“Año del Diálogo y la Reconciliación Nacional”

ESCUELA ACADÉMICO PROFESIONAL DE

INGENIERIA DE MINAS

CURSO: Investigación Operativa

PROFESOR: Dr. ORTIZ SANCHEZ, Oswaldo

TÍTULO: Aplicación de Programación Lineal para

Optimizar Mezcla de Mineral y Maximizar Onzas puestas
en Pad de Lixiviación – Lagunas Norte (Uso de Excel)

ALUMNO:
• GELDRES QUISPE, Michael David 15160222

Ciudad Universitaria, julio de 2018

1
Contenido
1. RESUMEN .................................................................................................................... 3

2. OBJETIVO ..................................................................................................................... 3

3. MARCO TEORICO – PROGRAMACION LINEAL ................................................................ 3

VARIABLES .......................................................................................................................4
RESTRICCIONES ................................................................................................................4
FUNCION OBJETIVO .........................................................................................................5
EXISTENCIA DE SOLUCIONES OPTIMAS .............................................................................5
PROGRAMACION ENTERA ................................................................................................5
APLICACIONES .................................................................................................................6

4. PROGRAMACION LINEAL PARA OPTIMIZAR MEZCLA DE MINERAL Y MAXIMIZAR

ONZAS PUESTAS EN PAD DE LIXIVIACION ................................................................................... 6

PLANTEAMIENTO DEL PROBLEMA ....................................................................................8

ASIGNACION DE VARIABLES .............................................................................................9
DEFINIR FUNCION OBJETIVO ............................................................................................9
RESTRICCIONES ................................................................................................................9
SOLUCION...................................................................................................................... 10

5. CONCLUSIONES .......................................................................................................... 11

6. WEBGRAFIA ............................................................................................................... 11

2
1. RESUMEN

En el presente trabajo se hace el uso del Excel y su función Solver para poder
realizar una mezcla adecuada de mineral puesto es Stock y sus leyes respectivas
y así maximizar su recuperación.
Esta función Solver se basa en la Programación Lineal para la asignación de
recursos adecuadamente. Se usa para el transporte, asignación de tareas, etc.

2. OBJETIVO

La Mina Lagunas Norte, como veremos, tiene una gran variedad de leyes de
mineral, lo cual implica trabajar stocks variados y poder mezclarlos adecuadamente
para poder maximizar su recuperación. Por ello se necesita usar la PL como
herramienta para poder realizar el trabajo adecuadamente.

3. MARCO TEORICO – PROGRAMACION LINEAL

La programación lineal es el campo de la optimización matemática dedicado a

maximizar o minimizar (optimizar) una función lineal, denominada función objetivo, de tal
forma que las variables de dicha función estén sujetas a una serie de restricciones
expresadas mediante un sistema de ecuaciones o inecuaciones también lineales. El
método tradicionalmente usado para resolver problemas de programación lineal es el
Método Simplex.

El problema de la resolución de un sistema lineal de inecuaciones se remonta, al menos,

a Joseph Fourier, después de quien nace el método de eliminación de Fourier-Motzkin.
La programación lineal se plantea como un modelo matemático desarrollado durante
la Segunda Guerra Mundial para planificar los gastos y los retornos, a fin de reducir los
costos al ejército y aumentar las pérdidas del enemigo. Se mantuvo en secreto hasta
1947. En la posguerra, muchas industrias lo usaron en su planificación diaria.

Los fundadores de la técnica son George Dantzig, quien publicó el algoritmo simplex, en
1947, John von Neumann, que desarrolló la teoría de la dualidad en el mismo año,
y Leonid Kantoróvich, un matemático de origen ruso, que utiliza técnicas similares en la
economía antes de Dantzig y ganó el premio Nobel en economía en 1975. En 1979, otro
matemático ruso, Leonid Khachiyan, diseñó el llamado Algoritmo del elipsoide, a través
del cual demostró que el problema de la programación lineal es resoluble de manera
eficiente, es decir, en tiempo polinomial.2 Más tarde, en 1984, Narendra

3
Karmarkar introduce un nuevo método del punto interior para resolver problemas de
programación lineal, lo que constituiría un enorme avance en los principios teóricos y
prácticos en el área.

