SlideShare une entreprise Scribd logo
1  sur  15
UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL DE HUAMANGA
FACULTAD DE INGENIERÍA DE MINAS, GEOLOGÍA Y CIVIL
ESCUELA PROFESIONAL DE INGENIERÍA DE MINAS
DOCENTE : Ing. EDMUNDO CAMPOS ARZAPALO
ASIGNATURA: ANALISIS DE SISTEMAS
MINEROS
ALUMNO : ARANDA HUANACO, RAFAEL
ALONSO
ENERO - 2022
EJEMPLO 19
MÉTODO TRANSPORTE
Un gran productor de cobre tiene refinerías en Magna, Utah; Yuma,
Arizona; y Grants, Nuevo México. T
odas ellas reciben productos de las minas
identificadas como MX-1, MX-2, MX-3 y MX-4, que están localizadas en el área de
Four Corners. Los datos de la oferta de las minas y las capacidades de molienda
de las plantas (miles de toneladas/día), así como los costos de transporte (en US$
por tonelada enviada) se indican a continuación:
Minas Costo de enviar cada tonelada a la planta:
Magna Yuma Grants
MX-1 US$ 3 5 5
MX-2
MX-3
5
2
7
9
8
5
MX-4 10 7 3
Las capacidades de molienda de las plantas de Magna, Yuma y Grants
son de 500, 500 800 toneladas /día (en miles), respetivamente. El productor
considera que las minas MX-1, MX-2, MX-3 y MX-4, podrían entregar las
siguientes cantidades en toneladas/ día (en miles), respectivamente: 400, 500, 200
y 700.
2
SOLUCION.
Por esquina noreste
𝑍 = 400 × 3 + 100 × 5 + 400 × 7 + 100 × 9 + 100 × 5 + 700 × 3
8000
Z 
Minas
COSTO DE ENVIAR CADA TONELADA A LA PLANTA
MAGNA YUMA GRANTS Ton/día
3 5 5 100 400
300 100 0
M
X
-
1
5 500 7 8 500
0
M
X
-
2
2 9 5 200
200 0
M
X
-
3
10 7 3 700
700 0
300 500 500 700 800
0 0 100 0
M
X
-
4
DEMANDA
MOLIENDA
Por el método Costos mínimos
300 3 200 2 500 7 100 5 700 3
Z          
7400
Z 
Minas P1 P2 P3 P4 P5
COSTO DEENVIAR CADA TONELADA A LA PLANTA
MAGNA YUMA GRANTS Ton/día
3 5 5 100 400
300 100 300 0 2 2 2 2 5
M
X
-
1
5 7 8 500
500 0 2 2 2 2 7
M
X
-
2
2 9 5 200
200 0 3 3 X X X
M
X
-
3
10 7 3 700
700 0 4 X X X X
200 500 500 700 800
300 0 0 100 0
P1 1 2 2
P2 1 2 0
P3 2 2 3
P4 2 2 X
P5 X 2 X
M
X
-
4
DEMANDA
MOLIENDA
POR EL METODO VOGEL
𝑍 = 300 × 3 + 200 × 2 + 500 × 7 + 100 × 5 + 700 × 3
7400
Z 
EJEMPLO 20
MÉTODO TRANSPORTE
Tres plantas generadoras de energía eléctrica, con capacidades de 25,40 y 30
millones de kilowatts-hora (KWH) respectivamente, suministra electricidad a 3
minas de la zona cuyas demandas máximas son: 30, 35 y 25 millones de KWH
respectivamente. El costo en unidades monetarias (u.m.) de la venta de
corriente eléctrica a las diferentes minas, por millón de KWH es:
Durante el siguiente mes, se incrementa en 20% la demanda en cada una de
las tres minas. Para satisfacer el exceso de demanda, la compañía eléctrica
debe comprar electricidad adicional de otra red a 100 unidades monetarias por
millón de KWH. Se pide: Encuentre la solución óptima por los métodos de
Aproximación de Vogel, Esquina Noroeste y por Stepping-stone.
3
SOLUCIÓN.
Método de esquina noroeste
Se sabe que x1+x2+x3=100
Suponiendo que x1 y x2 sea 0 entonces x3=100
Demanda 30, 35 y 25 se sabe que aumenta 20% entonces 36, 42 y 30.
𝑍 = 25 × 60 + 11 × 32 + 29 × 30 + 13 × 48 + 17 × 45 + 13 × 100
5411
Z 
Plantas(G.E)
MINAS DEMANDANTES
A B C CAPACIDAD
60 70 40 25
25 0
1
32 30 35 11 40
11 29 29 0
2
50 48 45 13 30
13 17 17 0
3
X1 X2 X3 13 13
13 0
25 36 29 42 17 30
11 0 13 0 13 0
4
DEMANDA
MINAS DEMANDANTES
A B C CAPACIDAD
Plantas(G.E)
60 70 40 25
25 0
1
32 30 35 40
40 0
2
50 48 45 30
23 2 5 0
3
0 0 100 13
13 0
13 36 40 42 25 30
23 0 2 0 5 0
DEMANDA
4
Por el método de costos mínimos.
13 50 13 0 30 40 48 2 45 5 25 40
Z            
3171
Z 
P1 P2 P3 P4 P5
MINAS DEMANDANTES
A B C CAPACIDAD
Plantas(G.E)
60 70 40 25
25 0 20 20 X X X
1
32 30 35 40
