Modelo de optimización para proyecto minero Tovaku

Universidad de Santiago de Chile
Departamento de Ingeniería
Facultad de Ingeniería en Minas
Laboratorio de Modelación y Simulación
PAUTA TRABAJO DE MODELACION Y SIMULACION 1° SEMESTRE 2015
1.- En base a estudios de prefactibilidad, la alianza Minera PuCobre-Codelco, ha contratado sus

servicios como asesor técnico para evaluar parte de las condiciones de sustentabilidad
económica del proyecto Tovaku. La empresa planifica la explotación de un Pórfido cuprífero.
Estudios geológico-económicos consideran al Cobre como producto y Molibdeno como
subproducto, además de establecer la presencia de Arsénico y Antimonio como minerales de
castigo.
El proyecto piloto contempla inicialmente dos paredes del rajo, cada una de ellas está
caracterizada en la siguiente tabla:
Costos de
Razón de
Puntos de Ley de Ley de Mo Ley de Ley de Carguío y
Remoción
Extracción Cu (%) (ppm) As (%) Sb (%) Transporte
(Ton Ex/Mx)
(USD/ton)
Pared Norte 1,1 495 0,14 0,32 2,9:1 11
Pared Este 0,9 512 0,22 0,29 2,7:1 9
El precio de venta del Cobre es de 274 cUSD/lb y del Molibdeno 7,66 USD/lb. Por su parte, la
Planta estará diseñada para una alimentación mínima de 2,7 Ktpd con una ley de corte de Cobre
del 0,8%. La mínima recepción de Molibdeno será de 497 ppm. Por requerimientos
metalúrgicos, el Arsénico no puede superar el 0,2%, y el Antimonio no pasar del 0,3%. La
capacidad mina se proyecta en 11Ktpd.
Se pide:
1.1. FORMULAR un modelo de programación lineal que permita a alianza Minera PuCobre-
Codelco obtener el mayor beneficio económico en la extracción de los minerales de interés.
Defina claramente variables, función objetivo y restricciones.
1.2. Graficar el espacio de soluciones factibles (ESF) utilizando el método que usted estime
conveniente determinando las variables que lo delimitan. RESUELVA el modelo utilizando
Solver de Excel. Indique cuál es la solución óptima de este problema, y el significado de cada
uno de los valores obtenidos.
1.3. Debido a un cambio en la planificación de extracción, la capacidad mina aumenta en 3
Ktpd, además estudios geológicos recientes establecen que el porcentaje de Arsénico y
Antimonio en la Pared Este son un 15% mayor y 10% menor respectivamente, en
comparación a los valores estimados en un principio.
A partir de lo anterior, explique la relación gráfica que puede deducirse de estos cambios con
respecto al ESF del problema. Indique la nueva solución óptima de este problema y el
significado de cada uno de los valores obtenidos.
1.4. La venta de Molibdeno se ha dispuesto en sacos con capacidad máxima de 250 kg, en
los cuales irán impresos el nombre de la empresa, además del nombre comercial del
producto (Moly-Sac). Determinar la utilidad de la producción de sacos, si el costo de los
sacos es 1 USD, y el de imprimir cada letra 2 cUSD. ¿En qué afecta esto al ESF y a la
solución óptima?
Coordinación Modelación y Simulación – Ingeniería Civil en Minas 1

PAUTA CONTROL OPTATIVO DE SUFICIENCIA 1°/2015
1.1. Variables: Sea: 𝑥1 : “Cantidad de mineral en sector Pared Norte, en kton” (2 p)

𝑥2 : “Cantidad de mineral en sector Pared Este, en kton” (2 p)
Restricciones:
R0: Restricción de no negatividad: 𝑥𝑖 ≥ 0; 𝑖 = 1,2
R1: Restricción Ley de Cobre mínima: 1.1𝑥1 + 0.9𝑥2 ≥ 0.8 (𝑥1 + 𝑥2 ) → 0.3𝑥1 + 0,1𝑥2 ≥ 0
R2: Restricción Ley de Molibdeno mínima: 495𝑥1 + 512𝑥2 ≥ 497 (𝑥1 + 𝑥2 ) → −2𝑥1 + 15𝑥2 ≥ 0
R3: Restricción Ley de Arsénico máxima: 0.14𝑥1 + 0.22𝑥2 ≤ 0.2 (𝑥1 + 𝑥2 )
−0.06𝑥1 + 0.02𝑥2 ≤ 0
R4: Restricción Ley de Antimonio máxima: 0.32𝑥1 + 0.29𝑥2 ≤ 0.3 (𝑥1 + 𝑥2 )
0,02𝑥1 − 0.01𝑥2 ≤ 0
R5: Restricción alimentación máxima a Mina: 3.9𝑥1 + 3.7𝑥2 ≤ 11
R6: Restricción alimentación mínima a Planta: 𝑥1 + 𝑥2 ≥ 2.7
(14 p; 1 p c/restricción; 1 p c/atributo)
Función objetivo:
𝑀𝑎𝑥(𝑧) = 2.74 ∙ 2207 ∙ (0.011𝑥1 + 0.009𝑥2 ) + 7.66 ∙ 2207 ∙ (0.000495𝑥1 + 0.000512𝑥2 ) −
(11𝑥1 + 9𝑥2 ) = 63.88𝑥1 + 54.08𝑥2 (4 p)
1.2. Respuesta:
Max (z) R3 R4
x2
R6
R2
R5 x1
Fig. 1: Espacio de soluciones factibles del modelo de PuCobre-Codelco

Nota: La restricción 1 (R1) no se ve gráficamente, debido a que intersecta el origen con pendiente
negativa, por lo que no pertenece al primer cuadrante. (6 p; descontar 0.5p por c/ elemento que
falte)
Respuesta: El espacio de soluciones factibles se encuentra delimitado por la leyes máximas de

Arsénico y Antimonio, la alimentación máxima a Mina y alimentación mínima a Planta. (4 p, 1p por
c/elemento que delimita el ESF)
x1 x2 signo b SOLVER
R1 0.3 0.1 ž 0 0.48672566
R2 -2 15 ž 0 27.2566372
R3 -0.06 0.02 ≤ 0 -0.01946903
R4 0.02 -0.01 ≤ 0 0
R5 3.9 3.7 ≤ 11 11
R6 1 1 ž 2.7 2.92035398
Max(z) 63.88 54.08 167.4725663
x1 x2
cc 0.97345133 1.94690265
Respuesta: La solución óptima está dada por 0.9734 kton de mineral en sector Pared Norte y 1.9469
kton de mineral en sector Pared Este, las cuales entregan una utilidad de 167472.5 USD (6 p, 2p por
cada valor de variable y 2p por la utilidad máxima)
1.3. Variables: Sea: 𝑥1 : “Cantidad de mineral en sector Pared Norte, en kton”

𝑥2 : “Cantidad de mineral en sector Pared Este, en kton”
Restricciones:
R1: Restricción Ley de Cobre mínima: 1.1𝑥1 + 0.9𝑥2 ≥ 0.8 (𝑥1 + 𝑥2 ) → 0.3𝑥1 + 0,1𝑥2 ≥ 0
R2: Restricción Ley de Molibdeno mínima: 495𝑥1 + 512𝑥2 ≥ 497 (𝑥1 + 𝑥2 ) → −2𝑥1 + 15𝑥2 ≥ 0
R3: Restricción Ley de Arsénico máxima: 0.14𝑥1 + 0.253𝑥2 ≤ 0.2 (𝑥1 + 𝑥2 )
−0.06𝑥1 + 0.053𝑥2 ≤ 0 (2p)
R4: Restricción Ley de Antimonio máxima: 0.32𝑥1 + 0.261𝑥2 ≤ 0.3 (𝑥1 + 𝑥2 )
0,02𝑥1 − 0.039. 𝑥2 ≤ 0 (2p)
R5: Restricción alimentación máxima a Mina: 3.9𝑥1 + 3.7𝑥2 ≤ 14 (2p)
R6: Restricción alimentación mínima a Planta: 𝑥1 + 𝑥2 ≥ 2.7
Función objetivo: 𝑀𝑎𝑥(𝑧) = 63.88𝑥1 + 54.08𝑥2 (4 p)

x2 Max (z)
R3
R5
R6
R4
R2
x1
Fig. 2: ESF del modelo de PuCobre-Codelco luego de cambios en contenido de As-Sb y capacidad
de Mina
Nota: La restricción 1 (R1) no se ve gráficamente, debido a que intersecta el origen con pendiente
negativa, por lo que no pertenece al primer cuadrante. (6 p; descontar 0.5p por c/ elemento que
falte)
R1 0.3 0.1 ž 0 0.84829721
R2 -2 15 ž 0 13.74613
R3 -0.06 0.053 ≤ 0 -0.07925697
R4 0.02 -0.039 ≤ 0 -2.0817E-17
R5 3.9 3.7 ≤ 14 14
R6 1 1 ž 2.7 3.65325077
Max(z) 63.88 54.08 221.2334363
x1 x2
cc 2.41486068 1.23839009
Respuesta: Se ve afectada la producción de cada sector, la restricción del contenido de Arsénico y

Antimonio, y la capacidad máxima de la Mina delimitan la solución óptima, por lo que cambiarán la
cantidad de mineral a extraer en cada sector. La nueva solución óptima es de 2.4148 kton en el
sector Pared Norte y 1.2383 kton en el sector Pared Este. El cambio en el contenido de las especies
contaminantes, aumenta la utilidad de la explotación, que ahora corresponde a 221233.4USD (8 p,
2p por cada valor de variable, 2p por la utilidad máxima y 2p por explicar porque se ve afectada la
solución inicial)

1000 𝑘𝑔/𝑡𝑜𝑛
1.4. Función objetivo: 𝐶𝑜𝑠𝑡𝑜 𝑆𝑎𝑐𝑜𝑠 = 250 𝑘𝑔
∙ (1 𝑈𝑆𝐷 + 27 ∙ 2 𝑐𝑈𝑆𝐷) = 6,16 𝑈𝑆𝐷/𝑡𝑜𝑛
𝑀𝑎𝑥(𝑧) = 63.88𝑥1 + 54.08𝑥2 − 6.16 ∙ (0.000495𝑥1 + 0.000512𝑥2 ) = 63.87𝑥1 + 54.07𝑥2 (4 p)
Max (z) R3 R4
x2
R6
R2
R5 x1
Fig. 3: ESF del modelo de PuCobre-Codelco considerando la venta de sacos de Molibdeno