El ejemplo original de Dantzig de la búsqueda de la mejor asignación de 70 personas a

70 puestos de trabajo es un ejemplo de la utilidad de la programación lineal. La potencia
de computación necesaria para examinar todas las permutaciones a fin de seleccionar
la mejor asignación es inmensa (factorial de 70, 70!) ; el número de posibles
configuraciones excede al número de partículas en el universo. Sin embargo, toma sólo
un momento encontrar la solución óptima mediante el planteamiento del problema como
una programación lineal y la aplicación del algoritmo simplex. La teoría de la
programación lineal reduce drásticamente el número de posibles soluciones factibles que
deben ser revisadas.

VARIABLES

Las variables son números reales mayores o iguales a cero Xi ≥ 0. En caso de que se
requiera que el valor resultante de las variables sea un número entero, el procedimiento
de resolución se denomina Programación entera.

RESTRICCIONES

Las restricciones pueden ser de la forma:

Donde:
𝑁
Tipo 1: 𝐴 = ∑ 𝒂𝒊,𝒋 x 𝑿𝒊 • A = valor conocido a ser respetado estrictamente;
𝑖=1 • B = valor conocido que debe ser respetado o puede ser
superado;
𝑁
• C = valor conocido que no debe ser superado;
Tipo 2: 𝐵 ≤ ∑ 𝒃𝒊,𝒋 x 𝑿𝒊
𝑖=1 • j = número de la ecuación, variable de 1 a M (número total
de restricciones);
𝑁
• a; b; y, c = coeficientes técnicos conocidos;
Tipo 3: 𝐶 ≥ ∑ 𝒄𝒊,𝒋 x 𝑿𝒊
𝑖=1 • X = Incógnitas, de 1 a N;
• i = número de la incógnita, variable de 1 a N.

En general no hay restricciones en cuanto a los valores de N y M. Puede ser N = M; N >

M; ó, N < M.

Sin embargo, si las restricciones del Tipo 1 son N, el problema puede ser determinado,
y puede no tener sentido una optimización.

Los tres tipos de restricciones pueden darse simultáneamente en el mismo problema.

4
FUNCION OBJETIVO
𝑁

𝑀𝑎𝑥! = ∑ 𝒇𝒊 x 𝑿𝒊 Donde:
𝑖=1
𝒇𝒊 = Coeficientes
𝑁

𝑀𝑖𝑛! = ∑ 𝒇𝒊 x 𝑿𝒊
𝑖=1

EXISTENCIA DE SOLUCIONES OPTIMAS

Geométricamente, las restricciones lineales definen la región factible, que es

un poliedro convexo. Una función lineal es una función convexa, por lo que un mínimo
local es un mínimo global; una función lineal es también una función cóncava, así que
todo máximo local es también un máximo global.

Como las funciones lineales no son ni estrictamente convexas ni estrictamente cóncavas,

las soluciones óptimas no son necesariamente únicas.

Si la región factible es acotada y no vacía, entonces existirá al menos una solución

óptima, puesto que una función lineal es continua y por lo tanto alcanza un máximo en
cualquier región cerrada y acotada. Sin embargo, puede no existir una solución óptima
en dos situaciones. En primer lugar, si la región factible es vacía, es decir, si ningún punto
verifica todas las restricciones, entonces el problema es inviable. En segundo lugar, si la
región factible no está acotada en la dirección del gradiente de la función objetivo, el
problema es no acotado, y se pueden encontrar puntos que verifican todas las
restricciones y con un valor tan alto como queramos de la función objetivo.

PROGRAMACION ENTERA

En algunos casos se requiere que la solución óptima se componga de valores enteros

para algunas de las variables. La resolución de este problema se obtiene analizando las
posibles alternativas de valores enteros de esas variables en un entorno alrededor de la
solución obtenida considerando las variables reales. Muchas veces la solución del
programa lineal truncado está lejos de ser el óptimo entero, por lo que se hace necesario
usar algún algoritmo para hallar esta solución de forma exacta. El más famoso es el
método de 'Ramificar y Acotar' o Branch and Bound por su nombre en inglés. El método
de Ramificar y Acotar parte de la adición de nuevas restricciones para cada variable de
decisión (acotar) que al ser evaluado independientemente (ramificar) lleva al óptimo
entero.