40 0 2 2 2 X X
2
50 48 45 7 30
23 2 5 3 3 3 3 3
3
0 0 100 13
13 0 0 X X X X
13 36 40 42 25 30
23 0 2 5
P1 32 30 5
P2 18 18 5
P3 18 18 10
P4 50 48 45
P5 X 48 45
DEMANDA
4
Por el método de Vogel
13 50 13 0 30 40 48 2 45 5 25 40
Z            
3171
Z 
Plantas(G.E)
MINAS DEMANDANTES
A B C CAPACIDAD
60 70 40 25
25 0
1
32 30 35 40
40 0
2
50 48 45 30
23 2 5 0
3
0 0 100 13
13 0
36 42 30
0 0 0
4
DEMANDA
Por el método de Stepping-Stone
V1=45 V2=43 V3=40
60 70 40 25
U1=0 -15 -27 25 0
32 30 35 40
U2=-13 -2 40 0 0
50 48 45 30
U3=5 23 2 5 0
0 0 100 13
U4=-45 13 -2 -105 0
36 42 30
0 0 0
Calculamos los multiplicadores
Como todos son negativos las variables
Entonces ya no hay donde asignar.
3171
Z 
EJEMPLO 21
MÉTODO TRANSPORTE
Una Empresa de la mediana minería posee tres yacimientos mineros de cobre,
ubicadas en las localidades de Sierra Gorda, Mantos Blancos y Baquedano. La
capacidad de producción de cada mina es de 1.500, 1.500 y 1.200 toneladas semanales
respectivamente. T
odo el material debe ser transportado para su proceso de fundición a
cualquiera de las dos plantas de procesamiento que mantiene ENAMI (Empresa
Nacional de Minería) más cercanas; una es la Planta JoséAntonio Moreno en T
altal, y la
otra es la Planta Osvaldo Martínez en El Salado. Las demandas de las plantas son de
2.300 toneladas en la de T
altal, y de 1.400 toneladas en la de El Salado. El costo de
transporte de las minas a las plantas por tren es de US$ 1,8 por kilometro recorrido y
tonelada embarcada. La siguiente tabla muestra las distancias recorridas entre cada
mina y las plantas (en kilómetros)
La Empresa Minera desea determinar un programa de embarques que minimice los costos
generales de transporte de la empresa. Utilice en su desarrollo el método de aproximación de
Vogel, la Esquina Noroeste, para luego desarrollarlo por el método Stepping – Stone.
2
Solucion.
Por el método de aproximación de Vogel
Se sabe que el costos por tren es de 1.8 $/Kilometro, por lo cual se multiplico las distancias recorridas en el cuadro
para saber el costo de envío y se asigno un destino D3 para equilibrar el problema.
1000 459 100 450 1200 360 1400 306 500 0
Z          
1364400
Z 
Plantas
459 608,4 0 500 1500
1000 500 1000 0 459 149,4 459 X X
450 306 0 1400 1500
100 1400 100 0 306 144 450 450 X
360 486 0 1200
1200 0 360 126 360 360 360
1000 2300 1400 500
1300 0 0 0
P1 90 180 0
P2 90 180 X
P3 90 X X
P4 90 X X
P5 360 X X
Taltal El Salado D3 CAPACIDAD
Sierra
Gorda
Mantos
Blancos
Baquedano
DEMANDA
P1 P2 P3 P4 P5
Plantas
459 608,4 0 1500
1500 0
450 306 0 800 1500
800 700 700 0
360 486 0 700 1200
700 500 500 0
1500 2300 700 1400 500
800 0 700 0 0
Mantos
Blancos
Baquedano
DEMANDA
Taltal El Salado D3 CAPACIDAD
Sierra
Gorda
Por el método de Esquina noroeste
1500 459 800 450 700 306 700 486 500 0
Z          
1602900
Z 
Por el método de esquina noroeste y Stepping-Stone.
Primera interacción de multiplicadores.
Plantas
459 608,4 0 1500
1500 0
450 306 0 1500
800 700 0
360 486 0 1200
700 500 0
2300 1400 500
0 0 0
Mantos
Blancos
Baquedano
DEMANDA
Taltal El Salado D3 CAPACIDAD
Sierra
Gorda
V1=459 V2=315 V3=-171
459 608,4 0 1500
U1=0 1500 -293,4 -171 0
450 306 0 1500
U=-9 800 700 -180 0
360 486 0 1200
U=171 270 700 500 0
2300 1400 500
0 0 0
V1=459 V2=315 V3=99
459 608,4 0 1500
U1=0 1500 -293,4 99 0
450 306 0 1500
U=-9 100 1400 90 0
360 486 0 1200
U=-99 700 -486 500 0
2300 1400 500
0 0 0
V1=459 V2=315 V3=0
459 608,4 0 1500
U1=0 1000 -293,4 500 0
450 306 0 1500
U=-9 100 1400 -9 0
360 486 0 1200
U=-99 1200 -270 -99 0
2300 1400 500
0 0 0
Segunda interacción.
Tercera interacción en el cual ya no se puede asignar.

