Universidad Católica de la Santísima Concepción

Facultad de Ingeniería
Ingeniería Civil Industrial
Modelamiento Matemático – IN1061C

Ayudantía 1

Introducción al Curso

Profesor Titular: Dr. Oscar Cornejo Zúñiga

Ayudante: Lic. Felipe Oses Sepúlveda

Abril, 2022
 Temario

Presentación y Aspectos Formales

Introducción a la Toma de Decisiones

Introducción al Modelamiento

Hasta Dónde se Llegará

Ejemplos
 Presentación y Aspectos
Formales

Contacto Evaluaciones
• foses@ucsc.cl

Horario
• Ayudantía (1 Mod)
• S1 Ju 4 (04 – 18)
• S2 Vi 5 (14 – 203)
• Laboratorio (1 Mod)
• S1 Vi 7 (05 – 17)
• S2 Vi 8 (05 – 15)
 Presentación y Aspectos
Formales

Contacto Evaluaciones
• foses@ucsc.cl

Horario
• Ayudantía (1 Mod) TC1

• S1 Ju 4 (04 – 18) TC1

TC2
P1
• S2 Vi 5 (14 – 203)
• Laboratorio (1 Mod)
• S1 Vi 7 (05 – 17)
TL1 P2
• S2 Vi 8 (05 – 15) TC3 TL2

TC4 Ex
 Introducción a la
Toma de Decisiones
 Introducción a la
Toma de Decisiones
 Introducción a la
Toma de Decisiones
 Introducción a la
Toma de Decisiones
 Introducción a la
Toma de Decisiones
 Introducción a la
Toma de Decisiones
 Introducción a la
Toma de Decisiones
 Introducción al
Modelamiento

¿Qué es un Modelo Matemático?

 Introducción al
Modelamiento

¿Qué es un Modelo Matemático?

 Introducción al
Modelamiento

¿Por qué le importa a un Ingeniero Civil

Industrial?
 Introducción al
Modelamiento

¿Por qué le importa a un Ingeniero Civil

Industrial?

- Toma de Decisiones
- Identificar Alternativas
- Reconocer Restricciones
- Definir Criterio de Decisión
 Introducción al
Modelamiento

¿Por qué le importa a un Ingeniero Civil

Industrial?

- Toma de Decisiones
- Identificar Alternativas
- Reconocer Restricciones
- Definir Criterio de Decisión
- Investigación de Operaciones
- Define Metodología
- Presenta Conceptos (PL, PLE, PNL, PNLE)
- Permite Mejorar Rendimiento
 Introducción al
Modelamiento

Estructura General de un Modelo

Conjuntos
Parámetros
Variables de Decisión

Maximizar (o Minimizar) Función Objetivo

Sujeto a
Restricciones

Naturaleza de las Variables

 Introducción al
Modelamiento

Estructura General de un Modelo

Conjuntos
Parámetros
Variables de Decisión

Maximizar (o Minimizar) Función Objetivo

Sujeto a
Restricciones

Naturaleza de las Variables

 Introducción al
Modelamiento

Estructura General de un Modelo

Conjuntos
Parámetros
Variables de Decisión

Maximizar (o Minimizar) Función Objetivo

Sujeto a
Restricciones

Naturaleza de las Variables

Hasta Dónde se Llegará
 Hasta Dónde se Llegará
Una forestal debe suministrar, para el próximo mes, a sus clientes: troncos y madera aserrada.
Cada cliente , con , demandará para el siguiente mes troncos y m3 de madera aserrada. Para
suministrar los troncos, la empresa cuenta con bosques que están disponibles para su explotación,
mientras que para la entrega de madera aserrada dispone de dos posibilidades: procesar los
troncos provenientes de sus bosques en alguno de sus aserraderos o bien comprar directamente a
un tercero el producto terminado. El costo de transportar un tronco desde el bosque al aserradero
es , con , y , mientras que desde el bosque al cliente es de . Cada aserradero , con , tiene un costo
de producción de ($/tronco) y un rendimiento de (m3/tronco). El costo que se incurre por
transportar un m3 de madera procesada desde el aserradero al cliente es de , con y . Por otra
parte, la empresa externa por suministrar al cliente un m3 de madera aserrada, cobra con .
Formule el problema utilizando un modelo de programación lineal que minimice los costos
totales, de manera de satisfacer las demandas de los clientes y no sobrepasar tanto la
disponibilidad de troncos de los bosques como la capacidad de procesamiento de troncos que
tiene cada aserradero. Considere que el bosque dispone de troncos mensuales para extraer, con
y que cada aserradero tiene una capacidad mensual para procesar troncos, con .
 Hasta Dónde se Llegará
Conjuntos
𝑖: asociado al bosque 𝑖, 𝑖 ∈ {1. . 𝑁}
𝑗: asociado al aserradero 𝑗, 𝑗 ∈ {1. . 𝑇}
𝑘: asociado al cliente 𝑘, 𝑘 ∈ {1. . 𝐾}

Parámetros
𝑑𝑡𝑘 : demanda de troncos del cliente 𝑘 en el próximo mes [tronco]
𝑑𝑎𝑘 : demanda de madera aserrada del cliente 𝑘 en el próximo mes [m3]
𝑐𝑡𝑎𝑖𝑗 : costo de transportar un tronco desde el bosque 𝑖 al aserradero 𝑗 [$/tronco]
𝑐𝑡𝑐𝑖𝑘 : costo de transportar un tronco desde el bosque 𝑖 al cliente 𝑘 [$/tronco]
𝑐𝑝𝑗 : costo de producción en el aserradero 𝑗 [$/tronco]
𝑟𝑗 : rendimiento de conversión del aserradero 𝑗 [m3/tronco]
𝑐𝑚𝑝𝑗𝑘 : costo por transportar un m3 de madera procesada desde el aserradero 𝑗 al cliente 𝑘 [$/m3]
𝑝𝑘 : costo por m3 de madera aserrada provista por empresa externa al cliente 𝑘 [$/m3]
𝑄𝑖 : troncos mensuales disponibles para extraer desde el bosque 𝑖 [tronco]
𝑄𝐴𝑗 : troncos capaces de ser procesados mensualmente por el aserradero 𝑗 [tronco]

Variables de Decisión
𝑋𝑖𝑗 : troncos a transportar desde el bosque 𝑖 al aserradero 𝑗
𝑋𝑇𝑖𝑘 : troncos a transportar desde el bosque 𝑖 al cliente 𝑘
 𝑗: asociado al aserradero 𝑗, 𝑗 ∈ {1. . 𝑇}

