLE
El rea final sombreada se denomina la Regin Factible del programa lineal. Cualquier punto que est dentro de la regin factible es una Solucin Factible y da origen a valores para X1 y X2 que satisfacen todas las restricciones. La regin factible est limitada por lneas rectas que se juntan en agudos puntos esquina etiquetados de A a E. Estos puntos esquina se denominan puntos extremos.

(3)

C D

(4)

E A

REGIN FACTIBLE (1)

(5) (2)

SOLUCIN PTIMA Es el punto en la regin factible que tiene el mejor valor de la Funcin Objetivo. El proceso para determinar la Solucin ptima del programa lineal es el siguiente: 1. Trazamos la lnea de la Funcin Objetivo. 2. Localizamos su mejor lado. 3. Movemos la lnea de la funcin objetivo de manera paralela as misma en la direccin de mejora hasta que est a punto de dejar la Regin Factible. Este punto final es la Solucin ptima al Programa Lineal. USO DE LA FUNCIN OBJETIVO PARA OBTENER UNA SOLUCIN PTIMA Lnea de Funcin Objetivo Lnea utilizada en el mtodo grfico en la cual todos los puntos sobre la lnea tienen el mismo valor de funcin objetivo. TRAZADO DE LA LNEA DE LA FUNCIN OBJETIVO Min Z = 6X2 = Y = m = 4 X1 + 6 X2 4 X1 Z m X 4/6 + b

X2 = (4/6) X1 + (Z/6)

(3) C D (4) B

Lnea de Funcin Objetivo A (5) (2) (1)

LOCALIZACIN DEL MEJOR LADO DE LA LNEA DE LA FUNCIN OBJETIVO Para localizar el mejor lado, elegimos cualquier punto que no est en la Lnea de la Funcin Objetivo y analizamos si el valor de X1 y X2 correspondientes satisfacen la Funcin Objetivo.

X2
130 120 110 100 90 80 70 60 50 40 30 20 10 10

(3)

X1 = 33 X2 = 60 B X1 = 35 X2 = 52

C D E

(4)
Mejor Lado de la Lnea de la Funcin Objetivo

(1) 30 50 70
(2)

90

110
(5)

130 150

X1

Si as es, entonces este punto est en el Mejor Lado y por tanto hemos localizado el mejor lado; de otra manera, el punto no est en el mejor lado. Reemplazando los valores de X1 y X2 de un lado de la lnea de la Funcin

Objetivo: Min Z = 4 X 1 + 6 X2 X2 = 60

a).- X1 = 33

4 (33) + 6 (60) 132 + 360 = 492 Hr-Hb X2 = 52

b).- X1 = 35

4 (35) + 6 (52) 140 + 312 = 452 Hr-Hb

El caso b).- refleja el mnimo valor de la Funcin Objetivo, por tanto este es el mejor lado (lado inferior). OBTENCIN DE VALORES NUMRICOS PARA LA SOLUCIN PTIMA Una forma de obtener los valores numricos de las variables de decisin para la Solucin ptima es leerlas directamente de la grfica. Este proceso visual, sin embargo, no es preciso.

(3)
C B

Solucin ptima

Regin Factible

(4)

X1 = 30

(1)
A

(5) (2)

Punto Extremo

X1

X2

Valor de la Funcin Objetivo Min Z = 4 X1 + 6 X2

45.00

42.50

435.00

B C D E

45.00 17.00 20.00 30.00

65.00 65.00 60.00 50.00

570.00 458.00 440.00 420.00

La Solucin ptima es: X1 = 30 Toneladas de Mineral del Tajo 1 (TM). X2 = 50 Toneladas de Mineral del Tajo 2 (TM). Valor de la Funcin Objetivo Z = 420 Hr Hb. Un enfoque ms exacto se basa en observar que la solucin optima ocurre en el punto extremo E. Este punto extremo cae en la interseccin de las dos lneas correspondientes a las restricciones (1) y (5). Estas ecuaciones son: 1) 2) 0.04 X1 + 0.08 X2 >= 5.2 X1 + X2 <= 80

Se pueden encontrar los valores exactos de la solucin ptima resolviendo estas dos ecuaciones para determinar los valores X1 y X2 Estas ecuaciones son: 1) 2) 1) 2) 3) 4) 5) 6) 7) Encontramos que: 0.04 X1 + 0.08 X2 = 5.2 X1 + X2 = 80

0.04 X1 + 0.08 X2 = 5.20 X1 X1 + X2 = 80 = 80 X2

0.04 (80 X2) + 0.08 X2 = 5.20 3.2 0.04 X2 + 0.08 X2 = 5.20 0.04 X2 = 2.0 X2 = 50 X1 = 80 50 X1 = 30

Reemplazando en (3)

Los valores de X1 y X2 que definen la Solucin ptima son: X1 = 30 X2 = 50