)
La compañía WorldLight produce dos dispositivos para lámparas (productos 1 y 2) que requieren partes del metal
y componentes eléctricos. La administración desea determinar cuántas unidades de cada producto debe fabricar
para maximizar la ganancia. Por cada unidad del producto 1 se requiere 1 unidad de partes de metal y 2 unidades
de componentes eléctricos. Por cada unidad del producto 2 se necesitan 3 unidades de partes de metal y 2
unidades de componentes eléctricos. La compañía tiene 200 unidades de partes de metal y 300 de componentes
eléctricos. Cada unidad del producto 1 da una ganancia de $1 y cada unidad del producto 2, hasta 60 unidades,
da una ganancia de $2. Cualquier exceso de unidades del producto 2 no genera ganancia, por lo que fabricar más
de esa cantidad está fuera de consideración.
El número de horas-máquina que se requiere para cada unidad de los productos respectivos es:
El departamento de ventas ha indicado que las ventas potenciales para los productos 1 y 2 exceden la tasa
máxima de producción y que las ventas potenciales del producto 3 son 20 unidades por semana. La ganancia
unitaria sería de $50, $20 y $25, respectivamente, para los productos 1, 2 y 3. El objetivo es determinar cuántos
productos de cada tipo debe producir la compañía para maximizar la ganancia.
Ralph quiere determinar el número de porciones diarias (pueden ser fraccionales) de res y papas que cumplirían
con estos requerimientos a un costo mínimo.
2
Caballero-Villalobos
Introducción a la modelación matemática lineal, mixta y su solución usando software libre.
Suponga que los requerimientos mínimos por comida de carbohidratos, vitaminas, proteínas y grasas son 5, 10,
10 y 2, respectivamente. a) Formule el problema de planeación de menú como un programa lineal. b) Muchos
problemas prácticos se han omitido en el modelo anterior. Estos incluyen, por ejemplo, la planeación conjunta
de los menús del desayuno, la comida y la cena, la planeación semanal de tal manera que se puedan incluir
distintas variedades de comida y menús especiales para pacientes en dietas particulares. Explicar con detalle
cómo se pueden incorporar estos aspectos de una manera comprensiva en un sistema de planificación de menús.
CAPACIDAD DE CAPACIDAD DE
COMPARTIMIENTO PESO ESPACIO (pies
(toneladas) cúbicos)
Delantero 12 7000
Central 18 9000
Trasero 10 5500
Más aún, para mantener el avión balanceado, el peso de la carga en los respectivos compartimientos debe ser
proporcional a su capacidad. Se tienen ofertas para cuatro cargamentos en un vuelo próximo ya que se cuenta
con espacio:
3
Caballero-Villalobos
Introducción a la modelación matemática lineal, mixta y su solución usando software libre.
VOLUMEN
PESO GANANCIA
CARGA (pies
(toneladas) ($/tonelada)
cúbicos/tonelada)
1 20 500 320
2 16 700 400
3 25 600 360
4 13 400 290
Se puede aceptar cualquier fracción de estas cargas. El objetivo es determinar qué cantidad de cada carga debe
aceptarse (si se acepte) y cómo distribuirla en los compartimientos para maximizar la ganancia del vuelo.
a. La suma de las distancias desde la nueva máquina hasta las cuatro máquinas existentes es mínima. Use
la distancia en las calles; por ejemplo, la distancia para (x1, x2), la primera máquina localizada en (3, 0)
es |x1 - 3| + |x2|.
b. Debido a las diversas cantidades de flujo entre la nueva máquina y las máquinas existentes, reformule el
problema en el que se desea minimizar la suma de las distancias ponderadas, en donde los pesos
correspondientes a las cuatro máquinas son 5, 7, 3 y 1, respectivamente.
c. Para evitar congestionamientos, suponga que la nueva máquina debe estar localizada en el cuadrado
{(x1, x2): -1 ≤ x1 ≤ 2, 0 ≤ x2 ≤ 1}.
d. Suponga que la nueva máquina debe estar localizada de modo que su distancia a la primera máquina no
sea mayor a 3/2.
El espacio que se requiere y los costos de los periodos de arrendamiento son los siguientes:
4
Caballero-Villalobos
Introducción a la modelación matemática lineal, mixta y su solución usando software libre.
El objetivo es minimizar el costo total de arrendamiento para cumplir con los requerimientos.