(6 p; descontar 0.5p por c/ elemento que falte)
R1 0.3 0.1 ž 0 0.48672566
R2 -2 15 ž 0 27.2566372
R3 -0.06 0.02 ≤ 0 -0.01946903
R4 0.02 -0.01 ≤ 0 0
R5 3.9 3.7 ≤ 11 11
R6 1 1 ž 2.7 2.92035398
Max(z) 63.877 54.076 167.461858
x1 x2
cc 0.97345133 1.94690265

Respuesta: Al considerar los costos de venta de los sacos de Molibdeno, la solución óptima inicial
no se ve afectada, ya que la producción planificada en un comienzo se mantiene. Esto se debe a que
el cambio no influye en las restricciones del problema, ni altera las variables que delimitan el ESF
solo influye en los costos de producción, por ende la utilidad se ve disminuida. El plan de producción
estará dado por 0.9734 kton de mineral en sector Pared Norte y 1.9469 kton de mineral en sector
Pared Este, con una utilidad de 167461.5 USD. (8 p, 2p por cada valor de variable, 2p por la utilidad
máxima y 2p por explicar porque se ve afectada la solución inicial)
PUNTAJE IDEAL: 80
70% “APRUEBA” CON 56 PUNTOS

2.- La administración de la empresa minera ALUMEX S.A. (EMASA), se dedica exclusivamente a la

producción de aleaciones para la fabricación de artículos no planos, tales como rieles, alambrón,
varilla corrugada, estructuras, ruedas para ferrocarril, entre otros. Dicha empresa produce dos
clasificaciones de aleaciones de metal, tipo A y B, los cuales posee límites específicos en el
contenido de sus componentes (porcentaje de aluminio, silicio, Hierro y Magnesio).
La Gerencia de la empresa, con miras a obtener mayores utilidades en la producción de aleaciones
metálicas, se desarrolló un análisis composicional de tres tipos de rocas mineralizadas, el cual se
muestra a continuación:
Cantidad Constituyentes (%)

Costo Venta
Mineral Máxima
Aluminio Silicio Hierro Magnesio Otros (USD/ton) (USD/ton)
(ton)
1 1000 20 10 30 30 10 30 250
2 2000 10 20 30 30 10 40 350
3 3000 5 5 70 20 0 50 220
Además de dicha información dispuesta, el personal a cargo de la planta realizó una caracterización
de los tipos de aleaciones que se desean obtener, con el fin de estandarizar la calidad de sus
productos y así de este modo atraer posibles compradores. Esta información es presentada en la
siguiente tabla:
Aleación Especificaciones Aleación Especificaciones
Máximo 80% de Aluminio Entre 17 y 60 % de Silicio
Máximo 30% de Silicio Mínimo 30% de Hierro
A Entre 30% y 55% de Hierro B Máximo 70% de Magnesio
Mínimo 15% de Magnesio Máximo 30% de otro Metal
Máximo 20% de otro Metal Mínimo 7% de Aluminio
Debido a las oscilaciones del mercado de los metales, es de suma importancia cumplir la demanda
de los compradores, correspondiente a 1.5 kton de aleaciones de tipo A y 2.5 kton de tipo B.
Sabiendo que el precio de la aleación tipo A y B, son 200 USD/ton y 300 USD, respectivamente. Se
pide:
2.1 FORMULAR un modelo de programación lineal que permita a ALUMEX S.A obtener la mayor
cantidad de aleaciones tipo B, de tal forma que se puedan maximizar las utilidades asociados a
la adquisición de las materias primas. Defina claramente variables, función objetivo y
restricciones.
2.2 Graficar el espacio de soluciones factibles (ESF) utilizando el método que usted estime
conveniente. RESUELVA el modelo utilizando Solver de Excel. Indique cuál es la solución óptima
de este problema, y el significado de cada uno de los valores obtenidos.
2.3 Planificación ha determinado que se debe explotar un sector con presencia de mineral 2 y 3, por
lo que los costos de estos se vieron reducidos en un 20%. A partir de esto, explique la relación
que puede deducirse de estos cambios en los costos con respecto la solución óptima del
problema y ESF.
2.4 En la exploración del yacimiento se encontró otro tipo de mineral con 37% de aluminio, 33% de
Silicio, 10% Plomo, 10% Manganeso y 10% de Hierro. Considerando que este mineral posee un
costo de extracción de 65 USD/ton, su precio de comercialización corresponde a 270 USD/ton y
una disponibilidad máxima de 2500 ton.
FORMULAR un modelo de programación lineal que permita maximizar las utilidades de la
aleación tipo B. Defina claramente variables, función objetivo y restricciones. Determine solución
óptima.
Comente la contribución del nuevo mineral a la solución óptima, además del tipo de restricción
que es.

2.1. Variables: Sea: 𝑥1 : “Cantidad de toneladas de Mineral 1 en Aleación de metal tipo B” (2 p)

𝑥2 : “Cantidad de toneladas de Mineral 2 en Aleación de metal tipo B” (2 p)
Restricciones:
R0: Restricción de no negatividad: 𝑥𝑖 ≥ 0; 𝑖 = 1,2,3
R1: Restricción mínima cantidad de Aluminio: 20𝑥1 + 10𝑥2 + 5𝑥3 ≥ 7 (𝑥1 + 𝑥2 + 𝑥3 )
13𝑥1 + 3𝑥2 − 2𝑥3 ≥ 0
R2: Restricción mínima cantidad de Silicio: 10𝑥1 + 20𝑥2 + 5𝑥3 ≥ 17(𝑥1 + 𝑥2 + 𝑥3 )
−7𝑥1 + 3𝑥2 − 12𝑥3 ≥ 0
R3: Restricción máxima cantidad de Silicio: 10𝑥1 + 20𝑥2 + 5𝑥3 ≤ 60(𝑥1 + 𝑥2 + 𝑥3 )
−50𝑥1 − 40𝑥2 − 55𝑥3 ≤ 0
R4: Restricción mínima cantidad de Hierro: 30𝑥1 + 30𝑥2 + 70𝑥3 ≥ 30 (𝑥1 + 𝑥2 + 𝑥3 )
40𝑥3 ≥ 0
R5: Restricción máximo cantidad de Magnesio: 30𝑥1 + 30𝑥2 + 20𝑥3 ≤ 70 (𝑥1 + 𝑥2 + 𝑥3 )
−40𝑥1 − 40𝑥2 − 50𝑥3 ≤ 0
R6: Restricción máxima cantidad de otro metal: 10𝑥1 + 10𝑥2 ≤ 30 (𝑥1 + 𝑥2 + 𝑥3 )
−20𝑥1 − 20𝑥2 − 30𝑥3 ≤ 0
R7: Restricción cantidad disponible de mineral 1: 𝑥1 ≤ 1000
R10: Restricción de demanda de aleación de metal tipo A: 𝑥1 + 𝑥2 + 𝑥3 = 2500
Función objetivo: 𝑀𝑎𝑥(𝑧) = (300 − 30) 𝑥1 + (300 − 40) 𝑥2 + (300 − 50)𝑥3

𝑀𝑎𝑥(𝑧) = 270 𝑥1 + 260 𝑥2 + 250𝑥3 (4 p)
2.2. Respuesta: Es posible graficar a lo más en un espacio bidimensional, es decir problemas con
dos variables a lo más, pero los programas disponibles no poseen las opciones para mostrar de
manera gráfica el ESF del presente ejercicio. (6p)
x1 x2 x3 signo b SOLVER
R1 13 3 -2 ž 0 15000
R2 -7 3 -12 ž 0 -6.5066E-13
R3 -50 -40 -55 ≤ 0 -107500
R4 0 0 40 ž 0 7.8125E-07
R5 -40 -40 -50 ≤ 0 -100000
R6 -20 -20 -30 ≤ 0 -50000
R7 1 0 0 ≤ 1000 750
R8 0 1 0 ≤ 2000 1750
R9 0 0 1 ≤ 3000 1.9531E-08
R10 1 1 1 = 2500 2500
z 270 260 250 657500
x1 x2 x3
cc 750 1750 1.9531E-08

Respuesta: La solución óptima está dada por 750 toneladas de mineral 1, 1750 toneladas de mineral
2 y 0 toneladas de mineral 3, la cual posee una utilidad de 657500 USD. (6 p)
2.3. Función objetivo: 𝑀𝑎𝑥(𝑧) = (300 − 30) 𝑥1 + (300 − 32) 𝑥2 + (300 − 40)𝑥3
𝑀𝑎𝑥(𝑧) = 270 𝑥1 + 268 𝑥2 + 260𝑥3 (4 p)
R1 13 3 -2 ≤ 0 15000
R2 -7 3 -12 ≤ 0 -6.5066E-13
R3 -50 -40 -55 ž 0 -107500
R4 0 0 40 ≤ 0 7.8125E-07
R5 -40 -40 -50 ž 0 -100000
R6 -20 -20 -30 ≤ 0 -50000
R7 1 0 0 ≤ 1000 750
R8 0 1 0 ≤ 2000 1750
R9 0 0 1 ≤ 3000 1.9531E-08
R10 1 1 1 ž 2500 2500
z 270 268 260 671500
x1 x2 x3
cc 750 1750 1.9531E-08
Respuesta: Se concluye entonces que, para esta variación de costos, la solución óptima no cambia,
y la base permanece inalterada. Naturalmente, el valor objetivo óptimo varía en función de los
precios, a 671500 USD.
(6 p)
2.4. Variables: Sea: 𝑥1 : “Cantidad de toneladas de Mineral 1 en Aleación de metal tipo B”