Hasta Dónde se Llegará

𝑘: asociado al cliente 𝑘, 𝑘 ∈ {1. . 𝐾}

Conjuntos Parámetros
𝑖: asociado al bosque 𝑖, 𝑖 ∈ {1. . 𝑁} 𝑑𝑡𝑘 : demanda de troncos del cliente 𝑘 en el próximo mes [tronco]
𝑗: asociado al aserradero 𝑗, 𝑗 ∈ {1. . 𝑇} 𝑑𝑎𝑘 : demanda de madera aserrada del cliente 𝑘 en el próximo mes [m3]
𝑘: asociado al cliente 𝑘, 𝑘 ∈ {1. . 𝐾} 𝑐𝑡𝑎𝑖𝑗 : costo de transportar un tronco desde el bosque 𝑖 al aserradero 𝑗 [$/tronco]
𝑐𝑡𝑐𝑖𝑘 : costo de transportar un tronco desde el bosque 𝑖 al cliente 𝑘 [$/tronco]
Parámetros 𝑐𝑝𝑗 : costo de producción en el aserradero 𝑗 [$/tronco]
𝑑𝑡𝑘 : demanda de troncos del cliente 𝑘 en el𝑟próximo mes [tronco]
: rendimiento de conversión del aserradero 𝑗 [m3/tronco]
𝑗
𝑑𝑎𝑘 : demanda de madera aserrada del cliente 𝑘 en el próximo mes [m3]
𝑐𝑚𝑝𝑗𝑘 : costo por transportar un m3 de madera procesada desde el aserradero 𝑗 al cliente 𝑘 [$/m3]
𝑐𝑡𝑎𝑖𝑗 : costo de transportar un tronco desde el bosque 𝑖 al aserradero 𝑗 [$/tronco]
𝑝𝑘 : costo por m3 de madera aserrada provista por empresa externa al cliente 𝑘 [$/m3]
𝑐𝑡𝑐𝑖𝑘 : costo de transportar un tronco desde el bosque 𝑖 al cliente 𝑘 [$/tronco]
𝑄𝑖 : troncos mensuales disponibles para extraer desde el bosque 𝑖 [tronco]
𝑐𝑝𝑗 : costo de producción en el aserradero 𝑗 [$/tronco]
𝑄𝐴𝑗 : troncos capaces de ser procesados mensualmente por el aserradero 𝑗 [tronco]
𝑟𝑗 : rendimiento de conversión del aserradero 𝑗 [m3/tronco]
𝑐𝑚𝑝𝑗𝑘 : costo por transportar un m3 de madera procesada
Variables desde el aserradero 𝑗 al cliente 𝑘 [$/m3]
de Decisión
𝑝𝑘 : costo por m3 de madera aserrada provista
𝑋𝑖𝑗 por empresa
: troncos externa aldesde
a transportar clienteel 𝑘bosque
[$/m3]𝑖 al aserradero 𝑗
𝑄𝑖 : troncos mensuales disponibles para extraer
𝑋𝑇 desde el bosque
: troncos 𝑖 [tronco]
a transportar desde el bosque 𝑖 al cliente 𝑘
𝑖𝑘
𝑄𝐴𝑗 : troncos capaces de ser procesados mensualmente
𝑋𝑃 : troncospor el aserradero
a procesar 𝑗 [tronco] j
en el aserradero
𝑗

𝑌𝑗𝑘 : m3 de madera aserrada que se obtienen del aserradero 𝑗 y se envían al cliente 𝑘

Variables de Decisión
𝐹𝑘 : m3 de madera aserrada que se deben comprar a empresa externa para enviar al cliente 𝑘
𝑋𝑖𝑗 : troncos a transportar desde el bosque 𝑖 al aserradero 𝑗
𝑋𝑇𝑖𝑘 : troncos a transportar desde el bosque 𝑖 al cliente 𝑘
 𝑗: asociado al aserradero 𝑗, 𝑗 ∈ {1. . 𝑇}
𝑘: asociado al cliente 𝑘, 𝑘 ∈ {1. . 𝐾}
Hasta Dónde se Llegará
𝑘: asociado al cliente 𝑘, 𝑘 ∈ {1. . 𝐾}