5
Caballero-Villalobos
Introducción a la modelación matemática lineal, mixta y su solución usando software libre.
el mercado a precios de 0.9, 0.8, 0.8, 1.2 y 0.6 $/yarda, respectivamente. Además de ser tejidos y terminados en
la fábrica, los hilos también se adquieren ya tejidos en fuentes externas, y luego se terminan en la fábrica antes
de su venta. Si los hilos sin terminar se adquieren fuera de la fábrica, los costos en $/yarda de los cinco hilos son
0.8, 0.7, 0.75, 0.9 y 0.7 respectivamente. Si se producen en la fábrica, los costos respectivos son 0.6, 0.5, 0.6, 0.7
y 0.3 $/yarda. Se cuenta con dos tipos de telares que pueden producir los hilos en la fábrica; es decir, se tiene 10
telares Dobbie y 80 telares normales. La tasa de producción de cada telar Dobbie es 4.6, 4.6, 5.2, 3.8 y 4.2 yardas
por hora para los cinco hilos. Los telares normales tienen las mismas tasas de producción que los telares Dobbie,
pero sólo pueden producir hilos de los tipos 3, 4 y 5. Suponiendo que la fábrica trabaja 24 horas del día durante
siete días de la semana, formule el problema de planificación óptima como programa lineal a fin de satisfacer la
demanda durante un horizonte trimestral.
El número de horas-máquina que se requiere para cada unidad de los productos respectivos es:
El departamento de ventas ha indicado que las ventas potenciales para los productos 1 y 2 exceden la tasa
máxima de producción y que las ventas potenciales del producto 3 son 20 unidades por semana. La ganancia
unitaria sería de $50, $20 y $25, respectivamente, para los productos 1, 2 y 3. El objetivo es determinar cuántos
productos de cada tipo debe producir la compañía para maximizar la ganancia.
6
Caballero-Villalobos
Introducción a la modelación matemática lineal, mixta y su solución usando software libre.
de la producción diaria de este producto. Cada unidad grande, mediana y chica que se produce requiere 20, 1 5
y 12 pies cuadrados, respectivamente. Los pronósticos de mercado indican que, si se dispone de ellas, se pueden
vender 900, 1200 y 750 unidades diarias, correspondientes a los tamaños grande, mediano y chico. Será
necesario despedir algunos empleados en cada planta a menos que la mayor parte de esta capacidad en exceso
se pueda usar con el nuevo producto. Para evitar despidos en lo posible, la gerencia ha decidido que las plantas
deben usar el mismo porcentaje de su capacidad adicional con este nuevo producto. El gerente quiere saber
cuántas unidades de cada tamaño debe producir en cada planta para maximizar la ganancia.
Puede contratar dos tipos de asesores: de tiempo completo y de tiempo parcial. Los primeros trabajan 8 horas
consecutivas en cualquiera de los siguientes turnos: matutino (8 a.m.-4 p.m.), vespertino (12 p.m.-8 p.m.) y
nocturno (4 p.m.-12 a.m.). Estos asesores ganan $40 por hora.
Los asesores de tiempo parcial pueden trabajar cualquiera de los cuatro turnos enumerados en la tabla anterior
y ganan $30 por hora.
Un requisito adicional es que durante todos los periodos debe haber al menos dos asesores de tiempo completo
por cada uno de tiempo parcial.
Larry desea determinar ¿cuántos asesores de tiempo completo? y ¿cuántos de tiempo parcial? debe haber en
cada turno para cumplir con los requisitos a un costo mínimo.
Mes Cantidad de
computadoras
1 800
2 1000
3 600
7
Caballero-Villalobos
Introducción a la modelación matemática lineal, mixta y su solución usando software libre.
4 500
5 1200
6 400
7 800
8 600
9 400
10 500
11 800
12 600
8
Caballero-Villalobos
Introducción a la modelación matemática lineal, mixta y su solución usando software libre.
Mujer soltera 10 20
Nadie 40 5
Para cada mes, la segunda columna de la siguiente tabla da el número máximo de unidades de los dos artículos
combinados que se pueden producir en horas normales (HN) y en horas extra (HE). Para cada producto, las
columnas subsecuentes dan 1) el número de unidades necesarias para la venta contratada, 2) el costo por unidad
en horas normales, 3) el costo por unidad en horas extras y 4) el costo de almacenar cada unidad adicional que
se guarda para el siguiente mes. En cada caso, las cifras para los dos productos se separaron con una diagonal,
con el valor del artículo 1 a la izquierda y el artículo 2 a la derecha.
