Optimización con Lingo – 5

Problemas de Mezclas
Dr Juan Cevallos
 1 Introducción
• Los problemas de la mezcla de productos son
conceptualmente los problemas con restricciones de
optimización más fáciles de comprender.
• El problema Astro / Cosmo considerado anteriormente es un
ejemplo. Aunque los problemas de la mezcla de productos
rara vez se encuentra en la forma de los libros de texto en la
práctica, muy a menudo constituyen componentes
importantes de los problemas más grandes tales como los
modelos de planificación de múltiples períodos.
• Las características de un problema de mezcla de producto
son que hay una colección de productos que compiten por
un conjunto finito de recursos. Si hay m recursos y n
productos, entonces la llamada "tecnología" se caracteriza
por una tabla con m filas y n columnas de coeficientes
tecnológicos.
• El coeficiente en la fila i, columna j, es el número de
unidades de recurso i utilizados por cada unidad de
producto j. Los números de la fila de la tabla son
simplemente los coeficientes de una restricción en PL.

• En problemas simples de la mezcla de productos, estos

coeficientes son no negativos. Además, asociado a cada
producto hay una contribución a los beneficios por
unidad y asociada a cada recurso hay una
disponibilidad.

• El objetivo es encontrar cuánto producir de cada

producto (es decir, la mezcla) para maximizar los
beneficios sujetos a no usar más de cada recurso que
está disponible.
En el ejemplo de la mezcla de productos siguiente
ilustran no sólo la mezcla de producto LP sino
también formulaciones:
1) representación de las funciones de ganancia
no lineal y
2) los hechos que la mayoría de los problemas
tienen formulaciones alternativas correctas.
Dos personas pueden desarrollar
formulaciones diferentes de un mismo
problema, pero ambas pueden ser correctas.
 Ejemplos
• El problema Astro / Cosmo considerado anteriormente
es un ejemplo.

• Las características de un problema de mezcla de

producto son que hay una colección de productos que
compiten por un conjunto finito de recursos. Si hay m
recursos y n productos, entonces la llamada "tecnología"
se caracteriza por una tabla con m filas y n columnas de
coeficientes tecnológicos.

• El coeficiente en la fila i, columna j, es el número de

unidades de recurso i utilizados por cada unidad de
producto j. Los números de la fila de la tabla son
simplemente los coeficientes de una restricción en la PL.
• En problemas simples de la mezcla de
productos, estos coeficientes son no
negativos. Además, asociado a cada
producto hay una contribución a los
beneficios por unidad y asociada a cada
recurso hay una disponibilidad.
• El objetivo es encontrar cuánto producir
de cada producto (es decir, la mezcla)
para maximizar los beneficios sujetos a no
usar más de cada recurso de lo que está
disponible.
 Ejemplo

Una cierta planta puede fabricar cinco productos diferentes en

cualquier combinación. Cada producto requiere tiempo de
cada una de tres máquinas de la siguiente manera (cifras
en minutos / unidad):