5
 APLICACIONES

La programación lineal constituye un importante campo de la optimización por varias

razones, muchos problemas prácticos de la investigación de operaciones pueden
plantearse como problemas de programación lineal. Algunos casos especiales de
programación lineal, tales como los problemas de flujo de redes y problemas de flujo de
mercancías se consideraron en el desarrollo de las matemáticas lo suficientemente
importantes como para generar por si mismos mucha investigación sobre algoritmos
especializados en su solución. Una serie de algoritmos diseñados para resolver otros
tipos de problemas de optimización constituyen casos particulares de la más amplia
técnica de la programación lineal. Históricamente, las ideas de programación lineal han
inspirado muchos de los conceptos centrales de la teoría de optimización tales como la
dualidad, la descomposición y la importancia de la convexidad y sus generalizaciones.
Del mismo modo, la programación lineal es muy usada en la microeconomía y la
administración de empresas, ya sea para aumentar al máximo los ingresos o reducir al
mínimo los costos de un sistema de producción. Algunos ejemplos son la mezcla de
alimentos, la gestión de inventarios, la cartera y la gestión de las finanzas, la asignación
de recursos humanos y recursos de máquinas, la planificación de campañas de
publicidad, etc.

Otros son:

• Optimización de la combinación de cifras comerciales en una red lineal de distribución

de agua.

• Aprovechamiento óptimo de los recursos de una cuenca hidrográfica, para un año

con afluencias caracterizadas por corresponder a una determinada frecuencia.

• Soporte para toma de decisión en tiempo real, para operación de un sistema de obras
hidráulicas;

• Solución de problemas de transporte.

4. PROGRAMACION LINEAL PARA OPTIMIZAR MEZCLA DE MINERAL Y

MAXIMIZAR ONZAS PUESTAS EN PAD DE LIXIVIACION

La mina Lagunas Norte se ubica en el distrito de Quiruvilca, provincia de Santiago

de Chuco, departamento de La Libertad, a 130 Km al Este de la ciudad de Trujillo
y 42 Km al Oeste de la ciudad de Huamachuco.
La geología de Lagunas Norte está dominada por secuencias de rocas
6
sedimentarias de la Formación Chimú y secuencias volcánicas dacíticas y
andesíticas de Grupo Calipuy. La mineralización es del tipo epitermal de alta
sulfuración.
El método de mina superficial emplea el sistema Pala – Camión en bancos de 10
metros. El mineral pasa por circuito de chancado primario y secundario antes de
ser depositado en el pad de lixiviación.
Los equipos principales son:

• 2 palas hidraulicas KOMATSU PC – 4000

• 2 cargadores frontales KOMATSU WA – 1200
• 12 camiones KOMATSU 730 – E
• 4 perforadoras Reedrill SKS – 12

Lagunas Norte tiene diferentes tipos de mineral, lo cual implica trabajar en stocks y
hacer remanejos posteriores para su tratamiento.

En ese sentido surge la necesidad de utilizar la PL como herramienta que nos ayude
a optimizar la mezcla de mineral y de esta manera maximizar las onzas puestas en
el pad de lixiviación.

7
 PLANTEAMIENTO DEL PROBLEMA

MINERAL LIMPIO POR ZONAS EN STOCK

DESCRIPCION TON Au g/t TCM% s% Oz Au (in situ) Oz recuperables

Zona 1 18949 1.83 0.03 0.05 1114.63 995.69
Zona 2 59144 0.33 0.01 0.02 621.52 428.89
Zona 3.1 29591 0.34 0.02 0.01 319.95 221.99
Zona 3.2 335982 0.52 0.03 0.06 5617.34 4247.03
Zona 4 45198 0.48 0.02 0.01 691.24 513.43
Zona 5 25871 0.18 0.01 0.01 151.38 94.61
Zona 6 234647 0.39 0.02 0.05 2934.58 2094.32
Zona 7.1 1410521 0.35 0.03 0.08 15939.32 11153.02
Zona 8 6273 0.34 0.02 0.06 68.32 47.47
Zona 7.2 98734 0.21 0.03 0.09 665.99 425.34

MINERAL LIMPIO POR ZONAS EN BANCO

DESCRIPCION TON Au g/t TCM% s% Oz Au (in situ) Oz recuperables

Banco 1 26650 1.16 0.03 0.13 998 862
Banco 2 36529 0.69 0.07 0.09 810 646
Banco 3 49679 0.66 0.03 0.04 1047 828
Banco 4 4433 0.68 0.03 0.15 97 77
Banco 5 7222 0.95 0.02 0.14 221 186
Banco 6 172978 1.47 0.02 0.02 8152 7191
Banco 7 21859 0.8 0.08 0.08 563 461
Banco 8 83737 5.48 0.06 0.13 14763 13582
Banco 9 105858 1.06 0.02 0.14 3593 3068
Banco 10 21301 5.6 0.07 0.32 3833 3526
Banco 11 61393 0.87 0.01 0.02 1717 1426
Banco 12 208743 0.92 0.04 0.05 6199 5197
Banco 13 219602 0.59 0.04 0.01 4142 3207
Banco 14 221552 0.96 0.04 0.13 6864 5790
Banco 15 92681 0.69 0.03 0.08 2055 1640
Banco 16 34909 0.73 0.06 0.14 819 661
Banco 17 42348 0.75 0.05 0.05 1018 825

Este escenario se puede modelar con la PL buscando maximizar la producción de

Oz de Au. Definiendo las restricciones propias de la operación.