Parámetros
Conjuntos Parámetros
𝑑𝑡𝑘 : demanda de troncos del cliente 𝑘 en el próximo mes [tronco]
𝑖: asociado al bosque 𝑖, 𝑖 ∈ {1. . 𝑁} 𝑑𝑡 : demanda de troncos del cliente 𝑘 en el próximo mes [tronco]
𝑑𝑎𝑘 : demanda de madera aserrada del cliente 𝑘𝑘 en el próximo mes [m3]
𝑗: asociado al aserradero 𝑗, 𝑗 ∈ {1. . 𝑇} 𝑑𝑎𝑘 : demanda de madera aserrada del cliente 𝑘 en el próximo mes [m3]
𝑐𝑡𝑎𝑖𝑗 : costo de transportar un tronco desde el bosque 𝑖 al aserradero 𝑗 [$/tronco]
𝑘: asociado al cliente 𝑘, 𝑘 ∈ {1. . 𝐾} 𝑐𝑡𝑎𝑖𝑗 : costo de transportar un tronco desde el bosque 𝑖 al aserradero 𝑗 [$/tronco]
𝑐𝑡𝑐𝑖𝑘 : costo de transportar un tronco desde el bosque 𝑖 al cliente 𝑘 [$/tronco]
𝑐𝑡𝑐𝑖𝑘 : costo de transportar un tronco desde el bosque 𝑖 al cliente 𝑘 [$/tronco]
𝑐𝑝𝑗 : costo de producción en el aserradero 𝑗 [$/tronco]
Parámetros 𝑐𝑝 : costo de producción en el aserradero 𝑗 [$/tronco]
𝑟𝑗 : rendimiento de conversión del aserradero 𝑗𝑗 [m3/tronco]
𝑑𝑡𝑘 : demanda de troncos del cliente 𝑘 en el𝑟próximo mes [tronco]
𝑗 : rendimiento de conversión del aserradero 𝑗 [m3/tronco]
𝑐𝑚𝑝𝑗𝑘 : costo por transportar un m3 de madera procesada desde el aserradero 𝑗 al cliente 𝑘 [$/m3]
𝑑𝑎𝑘 : demanda de madera aserrada del cliente 𝑘 en el próximo mes [m3]
𝑐𝑚𝑝𝑗𝑘 : costo por transportar un m3 de madera procesada desde el aserradero 𝑗 al cliente 𝑘 [$/m3]
𝑝𝑘 : costo por m3 de madera aserrada provista por empresa externa al cliente 𝑘 [$/m3]
𝑐𝑡𝑎𝑖𝑗 : costo de transportar un tronco desde el bosque 𝑖 al aserradero 𝑗 [$/tronco]
𝑝𝑘 : costo por m3 de madera aserrada provista por empresa externa al cliente 𝑘 [$/m3]
𝑄𝑖 : troncos mensuales disponibles para extraer desde el bosque 𝑖 [tronco]
𝑐𝑡𝑐𝑖𝑘 : costo de transportar un tronco desde el bosque 𝑖 al cliente 𝑘 [$/tronco]
𝑄𝑖 : troncos mensuales disponibles para extraer desde el bosque 𝑖 [tronco]
𝑄𝐴𝑗 : troncos capaces de ser procesados mensualmente por el aserradero 𝑗 [tronco]
𝑐𝑝𝑗 : costo de producción en el aserradero 𝑗 [$/tronco]
𝑄𝐴𝑗 : troncos capaces de ser procesados mensualmente por el aserradero 𝑗 [tronco]
𝑟𝑗 : rendimiento de conversión del aserradero 𝑗 [m3/tronco]
Variables de Decisión
𝑐𝑚𝑝𝑗𝑘 : costo por transportar un m3 de madera procesada
Variables desde el aserradero 𝑗 al cliente 𝑘 [$/m3]
de Decisión
𝑋𝑖𝑗 : troncos a transportar desde el bosque 𝑖 al aserradero 𝑗
𝑝𝑘 : costo por m3 de madera aserrada provista𝑋 por empresa
: troncos externa aldesde
a transportar clienteel 𝑘bosque
[$/m3]𝑖 al aserradero 𝑗
𝑋𝑇𝑖𝑘 : troncos a transportar desde el bosque 𝑖𝑖𝑗al cliente 𝑘
𝑄𝑖 : troncos mensuales disponibles para extraer
𝑋𝑇𝑖𝑘desde el bosque
: troncos 𝑖 [tronco]
a transportar desde el bosque 𝑖 al cliente 𝑘
𝑋𝑃𝑗 : troncos a procesar en el aserradero j
𝑄𝐴𝑗 : troncos capaces de ser procesados mensualmente
𝑋𝑃𝑗 : troncospor el aserradero
a procesar 𝑗 [tronco] j
en el aserradero
𝑌𝑗𝑘 : m3 de madera aserrada que se obtienen del aserradero 𝑗 y se envían al cliente 𝑘
𝑌𝑗𝑘 : m3 de madera aserrada que se obtienen del aserradero 𝑗 y se envían al cliente 𝑘
𝐹𝑘 : m3 de madera aserrada que se deben comprar a empresa externa para enviar al cliente 𝑘
Variables de Decisión
𝐹𝑘 : m3 de madera aserrada que se deben comprar a empresa externa para enviar al cliente 𝑘
𝑋𝑖𝑗 : troncos a transportar desde el bosque 𝑖 al aserradero 𝑗
𝑋𝑇𝑖𝑘 : troncos a transportar desde el bosque 𝑖 al cliente 𝑘
Hasta Dónde se Llegará
Función Objetivo
𝑁 𝑇 𝑁 𝐾 𝑇 𝐾 𝐾

𝑀𝑖𝑛 𝑍 = ෍ ෍ 𝑐𝑡𝑎𝑖𝑗 ⋅ 𝑋𝑖𝑗 + ෍ ෍ 𝑐𝑡𝑐𝑖𝑘 ⋅ 𝑋𝑇𝑖𝑘 + ෍ ෍ 𝑐𝑚𝑝𝑗𝑘 ⋅ 𝑌𝑗𝑘 + ෍ 𝑝𝑘 ⋅ 𝐹𝑘

𝑖=1 𝑗 =1 𝑖=1 𝑘 =1 𝑗 =1 𝑘=1 𝑘=1
𝑇

+ ෍ 𝑋𝑃𝑗 ⋅ 𝑐𝑝𝑗
𝑗 =1

Sujeto a
No sobrepasar disponibilidad de troncos de cada bosque
𝑇 𝐾

෍ 𝑋𝑖𝑗 + ෍ 𝑋𝑇𝑖𝑘 ≤ 𝑄𝑖 ∀𝑖
𝑗 =1 𝑘 =1

No sobrepasar capacidad de procesamiento de troncos en cada aserradero

𝑋𝑃𝑗 ≤ 𝑄𝐴𝑗 ∀𝑗
Cumplir con requerimiento de troncos de cada cliente
𝑁

෍ 𝑋𝑇𝑖𝑘 ≥ 𝑑𝑡𝑘 ∀𝑘
𝑖=1

Cumplir con requerimiento de m3 de madera aserrada de cada cliente

𝑇

෍ 𝑌𝑗𝑘 + 𝐹𝑘 ≥ 𝑑𝑎𝑘 ∀𝑘
𝑗 =1

Igualdad de flujo entre troncos de todos los bosques que llegan y se procesan en cada aserradero
𝑁

෍ 𝑋𝑖𝑗 ≥ 𝑋𝑃𝑗 ∀𝑗
𝑖=1

Igualdad de flujo en conversión de troncos procesados a madera aserrada que se va a todos los
clientes desde cada aserradero
𝐾

𝑋𝑃𝑗 ⋅ 𝑟𝑗 = ෍ 𝑌𝑗𝑘 ∀𝑗
𝑘=1

Naturaleza de las Variables

𝑋𝑖𝑗 , 𝑋𝑇𝑖𝑘 , 𝑋𝑃𝑗 ≥ 0 𝑦 𝑒𝑛𝑡𝑒𝑟𝑎𝑠 ∀𝑖, ∀𝑗, ∀𝑘
𝑌𝑗𝑘 , 𝐹𝑘 ≥ 0 𝑦 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎 ∀𝑗, ∀𝑘
Hasta Dónde se Llegará
Hasta Dónde se Llegará
Hasta Dónde se Llegará
 Ejemplos
1. Una empresa manufacturera decide sacar al mercado dos tipos nuevos de Productos. Se planean vender los
productos a un precio de 80 U.M. el Producto 1 y 75 U.M. el Producto 2.
La empresa requiere de 2 tipos de componentes para obtener los Productos. Se utilizan 2 unidades del
componente A y 3 unidades del componente B para obtener cada unidad del Producto 1 y se utilizan 3 unidades del
componente A y 1 unidad del componente B para obtener cada unidad del Producto 2. Actualmente, la empresa sólo
puede pedir 27 unidades de la pieza A y 23 unidades de la pieza B.
Formule un modelo matemático que permita ayudar a decidir la cantidad óptima de productos a fabricar
diariamente.
 Ejemplos
1. Una empresa manufacturera decide sacar al mercado dos tipos nuevos de Productos. Se planean vender los
productos a un precio de 80 U.M. el Producto 1 y 75 U.M. el Producto 2.
La empresa requiere de 2 tipos de componentes para obtener los Productos. Se utilizan 2 unidades del
componente A y 3 unidades del componente B para obtener cada unidad del Producto 1 y se utilizan 3 unidades del
componente A y 1 unidad del componente B para obtener cada unidad del Producto 2. Actualmente, la empresa sólo
puede pedir 27 unidades de la pieza A y 23 unidades de la pieza B.
Formule un modelo matemático que permita ayudar a decidir la cantidad óptima de productos a fabricar
diariamente.