Contenu connexe

Similaire à Segundo trabajo.pptx

Calendario adquisicion demateriales 1
Calendario adquisicion demateriales 1Calendario adquisicion demateriales 1
Calendario adquisicion demateriales 1Antonio Aparicio
 
Calendario adquisicion demateriales curumuy
Calendario adquisicion demateriales curumuyCalendario adquisicion demateriales curumuy
Calendario adquisicion demateriales curumuyAntonio Aparicio
 
Trabajo de Camioncitos 2 Para Aprender xd.pptx
Trabajo de Camioncitos 2 Para Aprender xd.pptxTrabajo de Camioncitos 2 Para Aprender xd.pptx
Trabajo de Camioncitos 2 Para Aprender xd.pptxKokeMadrid
 
simulación energética comparativo de casos
simulación energética comparativo de casos simulación energética comparativo de casos
simulación energética comparativo de casos Susana Garcia San Roman
 
Problema del costo minimo trasnporte
Problema del costo minimo trasnporteProblema del costo minimo trasnporte
Problema del costo minimo trasnporteArtruro Benites
 
Informe preansa 90 + 132
Informe preansa 90 + 132Informe preansa 90 + 132
Informe preansa 90 + 132Edward Urrunaga
 
La Minería Peruana y las Energías Renovables por José Estela Ramirez - CEO de...
La Minería Peruana y las Energías Renovables por José Estela Ramirez - CEO de...La Minería Peruana y las Energías Renovables por José Estela Ramirez - CEO de...
La Minería Peruana y las Energías Renovables por José Estela Ramirez - CEO de...José Estela Ramírez
 
Concentracion y espesamiento (patricio rodriguez)
Concentracion y espesamiento (patricio rodriguez)Concentracion y espesamiento (patricio rodriguez)
Concentracion y espesamiento (patricio rodriguez)George Espinoza Jimenez
 
235 presupuesto com. atacameña de toconao tranque toconao
235 presupuesto com. atacameña de toconao tranque toconao235 presupuesto com. atacameña de toconao tranque toconao
235 presupuesto com. atacameña de toconao tranque toconaoFredy E Marti Gonzales
 
VIDENA 1.pptx
VIDENA 1.pptxVIDENA 1.pptx
VIDENA 1.pptxJORGEVN1
 
VIDENA 1.pptx
VIDENA 1.pptxVIDENA 1.pptx
VIDENA 1.pptxJORGEVN1
 
Carpeta presentacion falmetal
Carpeta presentacion falmetalCarpeta presentacion falmetal
Carpeta presentacion falmetalDaniel Falcone
 
Diagramaunifilar
DiagramaunifilarDiagramaunifilar
Diagramaunifilarjhon gomez
 
1 destilacion FINAL.pdf
1 destilacion FINAL.pdf1 destilacion FINAL.pdf
1 destilacion FINAL.pdfWillEspinoza4
 

Similaire à Segundo trabajo.pptx (20)

Calendario adquisicion demateriales 1
Calendario adquisicion demateriales 1Calendario adquisicion demateriales 1
Calendario adquisicion demateriales 1
 
Calendario adquisicion demateriales curumuy
Calendario adquisicion demateriales curumuyCalendario adquisicion demateriales curumuy
Calendario adquisicion demateriales curumuy
 
Trabajo de Camioncitos 2 Para Aprender xd.pptx
Trabajo de Camioncitos 2 Para Aprender xd.pptxTrabajo de Camioncitos 2 Para Aprender xd.pptx
Trabajo de Camioncitos 2 Para Aprender xd.pptx
 
INFORME BRIQUETAS.docx
INFORME BRIQUETAS.docxINFORME BRIQUETAS.docx
INFORME BRIQUETAS.docx
 
simulación energética comparativo de casos
simulación energética comparativo de casos simulación energética comparativo de casos
simulación energética comparativo de casos
 