El gerente de producción quiere desarrollar un programa para el número de unidades de cada artículo que debe
fabricarse en horas normales y en horas extra (si se usa toda la capacidad de producción) para los tres meses. El
objetivo es minimizar el costo total de producción y almacenaje, cumpliendo con las ventas contratadas para
cada mes. No se tiene un inventario inicial y no se desea inventario final después de los 3 meses.
9
Caballero-Villalobos
Introducción a la modelación matemática lineal, mixta y su solución usando software libre.
B 2 1 2 2 2
C 3 3 3 3
D 2 1 1
E 2 2 3
F 1 2
G 3 1 2 3
H 1 3 1
I 3 4 2
Tiempo (en horas) 6 4 7 5 4 6 5 3 7 6
Tiempo de preparación
Trabajo
Trabajo precedente
1 2 3 4 5
Ninguno 4 5 8 9 4
inmediato
1 - 7 12 10 9
2 6 - 10 14 11
3 10 11 - 12 10
4 7 8 15 - 7
5 12 9 8 16 -
El objetivo es programar la secuencia de trabajos que minimice la suma de los tiempos de preparación resultantes.
10
Caballero-Villalobos
Introducción a la modelación matemática lineal, mixta y su solución usando software libre.
Cada representante de ventas debe ser asignado a dos estados adyacentes, por ejemplo, a A y a B, pero no a A y
a D. El objetivo de WSP es maximizar el número total de estudiantes en los estados que es asignado a los
representantes de ventas. Plantee un modelo matemático que le permita resolver esta situación.
25. (Propio 1)
Una compañía compra perfiles de aluminio (varillas) de 6 m de longitud para fabricar ventanas. Con el fin de
hacer la producción de los pedidos de sus clientes se ha calculado que se requieren segmentos de varilla de m
longitudes distintas que pueden ser obtenidas cortando las varillas originales. Varios segmentos de varilla
pueden ser cortados de una varilla original (Lo importante es que la suma de las longitudes de los segmentos a
cortar no supere la longitud de la varilla original). Para cada una de las m longitudes se necesita una cantidad
conocida de segmentos de varilla. La compañía quiere utilizar la menor cantidad de varillas de 6 m, de tal forma
que la mayor longitud del desperdicio de las varillas usadas sea el más pequeño posible. Plantee un PL para
ayudar a la compañía a solucionar su problema.
Trabajo
Máquina 1 2 3 4 5 Tiempo de preparación de la máquina
1 42 70 93 X X 30
11
Caballero-Villalobos
Introducción a la modelación matemática lineal, mixta y su solución usando software libre.
2 X 85 45 X X 40
3 58 X X 37 X 50
4 58 X 55 X 38 60
5 X 60 X 54 X 20
(Las X significan que no se puede procesar el trabajo en esa máquina)
El objetivo de la compañía es minimizar la suma de los tiempos de preparación y de operación para completar
todos los trabajos.
La siguiente tabla da el tiempo de respuesta promedio (en minutos) a un incendio en cada sector (las columnas)
si el servicio se presta desde una estación en un sector dado (los renglones). El último renglón proporciona el
pronóstico del número promedio de incendios diarios que ocurrirán en cada uno de los sectores.
Tiempos de respuesta
Estación asignada localizada en el
Incendios en el sector
sector
1 2 3 4 5
1 5 12 30 20 15
2 20 4 15 10 25
3 15 20 6 15 12
4 25 15 25 4 10
5 10 25 15 12 5
Frecuencia de emergencias 2 1 3 1 3
12
Caballero-Villalobos
Introducción a la modelación matemática lineal, mixta y su solución usando software libre.
Tiempos en minutos de i a j
i\j 1 2 3 4 5 6
1 0 23 14 18 10 32
2 23 0 24 13 22 11
3 14 24 0 60 19 20
4 18 13 60 0 55 17
5 10 22 19 55 0 12
6 32 11 20 17 12 0
13
Caballero-Villalobos
Introducción a la modelación matemática lineal, mixta y su solución usando software libre.