𝑥2 : “Cantidad de toneladas de Mineral 2 en Aleación de metal tipo B”
𝑥3 : “Cantidad de toneladas de Mineral 3 en Aleación de metal tipo B”
Restricciones:
R0: Restricción de no negatividad: 𝑥𝑖 ≥ 0; 𝑖 = 1,2,3,4
R1: Restricción máxima cantidad de Aluminio: 20𝑥1 + 10𝑥2 + 5𝑥3 ≥ 7 (𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 )
13𝑥1 + 3𝑥2 − 2𝑥3 + 30𝑥4 ≥ 0
R2: Restricción mínima cantidad de Silicio: 10𝑥1 + 20𝑥2 + 5𝑥3 + 33𝑥4 ≥ 17(𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 )
−7𝑥1 + 3𝑥2 − 12𝑥3 + 16𝑥4 ≥ 0
R3: Restricción máxima cantidad de Silicio: 10𝑥1 + 20𝑥2 + 5𝑥3 + 33𝑥4 ≤ 60(𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 )
−50𝑥1 − 40𝑥2 − 55𝑥3 − 27𝑥4 ≤ 0
R4: Restricción máxima cantidad de Hierro: 30𝑥1 + 30𝑥2 + 20𝑥3 + 10𝑥4 ≥ 30 (𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 )
40𝑥3 − 20𝑥4 ≥ 0
R5: Restricción mínima cantidad de Magnesio: 30𝑥1 + 30𝑥2 + 20𝑥3 ≤ 70 (𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 )
−40𝑥1 − 40𝑥2 − 50𝑥3 − 70𝑥4 ≤ 0
R6: Restricción máxima cantidad de otro metal: 10𝑥1 + 10𝑥2 + 20𝑥4 ≤ 30 (𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 )
−20𝑥1 − 20𝑥2 − 30𝑥3 − 10𝑥4 ≤ 0


R11: Restricción de demanda de aleación de metal tipo B: 𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 = 2500
Función objetivo: 𝑀𝑎𝑥(𝑧) = (300 − 30)𝑥1 + (300 − 40)𝑥2 + (300 − 50)𝑥3 + (300 − 65)𝑥4
𝑀𝑎𝑥(𝑧) = 270 𝑥1 + 260 𝑥2 + 250𝑥3 + 235𝑥4 (4 p)
x1 x2 x3 x4 signo b SOLVER
R1 13 3 -2 30 ≤ 0 15000
R2 -7 3 -12 16 ž 0 -6.50664E-13
R3 -50 -40 -55 -27 ž 0 -107500
R4 0 0 40 -20 ≤ 0 7.81249E-07
R5 -40 -40 -50 -70 ž 0 -100000
R6 -20 -20 -30 -10 ≤ 0 -50000
R7 1 0 0 0 ≤ 1000 750
R8 0 1 0 0 ≤ 2000 1750
R9 0 0 1 0 ≤ 3000 1.95312E-08
R10 0 0 0 1 ≤ 2500 0
R11 1 1 1 1 = 2500 2500
z 270 260 250 235 657500
x1 x2 x3 x4
cc 750 1750 1.9531E-08 0
Respuesta: La solución óptima corresponde a 750 toneladas de mineral 1, 1750 toneladas de

mineral 2, aproximadamente 0 toneladas de mineral 3 y 0 toneladas de mineral 4, la cual posee una
utilidad de 657500 USD. La contribución del nuevo mineral a la solución óptima es nula, debido a
que corresponde a una restricción redundante. (6 p)
PUNTAJE IDEAL: 88

3.- Una cooperativa minera administra la venta de mineral de pequeñas minas de cobre. La
información disponible de cada mina se presenta en la siguiente tabla.
Ley de Cu Ley de As Ley de Máx. Producción Costo

Mina Valor [$/t]
[%] [%] Sb [%] [Ton] [$/t]
1 2,2 0,34 0,24 1850 3,2 37,5
2 2,5 0,27 0,35 1460 2,9 35,3
3 1,7 0,15 0,47 1250 1,9 23,8
4 2,7 0,57 0,16 1370 2,4 16,4
5 1,0 0,36 0,19 1190 1,8 18,7
6 2,8 0,55 0,22 1780 3,0 22,6
7 1,6 0,18 0,34 1400 2,2 25,5
8 1,8 0,28 0,37 1500 1,7 32,7
9 3,0 0,37 0,13 1830 1,5 21,3
10 2,5 0,41 0,45 1340 3,1 16,5
Las condiciones establecidas para la venta son las siguientes:

Tolerancia % Cobre % As % Sb
Mínimo 2 - -
Máximo - 0,6 0,5
La cooperativa puede vender el total de la producción; sin embargo, tiene un contrato para
abastecer un mínimo de 4500 toneladas. El plan de producción semanal ha sido establecido
para cada mina, considerando leyes, producción y costos. Para ello, la cooperativa ha
contratado sus servicios de consultor, para establecer el plan de producción con la máxima
producción sostenida al mínimo costo de producción. Debido a la cantidad de minas que
administra la cooperativa, a usted se le ha encomendado el estudio de las últimas cinco minas.
Actividades a desarrollar:
3.1 FORMULAR un modelo de programación lineal que permita solucionar el caso en estudio.
Defina claramente las variables a usar (características y atributos), restricciones del
problema y función objetivo a emplear para resolver el problema.
3.2 RESUELVA el modelo utilizando SOLVER y grafique el espacio de Solución Factible (ESF)
empleando el método de usted estime conveniente. Indique cuál es la solución óptima y
señale la contribución de cada variable al valor de la función objetivo.
3.3 Considerar que la Mina 8, por motivos de una nueva fase aumenta su ley de cobre en 1.
¿Cuál es el nuevo plan de producción y el impacto que genera en los costos?
3.4 Considerar que debido a mejoramientos en la planta de concentración, se logra disminuir la
tolerancia máxima del arsénico y antimonio a 0,3 y 0,4 respectivamente. ¿Cuál es el nuevo
plan y su valor?
3.5 Si se proyecta que las leyes de cobre variarán en 1, 2, 1, -2 y 1 respectivamente para cada
mina. Además se estima un aumento del 40% en los costos unitarios de cada sector y una
reducción del 5% en el valor de venta. Determine la nueva solución al plan. Indique
recomendaciones o críticas al nuevo plan.

3.1 Variables: Sea 𝑥1 : Producción de Mina 6, expresadas en ton (2 p)

𝑥2 : Producción de Mina 7, expresadas en ton (2 p)
𝑥3 : Producción de Mina 8, expresadas en ton (2 p)
𝑥4 : Producción en Mina 9, expresadas en ton (2 p)
𝑥5 : Producción en Mina 10, expresadas en ton (2 p)
Restricciones:
R0: Restricción de no negatividad: 𝑥𝑖 ≥ 0; 𝑖 = 1, 2, 3, 4, 5
R1: Restricción de Ley de Cu: 2.8𝑥1 + 1.6𝑥2 + 1.8𝑥3 + 3.0𝑥4 + 2.5𝑥5 ≥ 2(∑5𝑖=1 𝑥𝑖 )
0.8𝑥1 − 0.4𝑥2 − 0.2𝑥3 + 1.0𝑥4 + 0.5𝑥5 ≥ 0
R2: Restricción de Ley de As: 0.55𝑥1 + 0.18𝑥2 + 0.28𝑥3 + 0.37𝑥4 + 0.41𝑥5 ≤ 0.6(∑5𝑖=1 𝑥𝑖 )
−0.05𝑥1 − 0.42𝑥2 − 0.32𝑥3 − 0.23𝑥4 − 0.19𝑥5 ≤ 0
R3: Restricción de Ley de Sb: 0.22𝑥1 + 0.34𝑥2 + 0.37𝑥3 + 0.13𝑥4 + 0.45𝑥5 ≥ 0.5(∑5𝑖=1 𝑥𝑖 )
−0.28𝑥1 − 0.16𝑥2 − 0.13𝑥3 − 0.37𝑥4 − 0.05𝑥5 ≤ 0
R4: Restricción de Capacidad mínima de planta: 𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 + 𝑥5 ≥ 4500
R5: Restricción de disponibilidad máxima de producción: 𝑥1 ≤ 1780
(20 p; 1p c/restricción; 1p c/atributo)
Función Objetivo:
𝑀𝑎𝑥(𝑧) = (22.6 − 3.0)𝑥1 + (25.5 − 2.2)𝑥2 + (32.7 − 1.7)𝑥3 + (21.3 − 1.5)𝑥4 + (16.5 − 3.1)𝑥5
𝑀𝑎𝑥(𝑧) = 19.6 𝑥1 + 23.3𝑥2 + 31.0𝑥3 + 19.8𝑥4 + 13.4𝑥5 (4 p)
dos variables a lo más, es por esto que es imposible mostrar de manera gráfica el ESF del presente
ejercicio, debido a que posee cinco variables. (6 p)
x1 x2 x3 x4 x5 signo b SOLVER
R1 0.8 -0.4 -0.2 1 0.5 ≥ 0 3064
R2 -0.05 -0.42 -0.32 -0.23 -0.19 ≤ 0 -1832.5
R3 -0.28 -0.16 -0.13 -0.37 -0.05 ≤ 0 -1661.5
R4 1 1 1 1 1 ≥ 4500 7850
R5 1 0 0 0 0 ≤ 1780 1780
R6 0 1 0 0 0 ≤ 1400 1400
R7 0 0 1 0 0 ≤ 1500 1500
R8 0 0 0 1 0 ≤ 1830 1830
R9 0 0 0 0 1 ≤ 1340 1340
z 19.6 23.3 31 19.8 13.4 168198
x1 x2 x3 x4 x5
cc 1780 1400 1500 1830 1340
Respuesta: La solución óptima corresponde a 1780 toneladas de Mina 6, 1400 toneladas de Mina 7,
1500 toneladas de Mina 8, 1830 toneladas de Mina 9 y 1340 toneladas de Mina 10; lo cual entrega
una utilidad de $168198. (6 p)