Problema del costo minimo trasnporte
Problema del costo minimo trasnporteProblema del costo minimo trasnporte
Problema del costo minimo trasnporte
 
Informe preansa 90 + 132
Informe preansa 90 + 132Informe preansa 90 + 132
Informe preansa 90 + 132
 
U-222.pdf
U-222.pdfU-222.pdf
U-222.pdf
 
Materia (1)
Materia (1)Materia (1)
Materia (1)
 
Brochure Millennial
Brochure MillennialBrochure Millennial
Brochure Millennial
 
La Minería Peruana y las Energías Renovables por José Estela Ramirez - CEO de...
La Minería Peruana y las Energías Renovables por José Estela Ramirez - CEO de...La Minería Peruana y las Energías Renovables por José Estela Ramirez - CEO de...
La Minería Peruana y las Energías Renovables por José Estela Ramirez - CEO de...
 
Concentracion y espesamiento (patricio rodriguez)
Concentracion y espesamiento (patricio rodriguez)Concentracion y espesamiento (patricio rodriguez)
Concentracion y espesamiento (patricio rodriguez)
 
1010 edward-medina
1010 edward-medina1010 edward-medina
1010 edward-medina
 
235 presupuesto com. atacameña de toconao tranque toconao
235 presupuesto com. atacameña de toconao tranque toconao235 presupuesto com. atacameña de toconao tranque toconao
235 presupuesto com. atacameña de toconao tranque toconao
 
VIDENA 1.pptx
VIDENA 1.pptxVIDENA 1.pptx
VIDENA 1.pptx
 
VIDENA 1.pptx
VIDENA 1.pptxVIDENA 1.pptx
VIDENA 1.pptx
 
Carpeta presentacion falmetal
Carpeta presentacion falmetalCarpeta presentacion falmetal
Carpeta presentacion falmetal
 
Diagramaunifilar
DiagramaunifilarDiagramaunifilar
Diagramaunifilar
 
BAÑERAS CAZAMBAS
BAÑERAS CAZAMBASBAÑERAS CAZAMBAS
BAÑERAS CAZAMBAS
 
1 destilacion FINAL.pdf
1 destilacion FINAL.pdf1 destilacion FINAL.pdf
1 destilacion FINAL.pdf
 

Dernier

Listas de Fundamentos de Programación 2024
Listas de Fundamentos de Programación 2024Listas de Fundamentos de Programación 2024
Listas de Fundamentos de Programación 2024AndrsReinosoSnchez1
 
Las mujeres más ricas del mundo (2024).pdf
Las mujeres más ricas del mundo (2024).pdfLas mujeres más ricas del mundo (2024).pdf
Las mujeres más ricas del mundo (2024).pdfJC Díaz Herrera
 
Presentacion-Prevencion-Incendios-Forestales.pdf
Presentacion-Prevencion-Incendios-Forestales.pdfPresentacion-Prevencion-Incendios-Forestales.pdf
Presentacion-Prevencion-Incendios-Forestales.pdfDodiAcuaArstica
 
llllllllllllllllllllllllllllllllllllllllllllllllllllllllll
llllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllll
llllllllllllllllllllllllllllllllllllllllllllllllllllllllllJulietaCarbajalOsis
 
Análisis de datos en acción: Optimizando el crecimiento de Cyclistic
Análisis de datos en acción: Optimizando el crecimiento de CyclisticAnálisis de datos en acción: Optimizando el crecimiento de Cyclistic
Análisis de datos en acción: Optimizando el crecimiento de CyclisticJamithGarcia1
 
Familias_más_ricas_de_AL_en_la_historia.pdf
Familias_más_ricas_de_AL_en_la_historia.pdfFamilias_más_ricas_de_AL_en_la_historia.pdf
Familias_más_ricas_de_AL_en_la_historia.pdfJC Díaz Herrera
 
Industria musical de EUA vs Industria musical Corea del Sur (2024).pdf
Industria musical de EUA vs Industria musical Corea del Sur (2024).pdfIndustria musical de EUA vs Industria musical Corea del Sur (2024).pdf
Industria musical de EUA vs Industria musical Corea del Sur (2024).pdfJC Díaz Herrera
 
Los artistas mexicanos con más ventas de discos en la historia (2024).pdf
Los artistas mexicanos con más ventas de discos en la historia (2024).pdfLos artistas mexicanos con más ventas de discos en la historia (2024).pdf
Los artistas mexicanos con más ventas de discos en la historia (2024).pdfJC Díaz Herrera
 
Tendencias en la Gestión del Talento Humano.pdf
Tendencias en la Gestión del Talento Humano.pdfTendencias en la Gestión del Talento Humano.pdf
Tendencias en la Gestión del Talento Humano.pdfdanaeamadot
 