Distrito Escuela Cooley Escuela Walt
Whitman
3 1 1
Tabla 2
32. Propio.
Una compañía cuenta con varios vehículos, cada uno de los cuales cuenta con k compartimientos. Cada
compartimiento está diseñado con capacidad limitada en cuanto a volumen y peso que puede transportar. Se
desea transportar varios tipos de carga, de las cuales se conoce su densidad volumétrica (Kg/m3), la cantidad a
transportar (Kg), la ganancia obtenida por cada unidad transportada($/Kg), un costo ($) de transportar cada carga
en cada vehículo (se cobra lo mismo independiente de la cantidad transportada). Para efectos del transporte, las
cargas pueden fraccionarse y mezclarse entre ellas; sin embargo existen restricciones que impiden que algunas
cargas puedan llevarse en el mismo compartimiento, y si se cargan en el mismo vehículo es obligatorio pagar un
seguro ($) por esta práctica (El Monto de la póliza del seguro por transportar cada par de cargas i y j en el mismo
vehículo es fijo, no depende de las cantidades transportadas). Inclusive, existen restricciones que impiden el
transporte de algunas cargas en el mismo vehículo. Para efectos de que el vehículo no presente problemas en su
funcionamiento, los compartimientos deben utilizar la misma razón peso transportado/capacidad de transporte
de peso. Adicionalmente la compañía tiene categorizado sus vehículos (un vehículo puede pertenecer a varias
categorías), y ha establecido que por cada categoría sólo un número máximo de vehículos pueden estar
transportando carga. Finalmente, se debe cumplir que: si los vehículos 7 y 5 prestan el servicio, y el servicio 10
no lo presta, entonces el vehículo 1 debe prestar el servicio No puede prestarlo. El objetivo es determinar el plan
de transporte para maximizar la ganancia para la compañía al transportar las cargas.
33. Propio
Usted dispone hoy de un capital de k millones de pesos, y requiere multiplicar este dinero para maximizar la
cantidad disponible dentro de 3 años. Sus opciones de inversión son las siguientes: utilizar una cuenta de ahorros
que rinde el r % mensual; abrir uno o cualquier combinación de CDTs a 3, 6, 9 o 12 meses con rentabilidad de
a%, b%, c% y d%, en sus periodos respectivos; guardar el dinero durante algún(os) mes(es) debajo del colchón
(0% de rentabilidad y no se considera una inversión) o invertir (o no) en un proyecto especial en el que se puede
invertir hasta k/4 millones con rentabilidad de (d+2)% y devuelve la inversión al finalizar el tercer año. Con el fin
de distribuir el riesgo propio de las inversiones, sus familiares le han sugerido que encuentre planes de inversión
mediante un PL que adicionalmente cumplan las siguientes restricciones:
a. La diferencia porcentual entre las cantidades invertidas en cualquier par de alternativas no debe
superar el 10%.
b. En cada periodo, la cantidad invertida en los cdts no puede superar el q% de las inversiones.
34. Propio
Una compañía produce n artículos, cada uno de los cuales se fabrica mediante uno o varios de k procesos de
fabricación que emplean algunas (no necesariamente todas) de las m materias primas. Tanto la cantidad total
disponible de cada materia prima como la cantidad de cada materia prima requerida para ejecutar cada proceso,
son conocidas. Cada ejecución de un proceso tiene un costo ya estimado y produce cantidades fijas de uno o
varios artículos. El costo de cada unidad de materia prima y el precio unitario de venta al público de los artículos
ya han sido fijados por la compañía y no son sujeto de cambio. Se conoce la demanda de cada uno de los artículos,
14
Caballero-Villalobos
Introducción a la modelación matemática lineal, mixta y su solución usando software libre.
y se sabe que, si se produce una mayor cantidad, estas unidades deberán ser eliminadas incurriendo en un costo
fijo unitario que depende del artículo. La compañía ha establecido en su política comercial que, para un cliente
especial, otorgará unos descuentos por volumen según las unidades compradas de cada producto mediante
segmentos de precios decrecientes (el precio unitario se reduce en los segmentos superiores). Por ejemplo, para
el artículo 1, las primeras k unidades se cobrarán a $p la unidad; las siguientes l unidades se cobrarán a $q la
unidad; y cualquier unidad adicional se venderá a $r. (p > q > r). Plantee un PL para que la compañía obtenga la
mayor utilidad posible mientras atiende la demanda de los artículos.
Modelo un producto demanda variable costo ordenar variable, costo compra variable.
38. Modelo Inventario 1 producto n periodos costo Administrativo por compra, costo inventario.
Modelo un producto demanda variable costo ordenar variable, costo compra variable, costo de inventario
variable, Inventario inicial.
39. Modelo Inventario 1 producto n periodos costo Administrativo por compra, costo inventario,
periodo obsolecencia.