3.3 Restricciones:
0.8𝑥1 − 0.4𝑥2 + 0.8𝑥3 + 1.0𝑥4 + 0.5𝑥5 ≥ 0 (2 p)
−0.05𝑥1 − 0.42𝑥2 − 0.32𝑥3 − 0.23𝑥4 − 0.19𝑥5 ≤ 0
−0.28𝑥1 − 0.16𝑥2 − 0.13𝑥3 − 0.37𝑥4 − 0.05𝑥5 ≤ 0
Función Objetivo: 𝑀𝑎𝑥(𝑧) = 19.6 𝑥1 + 23.3𝑥2 + 31.0𝑥3 + 19.8𝑥4 + 13.4𝑥5 (2 p)
R1 0.8 -0.4 0.8 1 0.5 ≥ 0 3064
R2 -0.05 -0.42 -0.32 -0.23 -0.19 ≤ 0 -1832.5
R3 -0.28 -0.16 -0.13 -0.37 -0.05 ≤ 0 -1661.5
R4 1 1 1 1 1 ≥ 4500 7850
R5 1 0 0 0 0 ≤ 1780 1780
R6 0 1 0 0 0 ≤ 1400 1400
R7 0 0 1 0 0 ≤ 1500 1500
R8 0 0 0 1 0 ≤ 1830 1830
R9 0 0 0 0 1 ≤ 1340 1340
z 19.6 23.3 31 19.8 13.4 168198
x1 x2 x3 x4 x5
cc 1780 1400 1500 1830 1340
una utilidad de 168198 $. Al aumentar el valor de la ley en una unidad del sector 8, el plan de
ganancia se mantiene igual, el aumento de la ley no influye en la función objetivo dado que los
costos ni precios no varían. (8 p; 1p por variable; 1p por utilidad; 2p por respuesta)

3.4 Restricciones:
0.8𝑥1 − 0.4𝑥2 − 0.2𝑥3 + 1.0𝑥4 + 0.5𝑥5 ≥ 0
0.25𝑥1 − 0.12𝑥2 − 0.02𝑥3 − 0.07𝑥4 − 0.11𝑥5 ≤ 0 (2 p)
−0.18𝑥1 − 0.06𝑥2 − 0.03𝑥3 − 0.27𝑥4 + 0.05𝑥5 ≤ 0 (2 p)
Función Objetivo: 𝑀𝑎𝑥(𝑧) = 19.6 𝑥1 + 23.3𝑥2 + 31.0𝑥3 + 19.8𝑥4 + 13.4𝑥5 (2 p)
R1 0.8 -0.4 -0.2 1 0.5 ≥ 0 3064
R2 0.25 -0.12 -0.02 0.07 0.11 ≤ 0 -1832.5
R3 -0.18 -0.06 -0.03 -0.27 0.05 ≤ 0 -1661.5
R4 1 1 1 1 1 ≥ 4500 7850
R5 1 0 0 0 0 ≤ 1780 1780
R6 0 1 0 0 0 ≤ 1400 1400
R7 0 0 1 0 0 ≤ 1500 1500
R8 0 0 0 1 0 ≤ 1830 1830
R9 0 0 0 0 1 ≤ 1340 1340
z 19.6 23.3 31 19.8 13.4 123869.091
x1 x2 x3 x4 x5
cc 0 1400 1500 1830 635.454545

1500 toneladas de Mina 8, 1830 toneladas de Mina 9 y 635.455 toneladas de Mina 10; lo cual
entrega una utilidad de $123869.091. (6 p; 1p por variable; 1p por respuesta)

3.5 Restricciones:
1.8𝑥1 + 1.6𝑥2 + 0.8𝑥3 − 1.0𝑥4 + 1.5𝑥5 ≥ 0 (2 p)
−0.05𝑥1 − 0.42𝑥2 − 0.32𝑥3 − 0.23𝑥4 − 0.19𝑥5 ≤ 0
−0.28𝑥1 − 0.16𝑥2 − 0.13𝑥3 − 0.37𝑥4 − 0.05𝑥5 ≤ 0
Función Objetivo:
𝑀𝑎𝑥(𝑧) = (21.47 − 4.2)𝑥1 + (24.23 − 3.08)𝑥2 + (31.07 − 2.38)𝑥3 + (20.24 − 2.1)𝑥4 + (15.68 − 4.34)𝑥5
𝑀𝑎𝑥(𝑧) = 17.27𝑥1 + 21.15𝑥2 + 28.69𝑥3 + 18.14𝑥4 + 11.34𝑥5 (4 p)
R1 1.8 1.6 0.8 -1 1.5 ≥ 0 6824
R2 -0.05 -0.42 -0.32 -0.23 -0.19 ≤ 0 -1832.5
R3 -0.28 -0.16 -0.13 -0.37 -0.05 ≤ 0 -1661.5
R4 1 1 1 1 1 ≥ 4500 7850
R5 1 0 0 0 0 ≤ 1780 1780
R6 0 1 0 0 0 ≤ 1400 1400
R7 0 0 1 0 0 ≤ 1500 1500
R8 0 0 0 1 0 ≤ 1830 1830
R9 0 0 0 0 1 ≤ 1340 1340
z 17.27 21.15 28.69 18.14 11.34 151777.4
x1 x2 x3 x4 x5
cc 1780 1400 1500 1830 1340
una utilidad de $151777.4. El nuevo plan de proyección, considera una variación de leyes, costos de
producción y venta de material. La variación de leyes no afecta en el plan de producción, ya que se
extrae el mismo tonelaje que el del plan inicial. El aumento de los costos de producción y
disminución del valor de venta provoca la obtención de una utilidad menor. (8 p; 1p por valor de
variable, 1p por respuesta; 2p por recomendaciones y/o críticas)
PUNTAJE IDEAL: 84

4.- La fundidora de Monterrey S.A (FAMSA), se dedica exclusivamente a producción de acero,

aluminio y hierro colado para la fabricación de artículos no planos, tales como rieles, alambrón,
varilla corrugada, estructuras, ruedas para ferrocarril, entre otros. Dicha fundidora produce dos
clasificaciones de lingotes de metal, tipo I y II, los cuales posee límites específicos en el
contenido de sus componentes (porcentaje de aluminio, grafito y silicio). Es por ello que FAMSA
con el fin de contribuir con el medio ambiente y reducir costos de producción, dispone de
chatarra de acero, aluminio y hierro, además de briquetas de aluminio y silicio para satisfacer
las especificaciones deseadas.
La Gerencia de la empresa, con miras a obtener mayores utilidades en la producción de lingotes,
realizó un análisis composicional de los elementos utilizados para la producción, el cual se
muestra a continuación:
Contenido (%) Costo Disponibilidad
Aluminio Grafito Silicio (USD/ton) (ton/día)
Chatarra de acero 10 5 4 100 1000
Chatarra de aluminio 95 1 2 150 500
Chatarra de hierro colado 0 15 8 75 2500
Briqueta de aluminio 100 0 0 900 Ilimitada
Briqueta de silicio 0 0 100 380 Ilimitada
Además de dicha información dispuesta, el personal a cargo de la planta realizó una
caracterización de los tipos de lingotes que se desean obtener, con el fin de estandarizar la
calidad de sus productos y así de este modo atraer posibles compradores. Esta información es
presentada en la siguiente tabla:
Lingote I Lingote II
Componente Mínimo (%) Máximo (%) Mínimo (%) Máximo (%)
Aluminio 8.1 10.8 6.2 8.9
Grafito 1.5 3.0 4.1
Silicio 2.5 2.8 4.6
Debido a las oscilaciones del mercado de los metales, es de suma importancia cumplir la
demanda de los compradores, correspondiente a 130 toneladas de lingotes del tipo I.
Se pide:
4.1 FORMULAR un modelo de programación lineal que permita a FAMSA obtener la mayor
cantidad de lingotes, de tal forma que se puedan minimizar los costos asociados a la
adquisición de las materias primas. Defina claramente variables, función objetivo y
restricciones.
4.2 Graficar el espacio de soluciones factibles (ESF) utilizando el método que usted estime
conveniente,. RESUELVA el modelo utilizando Solver de Excel. Indique cuál es la
solución óptima de este problema, y el significado de cada uno de los valores obtenidos.
4.3 Debido a una subaste de un antiguo corral de automóviles, se logró adquirir chatarra de
acero y aluminio a un costo de 45 y 120 USD/ton, respectivamente. A partir de lo
anterior, explique la relación que puede deducirse de estos cambios en los costos con
respecto la solución óptima del problema.
4.4 En base a estudios realizados a la chatarra de acero utilizada, se determinó que
presentan un 15% de Aluminio. RESUELVA el modelo utilizando Solver de Excel.
Indique cuál es la solución óptima de este problema, y el significado de cada uno de los
valores obtenidos.