- Toma de Decisiones
- Identificar Alternativas
- Reconocer Restricciones
- Definir Criterio de Decisión
 Ejemplos
1. Una empresa manufacturera decide sacar al mercado dos tipos nuevos de Productos. Se planean vender los
productos a un precio de 80 U.M. el Producto 1 y 75 U.M. el Producto 2.
La empresa requiere de 2 tipos de componentes para obtener los Productos. Se utilizan 2 unidades del
componente A y 3 unidades del componente B para obtener cada unidad del Producto 1 y se utilizan 3 unidades del
componente A y 1 unidad del componente B para obtener cada unidad del Producto 2. Actualmente, la empresa sólo
puede pedir 27 unidades de la pieza A y 23 unidades de la pieza B.
Formule un modelo matemático que permita ayudar a decidir la cantidad óptima de productos a fabricar
diariamente.

- Toma de Decisiones
- Identificar Alternativas
- Reconocer Restricciones
- Definir Criterio de Decisión
 Ejemplos
1. Una empresa manufacturera decide sacar al mercado dos tipos nuevos de Productos. Se planean vender los
productos a un precio de 80 U.M. el Producto 1 y 75 U.M. el Producto 2.
La empresa requiere de 2 tipos de componentes para obtener los Productos. Se utilizan 2 unidades del
componente A y 3 unidades del componente B para obtener cada unidad del Producto 1 y se utilizan 3 unidades del
componente A y 1 unidad del componente B para obtener cada unidad del Producto 2. Actualmente, la empresa sólo
puede pedir 27 unidades de la pieza A y 23 unidades de la pieza B.
Formule un modelo matemático que permita ayudar a decidir la cantidad óptima de productos a fabricar
diariamente.

- Toma de Decisiones
- Identificar Alternativas
- Producir X unidades del Producto 1
- Producir X unidades del Producto 2
- Reconocer Restricciones
- Definir Criterio de Decisión
 Ejemplos
1. Una empresa manufacturera decide sacar al mercado dos tipos nuevos de Productos. Se planean vender los
productos a un precio de 80 U.M. el Producto 1 y 75 U.M. el Producto 2.
La empresa requiere de 2 tipos de componentes para obtener los Productos. Se utilizan 2 unidades del
componente A y 3 unidades del componente B para obtener cada unidad del Producto 1 y se utilizan 3 unidades del
componente A y 1 unidad del componente B para obtener cada unidad del Producto 2. Actualmente, la empresa sólo
puede pedir 27 unidades de la pieza A y 23 unidades de la pieza B.
Formule un modelo matemático que permita ayudar a decidir la cantidad óptima de productos a fabricar
diariamente.

- Toma de Decisiones
- Identificar Alternativas
- Producir X unidades del Producto 1 -> X1
- Producir X unidades del Producto 2 -> X2
- Reconocer Restricciones
- Definir Criterio de Decisión
 Ejemplos
1. Una empresa manufacturera decide sacar al mercado dos tipos nuevos de Productos. Se planean vender los
productos a un precio de 80 U.M. el Producto 1 y 75 U.M. el Producto 2.
La empresa requiere de 2 tipos de componentes para obtener los Productos. Se utilizan 2 unidades del
componente A y 3 unidades del componente B para obtener cada unidad del Producto 1 y se utilizan 3 unidades del
componente A y 1 unidad del componente B para obtener cada unidad del Producto 2. Actualmente, la empresa sólo
puede pedir 27 unidades de la pieza A y 23 unidades de la pieza B.
Formule un modelo matemático que permita ayudar a decidir la cantidad óptima de productos a fabricar
diariamente.

- Toma de Decisiones
- Identificar Alternativas
- Producir X unidades del Producto 1 -> X1
- Producir X unidades del Producto 2 -> X2
- Reconocer Restricciones
- Definir Criterio de Decisión
 Ejemplos
1. Una empresa manufacturera decide sacar al mercado dos tipos nuevos de Productos. Se planean vender los
productos a un precio de 80 U.M. el Producto 1 y 75 U.M. el Producto 2.
La empresa requiere de 2 tipos de componentes para obtener los Productos. Se utilizan 2 unidades del
componente A y 3 unidades del componente B para obtener cada unidad del Producto 1 y se utilizan 3 unidades del
componente A y 1 unidad del componente B para obtener cada unidad del Producto 2. Actualmente, la empresa sólo
puede pedir 27 unidades de la pieza A y 23 unidades de la pieza B.
Formule un modelo matemático que permita ayudar a decidir la cantidad óptima de productos a fabricar
diariamente.

- Toma de Decisiones
- Identificar Alternativas
- Producir X unidades del Producto 1 -> X1
- Producir X unidades del Producto 2 -> X2
- Reconocer Restricciones
- No sobrepasar pedido de piezas A
- No sobrepasar pedido de piezas B
- Definir Criterio de Decisión
 Ejemplos
1. Una empresa manufacturera decide sacar al mercado dos tipos nuevos de Productos. Se planean vender los
productos a un precio de 80 U.M. el Producto 1 y 75 U.M. el Producto 2.
La empresa requiere de 2 tipos de componentes para obtener los Productos. Se utilizan 2 unidades del
componente A y 3 unidades del componente B para obtener cada unidad del Producto 1 y se utilizan 3 unidades del
componente A y 1 unidad del componente B para obtener cada unidad del Producto 2. Actualmente, la empresa sólo
puede pedir 27 unidades de la pieza A y 23 unidades de la pieza B.
Formule un modelo matemático que permita ayudar a decidir la cantidad óptima de productos a fabricar
diariamente.