Modelo un producto demanda variable costo ordenar variable, costo compra variable, costo de inventario
variable, Inventario inicial, periodos de obsolecencia.
15
Caballero-Villalobos
Introducción a la modelación matemática lineal, mixta y su solución usando software libre.
40. Modelo Inventario 1 producto n periodos costo Administrativo por compra, costo inventario,
lead time.
Modelo un producto demanda variable costo ordenar variable, costo compra variable, costo de inventario
variable, Inventario inicial, tiempo de abastecimiento.
41. Modelo Inventario 1 producto n periodos costo Administrativo por compra, costo inventario,
lead time variable.
Modelo un producto demanda variable costo ordenar variable, costo compra variable, costo de inventario
variable, Inventario inicial, tiempo de abastecimiento.
42. Modelo Inventario multi-producto n periodos costo Administrativo por compra, costo
inventario.
Modelo multi-producto demanda variable costo ordenar variable, costo compra variable, costo de inventario
variable, Inventario inicial.
43. Modelo Inventario multi-producto n periodos costo Administrativo por compra, costo
inventario, tiempo abastecimiento.
Modelo multi-producto demanda variable costo ordenar variable, costo compra variable, costo de inventario
variable, Inventario inicial.
44. Modelo Inventario multi-producto n periodos costo Administrativo por compra, costo
inventari, ensamblaje.
Modelo multi-producto demanda variable costo ordenar variable, costo compra variable, costo de inventario
variable, Inventario inicial, producto ensamblado.
En esta situación se requiere asignar las tareas a realizarse de manera que las diferencias en el tiempo ocupado
en los recursos (máquinas) sea mínima de forma que se balanceen las cargas.
16
Caballero-Villalobos
Introducción a la modelación matemática lineal, mixta y su solución usando software libre.
46. Balanceo de línea (fase I: distribución de operaciones entre estaciones).
En esta situación se quiere maximizar el flujo en una línea de producción en la cual las operaciones tienen las
relaciones de precedencia que se muestran en la ilustración (INSERTAR GRAFICO DE PRECEDENCIAS), cada
operación tiene asociada un tiempo 𝑝𝑖 para ser realizada. La línea de producción cuenta con n estaciones entre
las cuales se deben efectuar todas las operaciones antes de dar por terminado el artículo. El objetivo que se
persigue es determinar cuáles operaciones se deben realizar en cada estación con el fin de que se minimice las
diferencias entre los tiempos totales de permanencia del artículo en cada estación, respetando las relaciones de
precedencia existentes entre pares de operaciones. El primer modelo propuesto utiliza como función sustituta
la minimización del máximo valor de los tiempos totales de permanencia del artículo en alguna estación. Es
importante anotar que las restricciones que están garantizando que las precedencias de operaciones
relacionadas se cumplan (que una operación sucesora no se asigne a una estación previa a la cual se asignó su(s)
antecesora(s)) está pensada en que las operaciones están numeradas de acuerdo a un orden topológico para
que toda operación tenga un número asignado mayor al de sus predecesoras.
Note que el parámetro 𝑝_𝑐𝑗 es calculado de manera previa a la ejecución del modelo usando la siguiente
expresión:
1
𝑝_𝑐𝑗 = ∀𝑗 ∈ 𝑷
(1 + 𝑝_𝑜)𝑗
Bibliografía
Ahuja, R. K. (1993). Network Flows - Theory, Algorithms ans Applications. New Jersey: Prentice Hall.
Bazaraa Mokhtar S., J. J. (1977). Linear Programming and Network Flows. New York: John Wiley & Sons.
Charnes, A. (1961). Management Models and Industrial Applications of Linear Programming (Vol. 1). New York:
J. Willey.
Glover, F. E. (2003). Handbook of metaheuristics. Boston, Massachusett: Kluwer Academic Publishers.
Hillier, F. S. (1995). Introduction to Mathematical Programming. New York: McGraw-Hill.
Hillier. Frederick S., L. G. (1997). Introducción a la Investigación de Operaciones. Mexico D.F.: McGraw Hill.
Narain, K. J. (1988). Mathematical Modelling. John Wiley & Sons.
Pinedo, M. (1999). Operations Scheduling, Whit Applications in Manufacturing and Services. New York: Mc
Graw Hill.
Sipper. Daniel, B. .. (1998). Planeación y Control de la Producción. México D.F.: McGraw Hill.
Winston, W. (2004). Investigación de Operaciones, Aplicaciones y algoritmos. México: Thomson.
17
Caballero-Villalobos