Triptico-del-Bullying qué es, cómo detectarlo, donde acudir
Triptico-del-Bullying qué es, cómo detectarlo, donde acudirTriptico-del-Bullying qué es, cómo detectarlo, donde acudir
Triptico-del-Bullying qué es, cómo detectarlo, donde acudirluis809799
 
COMUNICADO PARA TODO TIPO DE REUNIONES .
COMUNICADO PARA TODO TIPO DE REUNIONES .COMUNICADO PARA TODO TIPO DE REUNIONES .
COMUNICADO PARA TODO TIPO DE REUNIONES .GIANELAKAINACHALLCOJ2
 
presentacion de conjuntos para primaria.ppt
presentacion de conjuntos para primaria.pptpresentacion de conjuntos para primaria.ppt
presentacion de conjuntos para primaria.pptMelina Alama Visitacion
 
Posiciones en el IDH global de EUA (1950-2024).pdf
Posiciones en el IDH global de EUA (1950-2024).pdfPosiciones en el IDH global de EUA (1950-2024).pdf
Posiciones en el IDH global de EUA (1950-2024).pdfJC Díaz Herrera
 
Novelas Turcas vs Series de EUA en audiencia (2024).pdf
Novelas Turcas vs Series de EUA en audiencia  (2024).pdfNovelas Turcas vs Series de EUA en audiencia  (2024).pdf
Novelas Turcas vs Series de EUA en audiencia (2024).pdfJC Díaz Herrera
 
Los más ricos administradores de fondo de cobertura (1968-2024).pdf
Los más ricos administradores de fondo de cobertura (1968-2024).pdfLos más ricos administradores de fondo de cobertura (1968-2024).pdf
Los más ricos administradores de fondo de cobertura (1968-2024).pdfJC Díaz Herrera
 
Las marcas automotrices con más ventas de vehículos (2024).pdf
Las marcas automotrices con más ventas de vehículos (2024).pdfLas marcas automotrices con más ventas de vehículos (2024).pdf
Las marcas automotrices con más ventas de vehículos (2024).pdfJC Díaz Herrera
 
INTRODUCCION-A-LOS-ALGORITMOS-BASICOS.pptx
INTRODUCCION-A-LOS-ALGORITMOS-BASICOS.pptxINTRODUCCION-A-LOS-ALGORITMOS-BASICOS.pptx
INTRODUCCION-A-LOS-ALGORITMOS-BASICOS.pptxJamesHerberthBacaTel
 
CNEB-CURRICULO NACIONAL DE EDUCACION BASICA
CNEB-CURRICULO NACIONAL DE EDUCACION BASICACNEB-CURRICULO NACIONAL DE EDUCACION BASICA
CNEB-CURRICULO NACIONAL DE EDUCACION BASICAYOSHELINSARAIMAMANIS2
 
Evolución de la fortuna de la familia Slim (1994-2024).pdf
Evolución de la fortuna de la familia Slim (1994-2024).pdfEvolución de la fortuna de la familia Slim (1994-2024).pdf
Evolución de la fortuna de la familia Slim (1994-2024).pdfJC Díaz Herrera
 
Tipos de Educacion en diferentes partes del mundo.pptx
Tipos de Educacion en diferentes partes del mundo.pptxTipos de Educacion en diferentes partes del mundo.pptx
Tipos de Educacion en diferentes partes del mundo.pptxMiguelPerz4
 

Dernier (20)

Listas de Fundamentos de Programación 2024
Listas de Fundamentos de Programación 2024Listas de Fundamentos de Programación 2024
Listas de Fundamentos de Programación 2024
 
Las mujeres más ricas del mundo (2024).pdf
Las mujeres más ricas del mundo (2024).pdfLas mujeres más ricas del mundo (2024).pdf
Las mujeres más ricas del mundo (2024).pdf
 
Presentacion-Prevencion-Incendios-Forestales.pdf
Presentacion-Prevencion-Incendios-Forestales.pdfPresentacion-Prevencion-Incendios-Forestales.pdf
Presentacion-Prevencion-Incendios-Forestales.pdf
 
llllllllllllllllllllllllllllllllllllllllllllllllllllllllll
llllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllll
llllllllllllllllllllllllllllllllllllllllllllllllllllllllll
 
Análisis de datos en acción: Optimizando el crecimiento de Cyclistic
Análisis de datos en acción: Optimizando el crecimiento de CyclisticAnálisis de datos en acción: Optimizando el crecimiento de Cyclistic
Análisis de datos en acción: Optimizando el crecimiento de Cyclistic
 
Familias_más_ricas_de_AL_en_la_historia.pdf
Familias_más_ricas_de_AL_en_la_historia.pdfFamilias_más_ricas_de_AL_en_la_historia.pdf
Familias_más_ricas_de_AL_en_la_historia.pdf
 