4.1. Variables:
Sea: 𝑥1 : “Cantidad de toneladas de Chatarra de acero utilizadas para fabricar lingote I”
𝑥2 : “Cantidad de toneladas de Chatarra de aluminio utilizadas para fabricar lingote I”
𝑥3 : “Cantidad de toneladas de Chatarra de hierro colado utilizadas para fabricar lingote I”
𝑥4 : “Cantidad de toneladas de Briquetas de aluminio utilizadas para fabricar lingote I”
𝑥5 : “Cantidad de toneladas de Briquetas de silicio utilizadas para fabricar lingote I”
(5p; 1 p por c/u)
Restricciones:
R0: Restricción de no negatividad: 𝑥𝑖 ≥ 0; 𝑖 = 1,2,3,4,5
R1: Restricción mínima cantidad de Aluminio en lingote I: 10𝑥1 + 95𝑥2 + 100𝑥4 ≥ 8.1 (∑5𝑖=1 𝑥𝑖 )
1.9𝑥1 + 86.9𝑥2 − 8.1𝑥3 + 91.9𝑥4 − 8.1𝑥5 ≥ 0
R2: Restricción máxima cantidad de Aluminio en lingote I: 10𝑥1 + 95𝑥2 + 100𝑥4 ≤ 10.8 (∑5𝑖=1 𝑥𝑖 )
−0.8𝑥1 + 84.2𝑥2 − 10.8𝑥3 + 89.2𝑥4 − 10.8𝑥5 ≤ 0
R3: Restricción mínima cantidad de Grafito en lingote I: 5𝑥1 + 𝑥2 + 15𝑥3 ≥ 1.5 (∑5𝑖=1 𝑥𝑖 )
3.5𝑥1 − 0.5𝑥2 − 13.5𝑥3 − 1.5𝑥4 − 1.5𝑥5 ≥ 0
R4: Restricción máxima cantidad de Grafito en lingote I: 5𝑥1 + 𝑥2 + 15𝑥3 ≤ 3.0 (∑5𝑖=1 𝑥𝑖 )
2𝑥1 − 2𝑥2 − 12𝑥3 − 3𝑥4 − 3𝑥5 ≤ 0
R5: Restricción mínima cantidad de Silicio en lingote I: 4𝑥1 + 2𝑥2 + 8𝑥3 + 100𝑥5 ≥ 2.5 (∑5𝑖=1 𝑥𝑖 )
1.5𝑥1 − 0.5𝑥2 + 5.5𝑥3 − 2.5𝑥4 + 97.5𝑥5 ≥ 0
R6: Restricción cantidad disponible de Chatarra de acero: 𝑥1 ≤ 1000
R7: Restricción cantidad disponible de Chatarra de aluminio: 𝑥2 ≤ 500
R8: Restricción cantidad disponible de Chatarra de hierro colado: 𝑥3 ≤ 2500
R9: Restricción de demanda de lingote del tipo I: 𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 + 𝑥5 = 130
(20p; 1 p por c/restricción; 1 p por c/atributo)
Función objetivo: 𝑀𝑖𝑛(𝑧) = 100 𝑥1 + 150 𝑥2 + 75𝑥3 + 900𝑥4 + 380𝑥5 (4 p)
dos variables a lo más, es por esto que es imposible mostrar de manera gráfica el ESF del presente
ejercicio, debido a que posee cinco variables. (6 p)
R1 1.9 86.9 -8.1 91.9 -8.1 ž 0 351
R2 -0.8 84.2 -10.8 89.2 -10.8 ≤ 0 7.3896E-13
R3 3.5 -0.5 13.5 -1.5 -1.5 ž 0 195
R4 2 -2 12 -3 -3 ≤ 0 -9.0949E-13
R5 1.5 -0.5 5.5 -2.5 97.5 ž 0 4658.27742
R6 1 0 0 0 0 ≤ 1000 76.6580645
R7 0 1 0 0 0 ≤ 500 6.70967742
R8 0 0 1 0 0 ≤ 2500 0
R9 1 1 1 1 1 = 130 130
z 100 150 75 900 380 26392.5161
x1 x2 x3 x4 x5
cc 76.6580645 6.7096774 0 0 46.6322581

Respuesta: La solución óptima está dada por 76.66 toneladas de Chatarra de acero, 6.71 toneladas
de Chatarra de aluminio, 0 toneladas de Chatarra de hierro colado, 0 toneladas de Briquetas de
Aluminio y 46.63 toneladas de Briquetas de aluminio, la cual posee una costo de 26392.52 USD.
(6 p; 1p por c/ton; 1p por solución)
4.3. Función objetivo: 𝑀𝑖𝑛(𝑧) = 45 𝑥1 + 120 𝑥2 + 75𝑥3 + 900𝑥4 + 380𝑥5 (4 p)
R1 1.9 86.9 -8.1 91.9 -8.1 ž 0 351
R2 -0.8 84.2 -10.8 89.2 -10.8 ≤ 0 -5.6843E-14
R3 3.5 -0.5 13.5 -1.5 -1.5 ž 0 195
R4 2 -2 12 -3 -3 ≤ 0 2.3875E-07
R5 1.5 -0.5 5.5 -2.5 97.5 ž 0 4658.27742
R6 1 0 0 0 0 ≤ 1000 76.6580646
R7 0 1 0 0 0 ≤ 500 6.70967742
R8 0 0 1 0 0 ≤ 2500 0
R9 1 1 1 1 1 = 130 130
z 45 120 75 900 380 21975.0323
x1 x2 x3 x4 x5
cc 76.6580646 6.70967742 0 0 46.6322581
Respuesta: Se concluye entonces que la solución óptima cambia, siendo esta 76.66 toneladas de
Chatarra de acero, 6.71 toneladas de Chatarra de aluminio, 0 toneladas de Chatarra de hierro
colado, 0 toneladas de Briquetas de Aluminio y 46.63 toneladas de Briquetas de aluminio, la cual
posee un costo de 21975.03 USD. Esto se debe principalmente a que se vieron afectos los costos de
las variables con mayor tonelaje en la solución óptima.
(6 p; 1p por c/ton; 1p por solución))
4.4. Variables:
Sea: 𝑥1 : “Cantidad de toneladas de Chatarra de acero utilizadas para fabricar lingote I”
𝑥2 : “Cantidad de toneladas de Chatarra de aluminio utilizadas para fabricar lingote I”
𝑥3 : “Cantidad de toneladas de Chatarra de hierro colado utilizadas para fabricar lingote I”
𝑥4 : “Cantidad de toneladas de Briquetas de aluminio utilizadas para fabricar lingote I”
𝑥5 : “Cantidad de toneladas de Briquetas de silicio utilizadas para fabricar lingote I”
Restricciones:
R0: Restricción de no negatividad: 𝑥𝑖 ≥ 0; 𝑖 = 1,2,3,4,5
R1: Restricción mínima cantidad de Aluminio en lingote I: 15𝑥1 + 95𝑥2 + 100𝑥4 ≥ 8.1 (∑5𝑖=1 𝑥𝑖 )
6.9𝑥1 + 86.9𝑥2 − 8.1𝑥3 + 91.9𝑥4 − 8.1𝑥5 ≥ 0 (2 p)
R2: Restricción máxima cantidad de Aluminio en lingote I: 15𝑥1 + 95𝑥2 + 100𝑥4 ≤ 10.8 (∑5𝑖=1 𝑥𝑖 )
4.2𝑥1 + 84.2𝑥2 − 10.8𝑥3 + 89.2𝑥4 − 10.8𝑥5 ≤ 0 (2 p)
R3: Restricción mínima cantidad de Grafito en lingote I: 5𝑥1 + 𝑥2 + 15𝑥3 ≥ 1.5 (∑5𝑖=1 𝑥𝑖 )
3.5𝑥1 − 0.5𝑥2 − 13.5𝑥3 − 1.5𝑥4 − 1.5𝑥5 ≥ 0
R4: Restricción máxima cantidad de Grafito en lingote I: 5𝑥1 + 𝑥2 + 15𝑥3 ≤ 3.0 (∑5𝑖=1 𝑥𝑖 )
2𝑥1 − 2𝑥2 − 12𝑥3 − 3𝑥4 − 3𝑥5 ≤ 0
R5: Restricción mínima cantidad de Silicio en lingote I: 4𝑥1 + 2𝑥2 + 8𝑥3 + 100𝑥5 ≥ 2.5 (∑5𝑖=1 𝑥𝑖 )
1.5𝑥1 − 0.5𝑥2 + 5.5𝑥3 − 2.5𝑥4 + 97.5𝑥5 ≥ 0

R6: Restricción cantidad disponible de Chatarra de acero: 𝑥1 ≤ 1000

R7: Restricción cantidad disponible de Chatarra de aluminio: 𝑥2 ≤ 500
R8: Restricción cantidad disponible de Chatarra de hierro colado: 𝑥3 ≤ 2500
R9: Restricción de demanda de lingote del tipo I: 𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 + 𝑥5 = 130
Función objetivo: 𝑀𝑖𝑛(𝑧) = 100 𝑥1 + 150 𝑥2 + 75𝑥3 + 900𝑥4 + 380𝑥5 (4 p)
R1 6.9 86.9 -8.1 91.9 -8.1 ž 0 351
R2 4.2 84.2 -10.8 89.2 -10.8 ≤ 0 3.8654E-12
R3 3.5 -0.5 13.5 -1.5 -1.5 ž 0 195
R4 2 -2 12 -3 -3 ≤ 0 2.8422E-14
R5 1.5 -0.5 5.5 -2.5 97.5 ž 0 4986.57391
R6 1 0 0 0 0 ≤ 1000 77.4913043
R7 0 1 0 0 0 ≤ 500 2.54347826
R8 0 0 1 0 0 ≤ 2500 0
R9 1 1 1 1 1 = 130 130
z 100 150 75 900 380 27117.4348
x1 x2 x3 x4 x5
cc 77.4913043 2.54347827 0 0 49.9652174
Respuesta: Se concluye cambia la solución óptima, la cual corresponde a 77.49 toneladas de

Chatarra de acero, 2.54 toneladas de Chatarra de aluminio, 0 toneladas de Chatarra de hierro
colado, 0 toneladas de Briquetas de Aluminio y 49.96 toneladas de Briquetas de aluminio, la cual
posee un costo de 27117.43 USD (6 p)
PUNTAJE IDEAL: 65

5.- La empresa Agrícola Nacional S.A (Anasac) se encuentra en un proceso de reformulación para
gran parte de sus productos domésticos.
Dentro de los elementos que están en estudio, el producto “Tierra Biológica Anasac” requiere de
una redistribución de sus componentes, a fin de optimizar su producción. La empresa ha solicitado
sus servicios como Asesor Experto en Gestión Industrial, y ha entregado la siguiente información:
Contenido Contenido Contenido Costo Disponibilidad Precio