8
ASIGNACION DE VARIABLES
MINERAL EN STOCK

VARIABLE DESCRIPCION TON Au g/t

MINERAL EN STOCK X11 Banco 1 26650 1.16
X12 Banco 2 36529 0.69
VARIABLE DESCRIPCION TON Au g/t X13 Banco 3 49679 0.66
X1 Zona 1 18949 1.83 X14 Banco 4 4433 0.68
X2 Zona 2 59144 0.33 X15 Banco 5 7222 0.95
X3 Zona 3.1 29591 0.34 X16 Banco 6 172978 1.47
X4 Zona 3.2 335982 0.52 X17 Banco 7 21859 0.8
X5 Zona 4 45198 0.48 X18 Banco 8 83737 5.48
X6 Zona 5 25871 0.18 X19 Banco 9 105858 1.06
X7 Zona 6 234647 0.39 X20 Banco 10 21301 5.6
X8 Zona 7.1 1410521 0.35 X21 Banco 11 61393 0.87
X9 Zona 8 6273 0.34 X22 Banco 12 208743 0.92
X10 Zona 7.2 98734 0.21 X23 Banco 13 219602 0.59
X24 Banco 14 221552 0.96
X25 Banco 15 92681 0.69
X26 Banco 16 34909 0.73
X27 Banco 17 42348 0.75
DEFINIR FUNCION OBJETIVO

Donde:
𝑁
Li = Ley Au (gr/t)
𝑀𝑎𝑥! = ∑ 𝑳𝒊 x 𝑿𝒊 x 𝑹𝒊
Xi = Tonelaje del mineral
𝑖=1
Ri = Recuperación (%)

Se va a utilizar la PL para maximizar las Oz de Au puestas en el Pad. La meta al

mes de junio fue de 52,941.

RESTRICCIONES

RESTRICCIONES

Chancadora ≤ 1890000.00 X12 ≤ 36529.00

Stock ≤ 2264911.49 X13 ≤ 49679.00
Banco ≤ 1411474.00 X14 ≤ 4433.00
Pala ≤ 2010000.00 X15 ≤ 7222.00
Camion ≤ 12.00 X16 ≤ 172978.00
X1 ≤ 18949.02 X17 ≤ 21859.00
X2 ≤ 59144.20 X18 ≤ 83737.00
X3 ≤ 29590.66 X19 ≤ 105858.00
X4 ≤ 335982.35 X20 ≤ 21301.00
X5 ≤ 45197.66 X21 ≤ 61393.00
X6 ≤ 25871.41 X22 ≤ 208743.00
X7 ≤ 234646.94 X23 ≤ 219602.00
X8 ≤ 6273.46 X24 ≤ 221552.00
X9 ≤ 1410521.50 X25 ≤ 92681.00
X10 ≤ 98734.28 X26 ≤ 34909.00
X11 ≤ 26650.00 X27 ≤ 42348.00

9
HOJAS DE CALCULO DE EXCEL + HERRAMIENTA SOLVER

MINERAL LIMPIO POR ZONAS EN STOCK

VARIABLE DESCRIPCION TON Au g/t TCM% s% Oz Au (in situ) Oz recuperables % Oz Recup Oz Au

X1 Zona 1 18949 1.83 0.03 0.05 1114.63 995.69 89% 0.00
X2 Zona 2 59144 0.33 0.01 0.02 621.52 428.89 69% 0.00
X3 Zona 3.1 29591 0.34 0.02 0.01 319.95 221.99 69% 0.00
X4 Zona 3.2 335982 0.52 0.03 0.06 5617.34 4247.03 76% 0.00
X5 Zona 4 45198 0.48 0.02 0.01 691.24 513.43 74% 0.00
X6 Zona 5 25871 0.18 0.01 0.01 151.38 94.61 62% 0.00
X7 Zona 6 234647 0.39 0.02 0.05 2934.58 2094.32 71% 0.00
X8 Zona 7.1 1410521 0.35 0.03 0.08 15939.32 11153.02 70% 0.00
X9 Zona 8 6273 0.34 0.02 0.06 68.32 47.47 69% 0.00
X10 Zona 7.2 98734 0.21 0.03 0.09 665.99 425.34 64% 0.00
2264910.00 20221.79 0.00