- Toma de Decisiones
- Identificar Alternativas
- Producir X unidades del Producto 1 -> X1
- Producir X unidades del Producto 2 -> X2
- Reconocer Restricciones
- No sobrepasar pedido de piezas A -> Utilización A <= 27
- No sobrepasar pedido de piezas B -> Utilización B <= 23
- Definir Criterio de Decisión
 Ejemplos
1. Una empresa manufacturera decide sacar al mercado dos tipos nuevos de Productos. Se planean vender los
productos a un precio de 80 U.M. el Producto 1 y 75 U.M. el Producto 2.
La empresa requiere de 2 tipos de componentes para obtener los Productos. Se utilizan 2 unidades del
componente A y 3 unidades del componente B para obtener cada unidad del Producto 1 y se utilizan 3 unidades del
componente A y 1 unidad del componente B para obtener cada unidad del Producto 2. Actualmente, la empresa sólo
puede pedir 27 unidades de la pieza A y 23 unidades de la pieza B.
Formule un modelo matemático que permita ayudar a decidir la cantidad óptima de productos a fabricar
diariamente.

- Toma de Decisiones
- Identificar Alternativas
- Producir X unidades del Producto 1 -> X1
- Producir X unidades del Producto 2 -> X2
- Reconocer Restricciones
- No sobrepasar pedido de piezas A -> Utilización A <= 27
- No sobrepasar pedido de piezas B -> Utilización B <= 23
- Definir Criterio de Decisión
 Ejemplos
1. Una empresa manufacturera decide sacar al mercado dos tipos nuevos de Productos. Se planean vender los
productos a un precio de 80 U.M. el Producto 1 y 75 U.M. el Producto 2.
La empresa requiere de 2 tipos de componentes para obtener los Productos. Se utilizan 2 unidades del
componente A y 3 unidades del componente B para obtener cada unidad del Producto 1 y se utilizan 3 unidades del
componente A y 1 unidad del componente B para obtener cada unidad del Producto 2. Actualmente, la empresa sólo
puede pedir 27 unidades de la pieza A y 23 unidades de la pieza B.
Formule un modelo matemático que permita ayudar a decidir la cantidad óptima de productos a fabricar
diariamente.

- Toma de Decisiones
- Identificar Alternativas
- Producir X unidades del Producto 1 -> X1
- Producir X unidades del Producto 2 -> X2
- Reconocer Restricciones
- No sobrepasar pedido de piezas A -> Utilización A <= 27
- No sobrepasar pedido de piezas B -> Utilización B <= 23
- Definir Criterio de Decisión
- Cantidad óptima esperando mejor resultado económico
 Ejemplos
1. Una empresa manufacturera decide sacar al mercado dos tipos nuevos de Productos. Se planean vender los
productos a un precio de 80 U.M. el Producto 1 y 75 U.M. el Producto 2.
La empresa requiere de 2 tipos de componentes para obtener los Productos. Se utilizan 2 unidades del
componente A y 3 unidades del componente B para obtener cada unidad del Producto 1 y se utilizan 3 unidades del
componente A y 1 unidad del componente B para obtener cada unidad del Producto 2. Actualmente, la empresa sólo
puede pedir 27 unidades de la pieza A y 23 unidades de la pieza B.
Formule un modelo matemático que permita ayudar a decidir la cantidad óptima de productos a fabricar
diariamente.

- Toma de Decisiones
- Identificar Alternativas
- Producir X unidades del Producto 1 -> X1
- Producir X unidades del Producto 2 -> X2
- Reconocer Restricciones
- No sobrepasar pedido de piezas A -> Utilización A <= 27
- No sobrepasar pedido de piezas B -> Utilización B <= 23
- Definir Criterio de Decisión
- Cantidad óptima esperando mejor resultado económico -> Max Z
 Ejemplos
1. Una empresa manufacturera decide sacar al mercado dos tipos nuevos de Productos. Se planean vender los
productos a un precio de 80 U.M. el Producto 1 y 75 U.M. el Producto 2.
La empresa requiere de 2 tipos de componentes para obtener los Productos. Se utilizan 2 unidades del
componente A y 3 unidades del componente B para obtener cada unidad del Producto 1 y se utilizan 3 unidades del
componente A y 1 unidad del componente B para obtener cada unidad del Producto 2. Actualmente, la empresa sólo
puede pedir 27 unidades de la pieza A y 23 unidades de la pieza B.
Formule un modelo matemático que permita ayudar a decidir la cantidad óptima de productos a fabricar
diariamente.

- Variables de Decisión
 Ejemplos
1. Una empresa manufacturera decide sacar al mercado dos tipos nuevos de Productos. Se planean vender los
productos a un precio de 80 U.M. el Producto 1 y 75 U.M. el Producto 2.
La empresa requiere de 2 tipos de componentes para obtener los Productos. Se utilizan 2 unidades del
componente A y 3 unidades del componente B para obtener cada unidad del Producto 1 y se utilizan 3 unidades del
componente A y 1 unidad del componente B para obtener cada unidad del Producto 2. Actualmente, la empresa sólo
puede pedir 27 unidades de la pieza A y 23 unidades de la pieza B.
Formule un modelo matemático que permita ayudar a decidir la cantidad óptima de productos a fabricar
diariamente.

- Variables de Decisión
 Ejemplos
1. Una empresa manufacturera decide sacar al mercado dos tipos nuevos de Productos. Se planean vender los
productos a un precio de 80 U.M. el Producto 1 y 75 U.M. el Producto 2.
La empresa requiere de 2 tipos de componentes para obtener los Productos. Se utilizan 2 unidades del
componente A y 3 unidades del componente B para obtener cada unidad del Producto 1 y se utilizan 3 unidades del
componente A y 1 unidad del componente B para obtener cada unidad del Producto 2. Actualmente, la empresa sólo
puede pedir 27 unidades de la pieza A y 23 unidades de la pieza B.
Formule un modelo matemático que permita ayudar a decidir la cantidad óptima de productos a fabricar
diariamente.

- Variables de Decisión
- X1: Unidades del Producto 1 a Fabricar
- X2: Unidades del Producto 2 a Fabricar
 Ejemplos
1. Una empresa manufacturera decide sacar al mercado dos tipos nuevos de Productos. Se planean vender los
productos a un precio de 80 U.M. el Producto 1 y 75 U.M. el Producto 2.
La empresa requiere de 2 tipos de componentes para obtener los Productos. Se utilizan 2 unidades del
componente A y 3 unidades del componente B para obtener cada unidad del Producto 1 y se utilizan 3 unidades del
componente A y 1 unidad del componente B para obtener cada unidad del Producto 2. Actualmente, la empresa sólo
puede pedir 27 unidades de la pieza A y 23 unidades de la pieza B.
Formule un modelo matemático que permita ayudar a decidir la cantidad óptima de productos a fabricar
diariamente.