Componente
de N (%) de P (%) de K (%) (USD/ton) por día (ton) (USD/ton)
Humus de Lombriz 4.00 5 1.25 14.0 35 28
Tierra de Hoja 7.50 2 0.25 12.8 43 27
Turba 2.00 8 0.30 16.5 37 25
Perlita 0.15 0 0.05 18.0 24 43
Además, Anasac pide tomar en cuenta, por condiciones contractuales con sus principales clientes,
un abastecimiento mínimo de 85 toneladas/día, con un contenido de Tierra de Hoja máximo del
25% del total, un mínimo del 10% del contenido en Perlita, y un contenido de Turba de, al menos,
el 15% del contenido de Tierra de Hoja y Perlita presentes en la muestra.
El departamento de Ventas de Anasac, planifica que la Tierra Biológica debe ser comercializada en
120 USD/ton.
Por recomendaciones del equipo de Investigación Agropecuaria de la empresa, la mezcla debe
contener, al menos, un 4% de Nitrógeno (N), un 3.6% de Fósforo (P) y un 0.35% de Potasio (K). Se
pide:
5.1 FORMULAR un modelo de programación lineal, de manera tal que su elección sea la más
adecuada para la situación que atraviesa esta empresa. Defina claramente variables,
función objetivo, su valor y sus correspondientes restricciones.
5.2 Debido a problemas con los trabajadores de la planta abastecedora de Perlita, sólo se
dispone de 9 toneladas por día, mientras que la planta de Humus de Lombriz aumentó su
disponibilidad en un 20% ¿Hay cambios en la producción y/o en la utilidad? Indique.
5.3 Durante las próximas semanas, Anasac firmará contrato con un importante cliente para la
venta de este producto, requiriendo un aumento en el abastecimiento mínimo diario y su
disponibilidad de Materias primas en un 10%:
5.3.1 ¿Qué implicancias conlleva este nuevo escenario? ¿Convendría firmar este nuevo
contrato? Indique.
5.3.2 Además del aumento comentado, el nuevo Cliente solicitará a Anasac una nueva
fórmula para sus cultivos, sin Perlita, y sin un mínimo de Turba establecido. ¿Cuál
será el nuevo contenido de “Tierra Biológica”? ¿Hay variación en la utilidad del
producto? ¿Qué restricciones delimitan el ESF? ¿Qué restricción cambiaría Ud. para
aumentar la utilidad del producto? Comente al respecto.
5.4 El Departamento de Marketing ha dispuesto sacos con capacidad máxima de 100 kg, en las
cuales irán impresos los nombres de los componentes, además del nombre comercial del
producto. Determinar la utilidad de la Tierra Biológica, si el costo de los sacos es 2 USD, y
etiquetado de 1,50 USD por saco.

5.1. Variables: Sea: 𝑥1 : “Cantidad de Humus de Lombriz en Tierra Biológica Anasac, en ton”
𝑥2 : “Cantidad de Tierra de Hoja en Tierra Biológica Anasac, en ton”
𝑥3 : “Cantidad de Turba en Tierra Biológica Anasac, en ton”
𝑥4 : “Cantidad de Perlita en Tierra Biológica Anasac, en ton” (8 P)
Restricciones:
R1: Restricción Contenido mínimo de N: 3𝑥1 + 7.5𝑥2 + 2𝑥3 + 0.15𝑥4 ≥ 4 (𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 )
−𝑥1 + 3.5𝑥2 − 2𝑥3 − 3.85𝑥4 ≥ 0
R2: Restricción Contenido mínimo de P: 5𝑥1 + 2𝑥2 + 8𝑥3 ≥ 3.6 (𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 )
1.4𝑥1 − 1.6𝑥2 + 4.4𝑥3 − 3.6𝑥4 ≥ 0
R3: Restricción Contenido mínimo de K: 1.5𝑥1 + 0.5𝑥2 + 0.3𝑥3 + 0.05𝑥4 ≥ 0.35 (𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 )
1.15𝑥1 + 0.15𝑥2 − 0.05𝑥3 − 0.3𝑥4 ≥ 0
R4: Restricción disponibilidad de Humus de Lombriz: 𝑥1 ≤ 35
R5: Restricción disponibilidad de Tierra de Hojas: 𝑥2 ≤ 43
R6: Restricción disponibilidad de Turba: 𝑥3 ≤ 37
R7: Restricción disponibilidad de Perlita: 𝑥4 ≤ 24
R8: Restricción máximo contenido porcentual de Tierra de Hojas: 𝑥2 ≤ 0.25 (𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 )
R9: Restricción mínimo contenido porcentual de Perlita: 𝑥4 ≥ 0.10 (𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 )
R10: Restricción mínimo contenido porcentual de Turba: 𝑥3 ≥ 0.15 (𝑥2 + 𝑥4 )
R11: Restricción alimentación mínima: 𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 ≥ 85 (24 p; 1 p c/restricción; 1 p
c/atributo)
Función objetivo: 𝑀𝑎𝑥(𝑧) = (120 − 14)𝑥1 + (120 − 12.8)𝑥2 + (120 − 16.5) 𝑥3 + (120 − 18) 𝑥4
𝑀𝑎𝑥(𝑧) = 106𝑥1 + 107.2𝑥2 + 103.5𝑥3 + 102𝑥4 (4 p)
R1 0 3.5 -2 -3.85 ž 0 -1.4211E-14
R2 1.4 -1.6 4.4 -3.6 ž 0 76.4814815
R3 0.9 -0.1 -0.05 -0.3 ž 0 25.6882716
R4 1 0 0 0 ≤ 35 35
R5 0 1 0 0 ≤ 43 21.6049383
R6 0 0 1 0 ≤ 37 21.1728395
R7 0 0 0 1 ≤ 24 8.64197531
R8 -0.25 0.75 -0.25 -0.25 ≤ 0 4.4409E-16
R9 -0.1 -0.1 -0.1 0.9 ž 0 3.5527E-15
R10 0 -0.15 1 -0.15 ž 0 16.6358025
R11 1 1 1 1 ž 85 86.4197531
Max (z) 106 107.2 103.5 102 9098.91975
x1 x2 x3 x4
cc 35 21.6049383 21.1728395 8.64197531
Respuesta: La solución óptima está dada por 35 ton de Humus de Lombriz, 21.60 ton de Tierra de
Hoja, 8.64 ton de Turba y 8.5 ton de Perlita, la cual posee una utilidad de 9098.92 USD/día. (10 p)

5.2.
R1 0 3.5 -2 -3.85 ž 0 11.1
R2 1.4 -1.6 4.4 -3.6 ž 0 63
R3 0.9 -0.1 -0.05 -0.3 ž 0 32.025
R4 1 0 0 0 ≤ 42 42
R5 0 1 0 0 ≤ 43 22.5
R6 0 0 1 0 ≤ 37 16.5
R7 0 0 0 1 ≤ 9 9
R8 -0.25 0.75 -0.25 -0.25 ≤ 0 -2.6645E-15
R9 -0.1 -0.1 -0.1 0.9 ž 0 1.7764E-15
R10 0 -0.15 1 -0.15 ž 0 11.775
R11 1 1 1 1 ž 85 90
Max (z) 106 107.2 103.5 102 9489.75
x1 x2 x3 x4
cc 42 22.5 16.5 9
Respuesta: El disminución en la disponibilidad a 9 ton de Humus, afecta en las toneladas de

componentes, dejándolas en 42 ton de Humus de Lombriz, 22.5 ton de Tierra de Hoja, 16.5 ton de
Turba y 9 ton de Perlita, la cual posee una utilidad de 9489.75 USD/día (10 p)
5.3.1
R1 0 3.5 -2 -3.85 ž 0 -1.4211E-14
R2 1.4 -1.6 4.4 -3.6 ž 0 84.1296296
R3 0.9 -0.1 -0.05 -0.3 ž 0 28.2570988
R4 1 0 0 0 ≤ 38.5 38.5
R5 0 1 0 0 ≤ 47.3 23.7654321
R6 0 0 1 0 ≤ 40.7 23.2901235
R7 0 0 0 1 ≤ 26.4 9.50617284
R8 -0.25 0.75 -0.25 -0.25 ≤ 0 -2.2204E-15
R9 -0.1 -0.1 -0.1 0.9 ž 0 3.5527E-15
R10 0 -0.15 1 -0.15 ž 0 18.2993827
R11 1 1 1 1 ž 93.5 95.0617284
Max (z) 106 107.2 103.5 102 10008.8117
x1 x2 x3 x4
cc 38.5 23.7654321 23.2901235 9.50617284
Respuesta: El aumento del abastecimiento implica que cambia la solución óptima del problema, la
que queda dada por 38.5 ton de Humus de Lombriz, 23.765 ton de Tierra de Hoja, 23.765 ton de
Turba y 9.506 ton de Perlita, la cual posee una utilidad de 10008.81 USD/día. Convendría realizar
este cambio, debido a que aumentan las ganancias en 909.89 USD/día. (12 p)

5.3.2 Restricciones:
R1: Restricción Contenido mínimo de N: 4𝑥1 + 7.5𝑥2 + 2𝑥3 ≥ 4 (𝑥1 + 𝑥2 + 𝑥3 )
3.5𝑥2 − 2𝑥3 ≥ 0
R2: Restricción Contenido mínimo de P: 5𝑥1 + 2𝑥2 + 8𝑥3 ≥ 3.6 (𝑥1 + 𝑥2 + 𝑥3 )
1.4𝑥1 − 1.6𝑥2 + 4.4𝑥3 ≥ 0
R3: Restricción Contenido mínimo de K: 1.25𝑥1 + 0.5𝑥2 + 0.3𝑥3 ≥ 0.35 (𝑥1 + 𝑥2 + 𝑥3 )
0.9𝑥1 + 0.1𝑥2 − 0.05𝑥3 ≥ 0
R4: Restricción disponibilidad de Humus de Lombriz: 𝑥1 ≤ 38.5
R5: Restricción disponibilidad de Tierra de Hojas: 𝑥2 ≤ 47.3
R6: Restricción disponibilidad de Turba: 𝑥3 ≤ 40.7
R7: Restricción máximo contenido porcentual de Tierra de Hojas: 𝑥2 ≤ 0.25 (𝑥1 + 𝑥2 + 𝑥3 )
R8: Restricción alimentación mínima: 𝑥1 + 𝑥2 + 𝑥3 ≥ 93.5
Función objetivo: 𝑀𝑎𝑥(𝑧) = 106𝑥1 + 107.2𝑥2 + 103.5𝑥3
R1 0 3.5 -2 ≥ 0 11
R2 1.4 -1.6 4.4 ≥ 0 190.74
R3 0.9 -0.1 -0.05 ≥ 0 29.975
R4 1 0 0 ≤ 38.5 38.5
R5 0 1 0 ≤ 47.3 26.4
R6 0 0 1 ≤ 40.7 40.7
R7 -0.25 0.75 -0.25 ≤ 0 -7.1054E-15
R8 1 1 1 ≥ 93.5 105.6
Max (z) 106 107.2 103.5 11123.53
x1 x2 x3
cc 38.5 26.4 40.7
Respuesta: La solución es: producción de Humus de 38,5 ton/d, 26,4 de Tierra de Hoja y 40,7 de
Turba; con un ingreso neto (utilidad) de 11.123 USD /d. Las variables que intervienen, y que pueden
modificarse para aumentar los ingresos son la cantidad disponible de Turba y de Humus. (12p)