Industria musical de EUA vs Industria musical Corea del Sur (2024).pdf
Industria musical de EUA vs Industria musical Corea del Sur (2024).pdfIndustria musical de EUA vs Industria musical Corea del Sur (2024).pdf
Industria musical de EUA vs Industria musical Corea del Sur (2024).pdf
 
Los artistas mexicanos con más ventas de discos en la historia (2024).pdf
Los artistas mexicanos con más ventas de discos en la historia (2024).pdfLos artistas mexicanos con más ventas de discos en la historia (2024).pdf
Los artistas mexicanos con más ventas de discos en la historia (2024).pdf
 
Tendencias en la Gestión del Talento Humano.pdf
Tendencias en la Gestión del Talento Humano.pdfTendencias en la Gestión del Talento Humano.pdf
Tendencias en la Gestión del Talento Humano.pdf
 
Triptico-del-Bullying qué es, cómo detectarlo, donde acudir
Triptico-del-Bullying qué es, cómo detectarlo, donde acudirTriptico-del-Bullying qué es, cómo detectarlo, donde acudir
Triptico-del-Bullying qué es, cómo detectarlo, donde acudir
 
COMUNICADO PARA TODO TIPO DE REUNIONES .
COMUNICADO PARA TODO TIPO DE REUNIONES .COMUNICADO PARA TODO TIPO DE REUNIONES .
COMUNICADO PARA TODO TIPO DE REUNIONES .
 
presentacion de conjuntos para primaria.ppt
presentacion de conjuntos para primaria.pptpresentacion de conjuntos para primaria.ppt
presentacion de conjuntos para primaria.ppt
 
Posiciones en el IDH global de EUA (1950-2024).pdf
Posiciones en el IDH global de EUA (1950-2024).pdfPosiciones en el IDH global de EUA (1950-2024).pdf
Posiciones en el IDH global de EUA (1950-2024).pdf
 
Novelas Turcas vs Series de EUA en audiencia (2024).pdf
Novelas Turcas vs Series de EUA en audiencia  (2024).pdfNovelas Turcas vs Series de EUA en audiencia  (2024).pdf
Novelas Turcas vs Series de EUA en audiencia (2024).pdf
 
Los más ricos administradores de fondo de cobertura (1968-2024).pdf
Los más ricos administradores de fondo de cobertura (1968-2024).pdfLos más ricos administradores de fondo de cobertura (1968-2024).pdf
Los más ricos administradores de fondo de cobertura (1968-2024).pdf
 
Las marcas automotrices con más ventas de vehículos (2024).pdf
Las marcas automotrices con más ventas de vehículos (2024).pdfLas marcas automotrices con más ventas de vehículos (2024).pdf
Las marcas automotrices con más ventas de vehículos (2024).pdf
 
INTRODUCCION-A-LOS-ALGORITMOS-BASICOS.pptx
INTRODUCCION-A-LOS-ALGORITMOS-BASICOS.pptxINTRODUCCION-A-LOS-ALGORITMOS-BASICOS.pptx
INTRODUCCION-A-LOS-ALGORITMOS-BASICOS.pptx
 
CNEB-CURRICULO NACIONAL DE EDUCACION BASICA
CNEB-CURRICULO NACIONAL DE EDUCACION BASICACNEB-CURRICULO NACIONAL DE EDUCACION BASICA
CNEB-CURRICULO NACIONAL DE EDUCACION BASICA
 
Evolución de la fortuna de la familia Slim (1994-2024).pdf
Evolución de la fortuna de la familia Slim (1994-2024).pdfEvolución de la fortuna de la familia Slim (1994-2024).pdf
Evolución de la fortuna de la familia Slim (1994-2024).pdf
 
Tipos de Educacion en diferentes partes del mundo.pptx
Tipos de Educacion en diferentes partes del mundo.pptxTipos de Educacion en diferentes partes del mundo.pptx
Tipos de Educacion en diferentes partes del mundo.pptx
 