- Variables de Decisión
- X1: Unidades del Producto 1 a Fabricar
- X2: Unidades del Producto 2 a Fabricar
- Función Objetivo
 Ejemplos
1. Una empresa manufacturera decide sacar al mercado dos tipos nuevos de Productos. Se planean vender los
productos a un precio de 80 U.M. el Producto 1 y 75 U.M. el Producto 2.
La empresa requiere de 2 tipos de componentes para obtener los Productos. Se utilizan 2 unidades del
componente A y 3 unidades del componente B para obtener cada unidad del Producto 1 y se utilizan 3 unidades del
componente A y 1 unidad del componente B para obtener cada unidad del Producto 2. Actualmente, la empresa sólo
puede pedir 27 unidades de la pieza A y 23 unidades de la pieza B.
Formule un modelo matemático que permita ayudar a decidir la cantidad óptima de productos a fabricar
diariamente.

- Variables de Decisión
- X1: Unidades del Producto 1 a Fabricar
- X2: Unidades del Producto 2 a Fabricar
- Función Objetivo
 Ejemplos
1. Una empresa manufacturera decide sacar al mercado dos tipos nuevos de Productos. Se planean vender los
productos a un precio de 80 U.M. el Producto 1 y 75 U.M. el Producto 2.
La empresa requiere de 2 tipos de componentes para obtener los Productos. Se utilizan 2 unidades del
componente A y 3 unidades del componente B para obtener cada unidad del Producto 1 y se utilizan 3 unidades del
componente A y 1 unidad del componente B para obtener cada unidad del Producto 2. Actualmente, la empresa sólo
puede pedir 27 unidades de la pieza A y 23 unidades de la pieza B.
Formule un modelo matemático que permita ayudar a decidir la cantidad óptima de productos a fabricar
diariamente.

- Variables de Decisión
- X1: Unidades del Producto 1 a Fabricar
- X2: Unidades del Producto 2 a Fabricar
- Función Objetivo
- Max Z = 80*X1+75*X2
 Ejemplos
1. Una empresa manufacturera decide sacar al mercado dos tipos nuevos de Productos. Se planean vender los
productos a un precio de 80 U.M. el Producto 1 y 75 U.M. el Producto 2.
La empresa requiere de 2 tipos de componentes para obtener los Productos. Se utilizan 2 unidades del
componente A y 3 unidades del componente B para obtener cada unidad del Producto 1 y se utilizan 3 unidades del
componente A y 1 unidad del componente B para obtener cada unidad del Producto 2. Actualmente, la empresa sólo
puede pedir 27 unidades de la pieza A y 23 unidades de la pieza B.
Formule un modelo matemático que permita ayudar a decidir la cantidad óptima de productos a fabricar
diariamente.

- Variables de Decisión
- X1: Unidades del Producto 1 a Fabricar
- X2: Unidades del Producto 2 a Fabricar
- Función Objetivo
- Max Z = 80*X1+75*X2
- Sujeto a:
 Ejemplos
1. Una empresa manufacturera decide sacar al mercado dos tipos nuevos de Productos. Se planean vender los
productos a un precio de 80 U.M. el Producto 1 y 75 U.M. el Producto 2.
La empresa requiere de 2 tipos de componentes para obtener los Productos. Se utilizan 2 unidades del
componente A y 3 unidades del componente B para obtener cada unidad del Producto 1 y se utilizan 3 unidades del
componente A y 1 unidad del componente B para obtener cada unidad del Producto 2. Actualmente, la empresa sólo
puede pedir 27 unidades de la pieza A y 23 unidades de la pieza B.
Formule un modelo matemático que permita ayudar a decidir la cantidad óptima de productos a fabricar
diariamente.

- Variables de Decisión
- X1: Unidades del Producto 1 a Fabricar
- X2: Unidades del Producto 2 a Fabricar
- Función Objetivo
- Max Z = 80*X1+75*X2
- Sujeto a:
- No superar cantidad Máxima de Piezas A
 Ejemplos
1. Una empresa manufacturera decide sacar al mercado dos tipos nuevos de Productos. Se planean vender los
productos a un precio de 80 U.M. el Producto 1 y 75 U.M. el Producto 2.
La empresa requiere de 2 tipos de componentes para obtener los Productos. Se utilizan 2 unidades del
componente A y 3 unidades del componente B para obtener cada unidad del Producto 1 y se utilizan 3 unidades del
componente A y 1 unidad del componente B para obtener cada unidad del Producto 2. Actualmente, la empresa
sólo puede pedir 27 unidades de la pieza A y 23 unidades de la pieza B.
Formule un modelo matemático que permita ayudar a decidir la cantidad óptima de productos a fabricar
diariamente.

- Variables de Decisión
- X1: Unidades del Producto 1 a Fabricar
- X2: Unidades del Producto 2 a Fabricar
- Función Objetivo
- Max Z = 80*X1+75*X2
- Sujeto a:
- No superar cantidad Máxima de Piezas A
 Ejemplos
1. Una empresa manufacturera decide sacar al mercado dos tipos nuevos de Productos. Se planean vender los
productos a un precio de 80 U.M. el Producto 1 y 75 U.M. el Producto 2.
La empresa requiere de 2 tipos de componentes para obtener los Productos. Se utilizan 2 unidades del
componente A y 3 unidades del componente B para obtener cada unidad del Producto 1 y se utilizan 3 unidades del
componente A y 1 unidad del componente B para obtener cada unidad del Producto 2. Actualmente, la empresa
sólo puede pedir 27 unidades de la pieza A y 23 unidades de la pieza B.
Formule un modelo matemático que permita ayudar a decidir la cantidad óptima de productos a fabricar
diariamente.

- Variables de Decisión
- X1: Unidades del Producto 1 a Fabricar
- X2: Unidades del Producto 2 a Fabricar
- Función Objetivo
- Max Z = 80*X1+75*X2
- Sujeto a:
- No superar cantidad Máxima de Piezas A
- 2*X1+3*X2 <= 27
 Ejemplos
1. Una empresa manufacturera decide sacar al mercado dos tipos nuevos de Productos. Se planean vender los
productos a un precio de 80 U.M. el Producto 1 y 75 U.M. el Producto 2.
La empresa requiere de 2 tipos de componentes para obtener los Productos. Se utilizan 2 unidades del
componente A y 3 unidades del componente B para obtener cada unidad del Producto 1 y se utilizan 3 unidades del
componente A y 1 unidad del componente B para obtener cada unidad del Producto 2. Actualmente, la empresa sólo
puede pedir 27 unidades de la pieza A y 23 unidades de la pieza B.
Formule un modelo matemático que permita ayudar a decidir la cantidad óptima de productos a fabricar
diariamente.