5.4. 𝑪𝒐𝒔𝒕𝒐 𝒆𝒏𝒗𝒂𝒔𝒂𝒅𝒐 = 𝟏𝟎 ∙ (𝟏. 𝟓 𝑼𝑺𝑫 + 𝟐𝑼𝑺𝑫) = 𝟑𝟓 𝑼𝑺𝑫

R1 0 3.5 -2 -3.85 ≥ 0 -1.4211E-14
R2 1.4 -1.6 4.4 -3.6 ≥ 0 76.4814815
R3 0.9 -0.1 -0.05 -0.3 ≥ 0 25.6882716
R4 1 0 0 0 ≤ 35 35
R5 0 1 0 0 ≤ 25 21.6049383
R6 0 0 1 0 ≤ 37 21.1728395
R7 0 0 0 1 ≤ 24 8.64197531
R8 -0.25 0.75 -0.25 -0.25 ≤ 0 4.4409E-16
R9 -0.1 -0.1 -0.1 0.9 ≥ 0 3.5527E-15
R10 0 -0.15 1 -0.15 ≥ 0 16.6358025
R11 1 1 1 1 ≥ 85 86.4197531
Max (z) 71 72.2 68.5 67 6074.2284
x1 x2 x3 x4
cc 35 21.6049383 21.1728395 8.64197531
Respuesta: La solución se encuentra dada por 35 ton de Humus de Lombriz, 22.605 ton de Tierra de
Hoja, 21.173 ton de Turba y 8.642 ton de Perlita, la cual posee una utilidad de 6074.23 USD/día
(10 p)
PUNTAJE IDEAL: 90

6.- La compañía de distribución de insumos para la metalurgia ANDES S.A. (CODIMAS) dispone
de dos procesos de reacción mediante los cuales debe producir tres tipos de colectores, que
serán utilizados en procesos de flotación. Con el primer proceso se produce 1 [kg/hr] del colector
I, 2 [kg/hr] del colector II y 3 [kg/hr] del colector III. En el segundo proceso se produce 3 [kg/hr]
del colector I, 5 [kg/hr] del colector II y 4 [kg/hr] del colector III. El régimen de trabajo contempla
un total de 10 horas disponibles para cada uno de los procesos.
La gerencia de CODIMAS ha determinado las siguientes condiciones:

 La cantidad de colector II no puede sobrepasar los 20 [kg/día]
 La cantidad de colector I debe ser mayor o igual a los 4 [kg/día]
 La cantidad de colector III debe ser por lo menos 3.5 [kg/día]
 La diferencia entre las horas en que corren los procesos no pueden superar las 4 horas
 Los colectores I, II y III son comercializados a 22 USD/kg, 62 USD/kg y 37 USD/kg,
respectivamente.
Se pide:
6.1. FORMULAR un modelo de programación lineal que permita a CODIMAS correr de la
mejor forma posible ambos procesos, de tal forma que se puedan maximizar las
utilidades por la venta de ambos colectores. Defina claramente variables, función
objetivo y restricciones.
6.2. Graficar el espacio de soluciones factibles (ESF) utilizando el método que usted estime
conveniente, determinando las variables que lo delimitan. RESUELVA el modelo
utilizando Solver de Excel. Indique cuál es la solución óptima de este problema, y el
significado de cada uno de los valores obtenidos.
6.3. Suponga que CODIMAS ha debido enfrentar una inestabilidad considerable en los
precios de los surfactantes, lo que le ha obligado a ir cambiando los precios de cada
colector en los últimos 2 meses. La referencia histórica de dichos precios es la siguiente:
MES COLECTOR 1 COLECTOR 2 COLECTOR 3

Febrero 24 USD/kg 56 USD/kg 31 USD/kg
Marzo 20 USD/kg 64 USD/kg 27 USD/kg
Utilizando las mismas restricciones consideradas en (1), obtenga las utilidades máximas
para cada caso. A partir de lo anterior, explique la relación gráfica que puede deducirse
de estos cambios en los precios con respecto al ESF del problema
6.4. A partir de mejoras tecnológicas fue posible producir un cuarto tipo de colector que será
utilizado en procesos de flotación, donde el proceso 1 y 2 producen 5 [kg/hr] y 1 [kg/hr],
respectivamente.
La Gerencia de CODIMAS ha determinado que la cantidad de este colector no puede
ser menor a 2 [kg/día], además que su valor de comercialización es de 42 USD/kg.
Determinar las nuevas restricciones y graficar el espacio de soluciones factibles (ESF)
utilizando el método que usted estime conveniente. RESUELVA el modelo utilizando
Solver de Excel. Indique cuál es la solución óptima de este problema, y el significado de
cada uno de los valores obtenidos. ¿Se ve afectado el ESF?

6.1. Variables: Sea: 𝑥1 : Cantidad de horas diarias en que se corre el proceso I (2 p)

𝑥2 : Cantidad de horas diarias en que se corre el proceso II (2 p)
Restricciones:
R1: Restricción demanda de colector 1: 𝑥1 + 3𝑥2 ≥ 4
R2: Restricción demanda de colector 2: 2𝑥1 + 5𝑥2 ≤ 20
R3: Restricción demanda de colector 3: 3𝑥1 + 4𝑥2 ≥ 3.5
R4: Restricción cantidad máxima de horas en que se corre el proceso I: 𝑥1 ≤ 10
R5: Restricción cantidad máxima de horas en que se corre el proceso II: 𝑥2 ≤ 10
R6: Restricción diferencia entre las horas en que corre el proceso 1 y 2: 𝑥1 − 𝑥2 ≤ 4
Función objetivo: 𝑀𝑎𝑥(𝑧) = 22 (𝑥1 + 3𝑥2 ) + 62(2𝑥1 + 5𝑥2 ) + 37(3𝑥1 + 4𝑥2 )

𝑀𝑎𝑥(𝑧) = 257 𝑥1 + 524 𝑥2 (4 p)
6.2. R4 R7
x2
R6
R5
Max (z)
R2
ESF
R1
R3 x1
Fig. 1: Espacio de soluciones factibles del modelo de CODIMAS (6 p; descontar 0.5p por c/
elemento que falte)
Respuesta: El espacio de soluciones factibles se encuentra delimitado por la demanda de colector

1, demanda de colector 2, diferencia entre las horas en que corre el proceso 1 y 2 y restricción de
no negatividad. (10 p)

R1 1 3 ž 4 10.8571429
R2 2 5 ≤ 20 20
R3 3 4 ž 3.5 24
R4 1 0 ≤ 10 5.71428571
R5 0 1 ≤ 10 1.71428571
R6 1 -1 ≤ 4 4
R7 -1 1 ≤ 4 -4
z 257 524 2366.85714
x1 x2
cc 5.71428571 1.71428571
Respuesta: La solución óptima está dada por 5.714 horas del proceso 1 con 1.714 horas del proceso
2, la cual posee una utilidad de 2366.86 USD. (6 p)
6.3. Función objetivo para mes de febrero:

𝑀𝑎𝑥(𝑧) = 24 (𝑥1 + 3𝑥2 ) + 56(2𝑥1 + 5𝑥2 ) + 31(3𝑥1 + 4𝑥2 ) → 𝑀𝑎𝑥(𝑧) = 229 𝑥1 + 476 𝑥2
Utilidad máxima: 2124.57 USD (4 p)
Función objetivo para mes de marzo:

𝑀𝑎𝑥(𝑧) = 20 (𝑥1 + 3𝑥2 ) + 64(2𝑥1 + 5𝑥2 ) + 27(3𝑥1 + 4𝑥2 ) → 𝑀𝑎𝑥(𝑧) = 229 𝑥1 + 488 𝑥2
Utilidad máxima: 2145.14 USD (4 p)
Respuesta: Se concluye entonces que, para cada variación de precios en los colectores, la solución
óptima no cambia, y la base permanece inalterada. Naturalmente, el valor objetivo óptimo varía en
función de los precios. (6 p)
6.4. Variables: Sea: 𝑥1 : Cantidad de horas diarias en que se corre el proceso I

𝑥2 : Cantidad de horas diarias en que se corre el proceso II
Restricciones:
R1: Restricción demanda de colector 1: 𝑥1 + 3𝑥2 > 4
R2: Restricción demanda de colector 2: 2𝑥1 + 5𝑥2 ≤ 20
R3: Restricción demanda de colector 3: 3𝑥1 + 4𝑥2 ≥ 3,5
R4: Restricción demanda de colector 4: 5𝑥1 + 𝑥2 ≥ 2 (2 p)
R5: Restricción cantidad máxima de horas en que se corre el proceso I: 𝑥1 ≤ 10
R6: Restricción cantidad máxima de horas en que se corre el proceso II: 𝑥2 ≤ 10
Función objetivo: 𝑀𝑎𝑥(𝑧) = 22 (𝑥1 + 3𝑥2 ) + 62(2𝑥1 + 5𝑥2 ) + 37(3𝑥1 + 4𝑥2 ) + 42(5𝑥1 + 𝑥2 )
𝑀𝑎𝑥(𝑧) = 467 𝑥1 + 566 𝑥2 (4 p)

R5 R8
x2
R7
R6
Max (z)
R2
ESF
R4 R3 x1
R1
Fig. 2: Espacio de soluciones factibles del modelo de CODIMAS (6 p; descontar 0.5p por c/
elemento que falte)
R1 1 3 ž 4 10.8571429
R2 2 5 ≤ 20 20
R3 3 4 ž 3.5 24
R4 5 1 ž 2 30.2857143
R5 1 0 ≤ 10 5.71428571
R6 0 1 ≤ 10 1.71428571
R7 1 -1 ≤ 4 4
R8 -1 1 ≤ 4 -4
z 467 566 3638.85714
x1 x2
cc 5.71428571 1.71428571
Respuesta: La solución óptima está dada por 5.714 horas del proceso 1 con 1.714 horas del proceso
2, la cual posee una utilidad de 3638.86 USD. (6 p)
Respuesta: A partir de lo observado en Figura 2, es posible inferir que el ESF se ve afectado por la
nueva restricción, ya que lo delimita, no obstante la solución óptima no se ve afectada. (6 p)
PUNTAJE IDEAL: 84