MINERAL LIMPIO POR ZONAS EN BANCO

VARIABLE DESCRIPCION TON Au g/t TCM% s% Oz Au (in situ) Oz recuperables % Oz Recup Oz Au

X11 Banco 1 26650 1.16 0.03 0.13 998 862 86% 0.00
X12 Banco 2 36529 0.69 0.07 0.09 810 646 80% 0.00
X13 Banco 3 49679 0.66 0.03 0.04 1047 828 79% 0.00
X14 Banco 4 4433 0.68 0.03 0.15 97 77 79% 0.00
X15 Banco 5 7222 0.95 0.02 0.14 221 186 84% 0.00
X16 Banco 6 172978 1.47 0.02 0.02 8152 7191 88% 0.00
X17 Banco 7 21859 0.8 0.08 0.08 563 461 82% 0.00
X18 Banco 8 83737 5.48 0.06 0.13 14763 13582 92% 0.00
X19 Banco 9 105858 1.06 0.02 0.14 3593 3068 85% 0.00
X20 Banco 10 21301 5.6 0.07 0.32 3833 3526 92% 0.00
X21 Banco 11 61393 0.87 0.01 0.02 1717 1426 83% 0.00
X22 Banco 12 208743 0.92 0.04 0.05 6199 5197 84% 0.00
X23 Banco 13 219602 0.59 0.04 0.01 4142 3207 77% 0.00
X24 Banco 14 221552 0.96 0.04 0.13 6864 5790 84% 0.00
X25 Banco 15 92681 0.69 0.03 0.08 2055 1640 80% 0.00
X26 Banco 16 34909 0.73 0.06 0.14 819 661 81% 0.00
X27 Banco 17 42348 0.75 0.05 0.05 1018 825 81% 0.00
1411474.00 49173.00 0.00

SOLUCION

MINERAL LIMPIO POR ZONAS EN STOCK

VARIABLE DESCRIPCION TON Au g/t TCM% s% Oz Au (in situ) Oz recuperables % Oz Recup Oz Au

18949.02 X1 Zona 1 18949 1.83 0.03 0.05 1114.63 995.69 89% 995.72
X2 Zona 2 59144 0.33 0.01 0.02 621.52 428.89 69% 0.00
X3 Zona 3.1 29591 0.34 0.02 0.01 319.95 221.99 69% 0.00
335982.35 X4 Zona 3.2 335982 0.52 0.03 0.06 5617.34 4247.03 76% 4247.14
45197.66 X5 Zona 4 45198 0.48 0.02 0.01 691.24 513.43 74% 513.44
X6 Zona 5 25871 0.18 0.01 0.01 151.38 94.61 62% 0.00
78396.96 X7 Zona 6 234647 0.39 0.02 0.05 2934.58 2094.32 71% 699.74
X8 Zona 7.1 1410521 0.35 0.03 0.08 15939.32 11153.02 70% 0.00
X9 Zona 8 6273 0.34 0.02 0.06 68.32 47.47 69% 0.00
X10 Zona 7.2 98734 0.21 0.03 0.09 665.99 425.34 64% 0.00
2264910.00 20221.79 6456.04

MAX 55636.14

Oz Au junio
Plan según metal 52941.00
Plan con Solver 55636.14

Con la aplicación del Solver se puede notar que la cantidad de onzas mejoró en
26950.14 lo cual es muy provechoso para la Mina.

10
5. CONCLUSIONES

• La programación lineal es una técnica de optimización aplicable a

planeamiento de corto, mediano y largo plazo.
• Permite al Supervisor de Mina evaluar alternativas y tomar decisiones.
• Con el soporte del despachador se optimiza la distribución de equipos.
• Permite evaluar escenarios rápidamente a fin realizar una planificación
efectiva.
• Su aplicación es simple en la medida del número de variables y restricciones.

6. WEBGRAFIA

• https://www.vitutor.com/algebra/pl/a_1.html

• http://www.programacionlineal.net/

• https://es.wikipedia.org/wiki/Programaci%C3%B3n_lineal

• http://www.iimp.org.pe/website2/jueves/ultimo234/jm20110414_barrick
.pdf

• https://barricklatam.com/barrick/presencia/lagunas-norte/informacion-
general/proceso-productivo/2014-07-07/143849.html

11