- Variables de Decisión
- X1: Unidades del Producto 1 a Fabricar
- X2: Unidades del Producto 2 a Fabricar
- Función Objetivo
- Max Z = 80*X1+75*X2
- Sujeto a:
- No superar cantidad Máxima de Piezas A
- 2*X1+3*X2 <= 27
- No superar cantidad Máxima de Piezas B
 Ejemplos
1. Una empresa manufacturera decide sacar al mercado dos tipos nuevos de Productos. Se planean vender los
productos a un precio de 80 U.M. el Producto 1 y 75 U.M. el Producto 2.
La empresa requiere de 2 tipos de componentes para obtener los Productos. Se utilizan 2 unidades del
componente A y 3 unidades del componente B para obtener cada unidad del Producto 1 y se utilizan 3 unidades del
componente A y 1 unidad del componente B para obtener cada unidad del Producto 2. Actualmente, la empresa
sólo puede pedir 27 unidades de la pieza A y 23 unidades de la pieza B.
Formule un modelo matemático que permita ayudar a decidir la cantidad óptima de productos a fabricar
diariamente.

- Variables de Decisión
- X1: Unidades del Producto 1 a Fabricar
- X2: Unidades del Producto 2 a Fabricar
- Función Objetivo
- Max Z = 80*X1+75*X2
- Sujeto a:
- No superar cantidad Máxima de Piezas A
- 2*X1+3*X2 <= 27
- No superar cantidad Máxima de Piezas B
 Ejemplos
1. Una empresa manufacturera decide sacar al mercado dos tipos nuevos de Productos. Se planean vender los
productos a un precio de 80 U.M. el Producto 1 y 75 U.M. el Producto 2.
La empresa requiere de 2 tipos de componentes para obtener los Productos. Se utilizan 2 unidades del
componente A y 3 unidades del componente B para obtener cada unidad del Producto 1 y se utilizan 3 unidades del
componente A y 1 unidad del componente B para obtener cada unidad del Producto 2. Actualmente, la empresa
sólo puede pedir 27 unidades de la pieza A y 23 unidades de la pieza B.
Formule un modelo matemático que permita ayudar a decidir la cantidad óptima de productos a fabricar
diariamente.

- Variables de Decisión
- X1: Unidades del Producto 1 a Fabricar
- X2: Unidades del Producto 2 a Fabricar
- Función Objetivo
- Max Z = 80*X1+75*X2
- Sujeto a:
- No superar cantidad Máxima de Piezas A
- 2*X1+3*X2 <= 27
- No superar cantidad Máxima de Piezas B
- 3*X1+1*X2 <= 23
 Ejemplos
1. Una empresa manufacturera decide sacar al mercado dos tipos nuevos de Productos. Se planean vender los
productos a un precio de 80 U.M. el Producto 1 y 75 U.M. el Producto 2.
La empresa requiere de 2 tipos de componentes para obtener los Productos. Se utilizan 2 unidades del
componente A y 3 unidades del componente B para obtener cada unidad del Producto 1 y se utilizan 3 unidades del
componente A y 1 unidad del componente B para obtener cada unidad del Producto 2. Actualmente, la empresa sólo
puede pedir 27 unidades de la pieza A y 23 unidades de la pieza B.
Formule un modelo matemático que permita ayudar a decidir la cantidad óptima de productos a fabricar
diariamente.

- Variables de Decisión - Naturaleza de las Variables

- X1: Unidades del Producto 1 a Fabricar
- X2: Unidades del Producto 2 a Fabricar
- Función Objetivo
- Max Z = 80*X1+75*X2
- Sujeto a:
- No superar cantidad Máxima de Piezas A
- 2*X1+3*X2 <= 27
- No superar cantidad Máxima de Piezas B
- 3*X1+1*X2 <= 23
 Ejemplos
1. Una empresa manufacturera decide sacar al mercado dos tipos nuevos de Productos. Se planean vender los
productos a un precio de 80 U.M. el Producto 1 y 75 U.M. el Producto 2.
La empresa requiere de 2 tipos de componentes para obtener los Productos. Se utilizan 2 unidades del
componente A y 3 unidades del componente B para obtener cada unidad del Producto 1 y se utilizan 3 unidades del
componente A y 1 unidad del componente B para obtener cada unidad del Producto 2. Actualmente, la empresa sólo
puede pedir 27 unidades de la pieza A y 23 unidades de la pieza B.
Formule un modelo matemático que permita ayudar a decidir la cantidad óptima de productos a fabricar
diariamente.

- Variables de Decisión - Naturaleza de las Variables

- X1: Unidades del Producto 1 a Fabricar
- X2: Unidades del Producto 2 a Fabricar ¿Son Divisibles o son
- Función Objetivo Enteras?
- Max Z = 80*X1+75*X2
- Sujeto a:
- No superar cantidad Máxima de Piezas A
- 2*X1+3*X2 <= 27
- No superar cantidad Máxima de Piezas B
- 3*X1+1*X2 <= 23
 Ejemplos
1. Una empresa manufacturera decide sacar al mercado dos tipos nuevos de Productos. Se planean vender los
productos a un precio de 80 U.M. el Producto 1 y 75 U.M. el Producto 2.
La empresa requiere de 2 tipos de componentes para obtener los Productos. Se utilizan 2 unidades del
componente A y 3 unidades del componente B para obtener cada unidad del Producto 1 y se utilizan 3 unidades del
componente A y 1 unidad del componente B para obtener cada unidad del Producto 2. Actualmente, la empresa sólo
puede pedir 27 unidades de la pieza A y 23 unidades de la pieza B.
Formule un modelo matemático que permita ayudar a decidir la cantidad óptima de productos a fabricar
diariamente.

- Variables de Decisión - Naturaleza de las Variables

- X1: Unidades del Producto 1 a Fabricar
- X2: Unidades del Producto 2 a Fabricar ¿Son Divisibles o son
- Función Objetivo Enteras?
- Max Z = 80*X1+75*X2
- Sujeto a:
- No superar cantidad Máxima de Piezas A
- 2*X1+3*X2 <= 27
- No superar cantidad Máxima de Piezas B
- 3*X1+1*X2 <= 23
 Ejemplos
1. Una empresa manufacturera decide sacar al mercado dos tipos nuevos de Productos. Se planean vender los
productos a un precio de 80 U.M. el Producto 1 y 75 U.M. el Producto 2.
La empresa requiere de 2 tipos de componentes para obtener los Productos. Se utilizan 2 unidades del
componente A y 3 unidades del componente B para obtener cada unidad del Producto 1 y se utilizan 3 unidades del
componente A y 1 unidad del componente B para obtener cada unidad del Producto 2. Actualmente, la empresa sólo
puede pedir 27 unidades de la pieza A y 23 unidades de la pieza B.
Formule un modelo matemático que permita ayudar a decidir la cantidad óptima de productos a fabricar
diariamente.