7.- Estructura de carga, Stark and Nicholes (1972). La grúa elevada que se muestra en la figura
con dos yugos elevadores, se utiliza para transportar concreto mezclado a un terreno para colar
barreras de concreto. La cubeta de concreto cuelga a la mitad del yugo.
Los rieles que sostienen los extremos de la grúa pueden soportar un máximo de 25 kips cada
uno, y cada cable del yugo tiene una capacidad de 20 kips. Determine la capacidad de carga
máxima, W1 y W2.
(Sugerencia: En equilibrio, la suma de los momentos con respecto a cualquier punto de la viga
o el yugo es cero.)
7.1. Variables: Sea: 𝑊1 : Capacidad de carga de cubeta 1, en kips (2 p)

𝑊2 : Capacidad de carga de cubeta 2, en kips (2 p)
𝑅1 : Reacción del riel en extremo izquierdo, en kips (2 p)
𝑅2 : Reacción del riel en extremo derecho, en kips (2 p)
𝑅1 𝑅2
𝑊1 𝑊1 𝑊2 𝑊2
2 2 2 2
𝑾𝟏 𝑾𝟐
(4 p)

Restricciones:
R0: Restricción de no negatividad: 𝑊𝑖 ≥ 0; 𝑖 = 1,2,3
R1: Sumatoria de fuerzas: 𝑊1 + 𝑊2 = 𝑅1 + 𝑅2 → 𝑊1 + 𝑊2 − 𝑅1 − 𝑅2 = 0
𝑊 𝑊 𝑊 𝑊
R2: Sumatoria de momentos: 2 ( 1 ) + 8 ( 1 ) + 16 ( 2 ) + 28 ( 2 ) = 30𝑅2
2 2 2 2
5𝑊1 + 22𝑊2 − 30𝑅2 = 0
R3: Máximo soporte de riel en extremo izquierdo: 𝑅1 ≤ 25
R4: Máximo soporte de riel en extremo derecho: 𝑅2 ≤ 25
𝑊
R5: Máxima capacidad de carga en yugo 1: 1 ≤ 20 → 𝑊1 ≤ 40
2
𝑊2
R6: Máxima capacidad de carga en yugo 2: ≤ 20 → 𝑊2 ≤ 40
2
Función objetivo: 𝑀𝑎𝑥(𝑧) = 𝑊1 + 𝑊2 (4 p)
W1 W2 R1 R2 signo b SOLVER
R1 1 1 -1 -1 = 0 2,1316E-14
R2 5 22 0 -30 = 0 1,1369E-13
R3 0 0 1 0 ≤ 25 25
R4 0 0 0 1 ≤ 25 25
R5 1 0 0 0 ≤ 40 20,5882353
R6 0 1 0 0 ≤ 40 29,4117647
z 1 1 0 0 0 50
W1 W2 R1 R2
cc 20,5882353 29,4117647 25 25
Respuesta: La solución óptima es de 20.58 kips (91.544,4 N) de capacidad en el yugo 1, y 29.41 kips
(130822.2 N) de capacidad en el yugo 2. Lo que entrega una capacidad máxima de 50 kips (222411.1
N) soportada por ambos yugos. (6 p)
PUNTAJE IDEAL: 34

Modelo de optimización para proyecto minero Tovaku

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Modelo de optimización para proyecto minero Tovaku

Enviado por

Direitos autorais:

Formatos disponíveis

Universidad de Santiago de Chile

PAUTA TRABAJO DE MODELACION Y SIMULACION 1° SEMESTRE 2015

1.- En base a estudios de prefactibilidad, la alianza Minera PuCobre-Codelco, ha contratado sus

Coordinación Modelación y Simulación – Ingeniería Civil en Minas 1

PAUTA CONTROL OPTATIVO DE SUFICIENCIA 1°/2015

1.1. Variables: Sea: 𝑥1 : “Cantidad de mineral en sector Pared Norte, en kton” (2 p)

Fig. 1: Espacio de soluciones factibles del modelo de PuCobre-Codelco

Coordinación Modelación y Simulación – Ingeniería Civil en Minas 2

Respuesta: El espacio de soluciones factibles se encuentra delimitado por la leyes máximas de

1.3. Variables: Sea: 𝑥1 : “Cantidad de mineral en sector Pared Norte, en kton”

Función objetivo: 𝑀𝑎𝑥(𝑧) = 63.88𝑥1 + 54.08𝑥2 (4 p)

Coordinación Modelación y Simulación – Ingeniería Civil en Minas 3

Respuesta: Se ve afectada la producción de cada sector, la restricción del contenido de Arsénico y

Coordinación Modelación y Simulación – Ingeniería Civil en Minas 4

Fig. 3: ESF del modelo de PuCobre-Codelco considerando la venta de sacos de Molibdeno

Coordinación Modelación y Simulación – Ingeniería Civil en Minas 5

Coordinación Modelación y Simulación – Ingeniería Civil en Minas 6

2.- La administración de la empresa minera ALUMEX S.A. (EMASA), se dedica exclusivamente a la

Cantidad Constituyentes (%)

Coordinación Modelación y Simulación – Ingeniería Civil en Minas 7

2.1. Variables: Sea: 𝑥1 : “Cantidad de toneladas de Mineral 1 en Aleación de metal tipo B” (2 p)

Función objetivo: 𝑀𝑎𝑥(𝑧) = (300 − 30) 𝑥1 + (300 − 40) 𝑥2 + (300 − 50)𝑥3

Coordinación Modelación y Simulación – Ingeniería Civil en Minas 8

2.4. Variables: Sea: 𝑥1 : “Cantidad de toneladas de Mineral 1 en Aleación de metal tipo B”

Coordinación Modelación y Simulación – Ingeniería Civil en Minas 9

R9: Restricción cantidad disponible de mineral 3: 𝑥3 ≤ 3000

Respuesta: La solución óptima corresponde a 750 toneladas de mineral 1, 1750 toneladas de

Coordinación Modelación y Simulación – Ingeniería Civil en Minas 10

Ley de Cu Ley de As Ley de Máx. Producción Costo

Las condiciones establecidas para la venta son las siguientes:

Coordinación Modelación y Simulación – Ingeniería Civil en Minas 11

3.1 Variables: Sea 𝑥1 : Producción de Mina 6, expresadas en ton (2 p)

Coordinación Modelación y Simulación – Ingeniería Civil en Minas 12

Función Objetivo: 𝑀𝑎𝑥(𝑧) = 19.6 𝑥1 + 23.3𝑥2 + 31.0𝑥3 + 19.8𝑥4 + 13.4𝑥5 (2 p)

Coordinación Modelación y Simulación – Ingeniería Civil en Minas 13

Función Objetivo: 𝑀𝑎𝑥(𝑧) = 19.6 𝑥1 + 23.3𝑥2 + 31.0𝑥3 + 19.8𝑥4 + 13.4𝑥5 (2 p)

Respuesta: La solución óptima corresponde a 0 toneladas de Mina 6, 1400 toneladas de Mina 7,

Coordinación Modelación y Simulación – Ingeniería Civil en Minas 14

Coordinación Modelación y Simulación – Ingeniería Civil en Minas 15

4.- La fundidora de Monterrey S.A (FAMSA), se dedica exclusivamente a producción de acero,

Coordinación Modelación y Simulación – Ingeniería Civil en Minas 16

Función objetivo: 𝑀𝑖𝑛(𝑧) = 100 𝑥1 + 150 𝑥2 + 75𝑥3 + 900𝑥4 + 380𝑥5 (4 p)

Coordinación Modelación y Simulación – Ingeniería Civil en Minas 17

4.3. Función objetivo: 𝑀𝑖𝑛(𝑧) = 45 𝑥1 + 120 𝑥2 + 75𝑥3 + 900𝑥4 + 380𝑥5 (4 p)

Coordinación Modelación y Simulación – Ingeniería Civil en Minas 18

R6: Restricción cantidad disponible de Chatarra de acero: 𝑥1 ≤ 1000

Función objetivo: 𝑀𝑖𝑛(𝑧) = 100 𝑥1 + 150 𝑥2 + 75𝑥3 + 900𝑥4 + 380𝑥5 (4 p)

Respuesta: Se concluye cambia la solución óptima, la cual corresponde a 77.49 toneladas de

Coordinación Modelación y Simulación – Ingeniería Civil en Minas 19

Contenido Contenido Contenido Costo Disponibilidad Precio

Coordinación Modelación y Simulación – Ingeniería Civil en Minas 20

Coordinación Modelación y Simulación – Ingeniería Civil en Minas 21

Respuesta: El disminución en la disponibilidad a 9 ton de Humus, afecta en las toneladas de

Coordinación Modelación y Simulación – Ingeniería Civil en Minas 22

Función objetivo: 𝑀𝑎𝑥(𝑧) = 106𝑥1 + 107.2𝑥2 + 103.5𝑥3

Coordinación Modelación y Simulación – Ingeniería Civil en Minas 23

5.4. 𝑪𝒐𝒔𝒕𝒐 𝒆𝒏𝒗𝒂𝒔𝒂𝒅𝒐 = 𝟏𝟎 ∙ (𝟏. 𝟓 𝑼𝑺𝑫 + 𝟐𝑼𝑺𝑫) = 𝟑𝟓 𝑼𝑺𝑫

Coordinación Modelación y Simulación – Ingeniería Civil en Minas 24

La gerencia de CODIMAS ha determinado las siguientes condiciones:

MES COLECTOR 1 COLECTOR 2 COLECTOR 3

Coordinación Modelación y Simulación – Ingeniería Civil en Minas 25

6.1. Variables: Sea: 𝑥1 : Cantidad de horas diarias en que se corre el proceso I (2 p)

Función objetivo: 𝑀𝑎𝑥(𝑧) = 22 (𝑥1 + 3𝑥2 ) + 62(2𝑥1 + 5𝑥2 ) + 37(3𝑥1 + 4𝑥2 )