Segundo trabajo.pptx

  • 1. UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL DE HUAMANGA FACULTAD DE INGENIERÍA DE MINAS, GEOLOGÍA Y CIVIL ESCUELA PROFESIONAL DE INGENIERÍA DE MINAS DOCENTE : Ing. EDMUNDO CAMPOS ARZAPALO ASIGNATURA: ANALISIS DE SISTEMAS MINEROS ALUMNO : ARANDA HUANACO, RAFAEL ALONSO ENERO - 2022
  • 2. EJEMPLO 19 MÉTODO TRANSPORTE Un gran productor de cobre tiene refinerías en Magna, Utah; Yuma, Arizona; y Grants, Nuevo México. T odas ellas reciben productos de las minas identificadas como MX-1, MX-2, MX-3 y MX-4, que están localizadas en el área de Four Corners. Los datos de la oferta de las minas y las capacidades de molienda de las plantas (miles de toneladas/día), así como los costos de transporte (en US$ por tonelada enviada) se indican a continuación: Minas Costo de enviar cada tonelada a la planta: Magna Yuma Grants MX-1 US$ 3 5 5 MX-2 MX-3 5 2 7 9 8 5 MX-4 10 7 3 Las capacidades de molienda de las plantas de Magna, Yuma y Grants son de 500, 500 800 toneladas /día (en miles), respetivamente. El productor considera que las minas MX-1, MX-2, MX-3 y MX-4, podrían entregar las siguientes cantidades en toneladas/ día (en miles), respectivamente: 400, 500, 200 y 700. 2
  • 3. SOLUCION. Por esquina noreste 𝑍 = 400 × 3 + 100 × 5 + 400 × 7 + 100 × 9 + 100 × 5 + 700 × 3 8000 Z 
  • 4. Minas COSTO DE ENVIAR CADA TONELADA A LA PLANTA MAGNA YUMA GRANTS Ton/día 3 5 5 100 400 300 100 0 M X - 1 5 500 7 8 500 0 M X - 2 2 9 5 200 200 0 M X - 3 10 7 3 700 700 0 300 500 500 700 800 0 0 100 0 M X - 4 DEMANDA MOLIENDA Por el método Costos mínimos 300 3 200 2 500 7 100 5 700 3 Z           7400 Z 
  • 5. Minas P1 P2 P3 P4 P5 COSTO DEENVIAR CADA TONELADA A LA PLANTA MAGNA YUMA GRANTS Ton/día 3 5 5 100 400 300 100 300 0 2 2 2 2 5 M X - 1 5 7 8 500 500 0 2 2 2 2 7 M X - 2 2 9 5 200 200 0 3 3 X X X M X - 3 10 7 3 700 700 0 4 X X X X 200 500 500 700 800 300 0 0 100 0 P1 1 2 2 P2 1 2 0 P3 2 2 3 P4 2 2 X P5 X 2 X M X - 4 DEMANDA MOLIENDA POR EL METODO VOGEL 𝑍 = 300 × 3 + 200 × 2 + 500 × 7 + 100 × 5 + 700 × 3 7400 Z 
  • 6. EJEMPLO 20 MÉTODO TRANSPORTE Tres plantas generadoras de energía eléctrica, con capacidades de 25,40 y 30 millones de kilowatts-hora (KWH) respectivamente, suministra electricidad a 3 minas de la zona cuyas demandas máximas son: 30, 35 y 25 millones de KWH respectivamente. El costo en unidades monetarias (u.m.) de la venta de corriente eléctrica a las diferentes minas, por millón de KWH es: Durante el siguiente mes, se incrementa en 20% la demanda en cada una de las tres minas. Para satisfacer el exceso de demanda, la compañía eléctrica debe comprar electricidad adicional de otra red a 100 unidades monetarias por millón de KWH. Se pide: Encuentre la solución óptima por los métodos de Aproximación de Vogel, Esquina Noroeste y por Stepping-stone. 3
  • 7. SOLUCIÓN. Método de esquina noroeste Se sabe que x1+x2+x3=100 Suponiendo que x1 y x2 sea 0 entonces x3=100 Demanda 30, 35 y 25 se sabe que aumenta 20% entonces 36, 42 y 30. 𝑍 = 25 × 60 + 11 × 32 + 29 × 30 + 13 × 48 + 17 × 45 + 13 × 100 5411 Z  Plantas(G.E) MINAS DEMANDANTES A B C CAPACIDAD 60 70 40 25 25 0 1 32 30 35 11 40 11 29 29 0 2 50 48 45 13 30 13 17 17 0 3 X1 X2 X3 13 13 13 0 25 36 29 42 17 30 11 0 13 0 13 0 4 DEMANDA
  • 8. MINAS DEMANDANTES A B C CAPACIDAD Plantas(G.E) 60 70 40 25 25 0 1 32 30 35 40 40 0 2 50 48 45 30 23 2 5 0 3 0 0 100 13 13 0 13 36 40 42 25 30 23 0 2 0 5 0 DEMANDA 4 Por el método de costos mínimos. 13 50 13 0 30 40 48 2 45 5 25 40 Z             3171 Z 