- Variables de Decisión - Naturaleza de las Variables

- X1: Unidades del Producto 1 a Fabricar
- X2: Unidades del Producto 2 a Fabricar ¿Son Divisibles o son
- Función Objetivo Enteras?
- Max Z = 80*X1+75*X2
- Sujeto a:
- No superar cantidad Máxima de Piezas A
- 2*X1+3*X2 <= 27
- No superar cantidad Máxima de Piezas B
- 3*X1+1*X2 <= 23
 Ejemplos
1. Una empresa manufacturera decide sacar al mercado dos tipos nuevos de Productos. Se planean vender los
productos a un precio de 80 U.M. el Producto 1 y 75 U.M. el Producto 2.
La empresa requiere de 2 tipos de componentes para obtener los Productos. Se utilizan 2 unidades del
componente A y 3 unidades del componente B para obtener cada unidad del Producto 1 y se utilizan 3 unidades del
componente A y 1 unidad del componente B para obtener cada unidad del Producto 2. Actualmente, la empresa sólo
puede pedir 27 unidades de la pieza A y 23 unidades de la pieza B.
Formule un modelo matemático que permita ayudar a decidir la cantidad óptima de productos a fabricar
diariamente.

- Variables de Decisión - Naturaleza de las Variables

- X1: Unidades del Producto 1 a Fabricar
- X2: Unidades del Producto 2 a Fabricar ¿Son Divisibles o son
- Función Objetivo Enteras?
- Max Z = 80*X1+75*X2 X1, X2 >= 0 y enteras
- Sujeto a:
- No superar cantidad Máxima de Piezas A
- 2*X1+3*X2 <= 27
- No superar cantidad Máxima de Piezas B
- 3*X1+1*X2 <= 23
 Ejemplos
1. Una empresa manufacturera decide sacar al mercado dos tipos nuevos de Productos. Se planean vender los
productos a un precio de 80 U.M. el Producto 1 y 75 U.M. el Producto 2.
La empresa requiere de 2 tipos de componentes para obtener los Productos. Se utilizan 2 unidades del
componente A y 3 unidades del componente B para obtener cada unidad del Producto 1 y se utilizan 3 unidades del
componente A y 1 unidad del componente B para obtener cada unidad del Producto 2. Actualmente, la empresa sólo
puede pedir 27 unidades de la pieza A y 23 unidades de la pieza B.
Formule un modelo matemático que permita ayudar a decidir la cantidad óptima de productos a fabricar
diariamente.
Variables de Decisión:

𝑋1 : Unidades del Producto 1 a fabricar

𝑋2 : Unidades del Producto 2 a fabricar

Función Objetivo:

𝑀𝑎𝑥 𝑍 = 80 ⋅ 𝑋1 + 75 ⋅ 𝑋2
Sujeto a:

2 ⋅ 𝑋1 + 3 ⋅ 𝑋2 ≤ 27
3 ⋅ 𝑋1 + 1 ⋅ 𝑋2 ≤ 23
Naturaleza de las Variables:

𝑋1 , 𝑋2 ≥ 0 𝑦 𝑒𝑛𝑡𝑒𝑟𝑎𝑠
 Ejemplos
2. El dueño de un pequeño almacén se comunica con usted para solicitar su ayuda en
la toma de decisiones de su negocio. El dueño se preocupa particularmente del
almacenamiento de abarrotes en su local.
Se realizan semanalmente la compra de pastas tipo Spaghetti, Espirales y Corbatitas
a un costo de $461.54, $423.08 y $384.62, respectivamente. El dueño busca que
siempre haya al menos 10 paquetes de cada tipo de pasta, pero que no superen las
demandas promedio que ha tenido durante el último año. La demanda de Spaghetti,
Espirales y Corbatitas fue de 23, 18 y 12 unidades por semana, respectivamente. Por
otro lado, el dueño del almacén vende sus productos a un precio de venta tal que
obtiene un 30% de ganancia por cada unidad de pasta vendida.
Además, el dueño del almacén dispone de sólo un estante donde posicionar los
productos. El espacio que ocupan los paquetes de Spaghetti es de 250 cm3 y el
espacio que ocupan los paquetes de Espirales y Corbatitas es de 360 cm3. El estante
tiene un volumen máximo de 15110 cm3.
Presente un modelo de programación lineal que permita ayudar al dueño del local a
decidir la cantidad a ordenar de cada producto definiendo parámetros, variables de
decisión, función objetivo, restricciones y naturaleza de las variables.
 Ejemplos
3. Un estudiante de ingeniería busca organizar sus horas de estudio durante la
próxima semana para buscar rendir con todas sus evaluaciones mientras, al
mismo tiempo, encuentra unas horas para sus actividades de ocio.
El estudiante tendrá evaluaciones la próxima semana de Ecuaciones
Diferenciales, Termodinámica y Análisis Multivariado. Él considera que debe
prepararse de mejor forma para algunos cursos que para otros. Considera que a
EDO le debe dedicar el doble de tiempo que le dedica a Análisis. También, piensa
que a Termo debe dedicarle al menos un 20% más del tiempo que le dedica a
EDO. Pensando en realizar su programación para el fin de semana, piensa que de
las 36 horas disponible para sus actividades, debe realizar al menos 8 horas de
tiempo recreativo y dedicarle al menos 3 horas al estudio de Análisis pero,
buscando un cierto equilibrio, considera que el tiempo de ocio debe ser
equitativo con el tiempo promedio que le dedique al estudio.
Mediante un modelo matemático ayude al estudiante a definir las horas
asignadas a cada actividad de manera que obtenga el mayor tiempo de ocio
posible.
 Ejemplos
4. Una mueblería utiliza a cuatro carpinteros durante 10 días para ensamblar
mesas y sillas. Se requieren 2 horas para ensamblar una mesa y 30 minutos para
ensamblar una silla. Por lo común, los clientes compran entre cuatro y seis sillas
con cada mesa. Las utilidades son de $135 por mesa y $50 por silla. La mueblería
opera un turno de 8 horas al día.
Determinar la cantidad óptima de mesas y sillas a ensamblar.
 Recordar

Conjuntos
Parámetros
Variables de Decisión

Maximizar (o Minimizar) Función Objetivo

Sujeto a
Restricciones

Naturaleza de las Variables

 Universidad Católica de la Santísima Concepción
Facultad de Ingeniería
Ingeniería Civil Industrial
Modelamiento Matemático – IN1061C

Ayudantía 1

Introducción al Curso

Profesor Titular: Dr. Oscar Cornejo Zúñiga

Ayudante: Lic. Felipe Oses Sepúlveda

Abril, 2022