  • 9. P1 P2 P3 P4 P5 MINAS DEMANDANTES A B C CAPACIDAD Plantas(G.E) 60 70 40 25 25 0 20 20 X X X 1 32 30 35 40 40 0 2 2 2 X X 2 50 48 45 7 30 23 2 5 3 3 3 3 3 3 0 0 100 13 13 0 0 X X X X 13 36 40 42 25 30 23 0 2 5 P1 32 30 5 P2 18 18 5 P3 18 18 10 P4 50 48 45 P5 X 48 45 DEMANDA 4 Por el método de Vogel 13 50 13 0 30 40 48 2 45 5 25 40 Z             3171 Z 
  • 10. Plantas(G.E) MINAS DEMANDANTES A B C CAPACIDAD 60 70 40 25 25 0 1 32 30 35 40 40 0 2 50 48 45 30 23 2 5 0 3 0 0 100 13 13 0 36 42 30 0 0 0 4 DEMANDA Por el método de Stepping-Stone V1=45 V2=43 V3=40 60 70 40 25 U1=0 -15 -27 25 0 32 30 35 40 U2=-13 -2 40 0 0 50 48 45 30 U3=5 23 2 5 0 0 0 100 13 U4=-45 13 -2 -105 0 36 42 30 0 0 0 Calculamos los multiplicadores Como todos son negativos las variables Entonces ya no hay donde asignar. 3171 Z 
  • 11. EJEMPLO 21 MÉTODO TRANSPORTE Una Empresa de la mediana minería posee tres yacimientos mineros de cobre, ubicadas en las localidades de Sierra Gorda, Mantos Blancos y Baquedano. La capacidad de producción de cada mina es de 1.500, 1.500 y 1.200 toneladas semanales respectivamente. T odo el material debe ser transportado para su proceso de fundición a cualquiera de las dos plantas de procesamiento que mantiene ENAMI (Empresa Nacional de Minería) más cercanas; una es la Planta JoséAntonio Moreno en T altal, y la otra es la Planta Osvaldo Martínez en El Salado. Las demandas de las plantas son de 2.300 toneladas en la de T altal, y de 1.400 toneladas en la de El Salado. El costo de transporte de las minas a las plantas por tren es de US$ 1,8 por kilometro recorrido y tonelada embarcada. La siguiente tabla muestra las distancias recorridas entre cada mina y las plantas (en kilómetros) La Empresa Minera desea determinar un programa de embarques que minimice los costos generales de transporte de la empresa. Utilice en su desarrollo el método de aproximación de Vogel, la Esquina Noroeste, para luego desarrollarlo por el método Stepping – Stone. 2
  • 12. Solucion. Por el método de aproximación de Vogel Se sabe que el costos por tren es de 1.8 $/Kilometro, por lo cual se multiplico las distancias recorridas en el cuadro para saber el costo de envío y se asigno un destino D3 para equilibrar el problema. 1000 459 100 450 1200 360 1400 306 500 0 Z           1364400 Z  Plantas 459 608,4 0 500 1500 1000 500 1000 0 459 149,4 459 X X 450 306 0 1400 1500 100 1400 100 0 306 144 450 450 X 360 486 0 1200 1200 0 360 126 360 360 360 1000 2300 1400 500 1300 0 0 0 P1 90 180 0 P2 90 180 X P3 90 X X P4 90 X X P5 360 X X Taltal El Salado D3 CAPACIDAD Sierra Gorda Mantos Blancos Baquedano DEMANDA P1 P2 P3 P4 P5
  • 13. Plantas 459 608,4 0 1500 1500 0 450 306 0 800 1500 800 700 700 0 360 486 0 700 1200 700 500 500 0 1500 2300 700 1400 500 800 0 700 0 0 Mantos Blancos Baquedano DEMANDA Taltal El Salado D3 CAPACIDAD Sierra Gorda Por el método de Esquina noroeste 1500 459 800 450 700 306 700 486 500 0 Z           1602900 Z 
  • 14. Por el método de esquina noroeste y Stepping-Stone. Primera interacción de multiplicadores. Plantas 459 608,4 0 1500 1500 0 450 306 0 1500 800 700 0 360 486 0 1200 700 500 0 2300 1400 500 0 0 0 Mantos Blancos Baquedano DEMANDA Taltal El Salado D3 CAPACIDAD Sierra Gorda V1=459 V2=315 V3=-171 459 608,4 0 1500 U1=0 1500 -293,4 -171 0 450 306 0 1500 U=-9 800 700 -180 0 360 486 0 1200 U=171 270 700 500 0 2300 1400 500 0 0 0
  • 15. V1=459 V2=315 V3=99 459 608,4 0 1500 U1=0 1500 -293,4 99 0 450 306 0 1500 U=-9 100 1400 90 0 360 486 0 1200 U=-99 700 -486 500 0 2300 1400 500 0 0 0 V1=459 V2=315 V3=0 459 608,4 0 1500 U1=0 1000 -293,4 500 0 450 306 0 1500 U=-9 100 1400 -9 0 360 486 0 1200 U=-99 1200 -270 -99 0 2300 1400 500 0 0 0 Segunda interacción. Tercera interacción en el cual ya no se puede asignar.