Máquina
Producto 1 2 3
A 12 8 5
B 7 9 10
C 8 4 7
D 10 0 3
E 7 11 2
Cada máquina está disponible 128 horas a la
semana. Los Productos A, B y C son muy
competitivos y cualquier cantidad que se haga
pueden ser vendidos a precios respectivos de $
5, $ 4 y $ 5.
Las primeras 20 unidades de D y E producidos por
semana se pueden vender a $ 4 cada uno, pero
todo lo que exceda de 20, sólo se puede vender
a $ 3 cada uno.
Los costos variables de mano de obra son $ 4 por
hora para las máquinas 1 y 2, mientras que la
máquina 3 la mano de obra es de $ 3 por hora.
Los costos de material son de $ 2 para los
productos A y C, mientras que los productos B,
D y E sólo cuesta $ 1. Usted desea maximizar
los beneficios para la empresa.
• La principal complicación es que las
contribuciones de beneficios de los productos D
y E no son lineales. Usted puede encontrar el
siguiente dispositivo útil para la eliminación de
esta complicación.
• Definir dos productos adicionales D2 y E2, que
se venden a $ 3 por unidad.
• ¿Qué límites superiores se debe colocar en la
venta de productos originales D y E? Las
variables de decisión y sus aportes al beneficio
son los siguientes:
• No nos preocupamos por los problemas de la
secuenciación de los diferentes productos en
cada máquina. Esto es razonable si las fechas
de vencimiento de los productos están lo
suficientemente lejos en el futuro.
• Nuestro problema en este caso es:
Maximizar los ingresos menos costos
sujeto a
• Los minutos utilizados son igual a minutos que
se ejecutan en cada máquina,
• A lo más 20 unidades de cada uno de los
productos D y E puede ser producida.
• Cada máquina puede trabajar a lo más 128
horas.
Más precisamente, la formulación en LINGO es:
• Las tres primeras restricciones tienen las unidades de
"minutos" y se especifican horas de tiempo de máquina
como una función del número de unidades producidas.
• Las dos restricciones siguientes ponen límites
superiores sobre el número de unidades de más alta
rentabilidad de D y E, que pueden ser vendidos.
• Las tres últimas restricciones ponen límites superiores
de la cantidad de tiempo de máquina que puede ser
usada y tiene las unidades de "horas".
• La restricción 2 puede ser escrita como:
12A + 7B + 8C + 10D + 10D2 + 7E + 7E2
60
=M1
• Multiplicando por 60 y poniendo M1 a la
izquierda da la segunda restricción. La solución
es:
• La forma de la solución es bastante simple de
establecer: hacer tanto E como sea posible (20).
Después de eso, hacer tantos C como sea posible hasta
que quede sin capacidad la máquina 1.
• Este problema es un buen ejemplo de una de los
motivos por los que es muy fácil de desarrollar
formulaciones alternativas del mismo problema. Estas
formulaciones alternativas son todas correctas, pero
puede tener más o menos restricciones y variables. Por
ejemplo, la restricción:

8A + 9B + 4C + 11E + 11E2 - 60M2 = 0

Puede ser reescrita como:

M2 = (8A + 9B + 4C + 11E + 11E2)/60.
• La expresión en el lado derecho puede ser
sustituida por M2 donde M2 aparezca en la
formulación.
• Debido a que la expresión en el lado derecho
será siempre no negativa, la restricción de no
negatividad en M2 será automáticamente
satisfecha.
• Así, M2 y la restricción anterior se pueden
eliminar el problema, si estamos dispuestos a
hacer un poco de aritmética.
• Cuando argumentos similares se aplican a M1 y
M3 y las divisiones implícitas se realizan, se
obtiene la siguiente formulación:
• Esto se parece más a una formulación de
mezcla del producto estándar . Todas las
restricciones son las limitaciones de
capacidad de algún tipo. Nótese la
solución a esta formulación es realmente
la misma que la anterior formulación:
El formulador perezoso podría dar la primera formulación,
mientras que la segunda formulación puede ser dada por la
persona que le gusta hacer la aritmética.
Ejemplo: Problemas de Mezcla de Productos
de Selección de Proceso
• La compañía American Metal Fabricating
(AMFC) produce varios productos de
barras de acero.
• Uno de los pasos iniciales es una
operación de conformación realizada por
las máquinas de laminación.
• Hay tres máquinas disponibles para este
propósito, la B3, B4 y B5. La siguiente
tabla da sus características:
• Este tipo de combinación de capacidades no es infrecuente.
Es decir, máquinas operan material de más grandes
procesos a velocidad más lenta.
• Esta semana, tres productos deben ser producidos. AMFC
debe producir al menos 218.000 pies de "material de 1/4 ,
114.000 pies de material de 3/8" , y 111.000 pies de
material de 1/2 ".
• Las contribuciones de beneficios por pie excluyendo la
mano de obra de estos tres productos son 0,017, 0,019 y
0,02. Estos precios se aplican a toda la producción
(ejemplo, a cualquier exceso de la producción requerida).
• El departamento de despacho tiene un límite de capacidad
de 600.000 pies por semana, independientemente del
espesor.
¿Cuáles son las variables de decisión y las restricciones para
este problema?
 Solución
• Las variables de decisión requieren una
reflexión. Sólo hay una manera de producir
material de 1/4 “, tres formas de producir
3/8", y dos formas de producir 1/2 “.
• Por lo tanto, usted querrá tener al menos
las siguientes variables de decisión. Para
mayor comodidad numérica, medimo la
longitud en miles de pies:
B34 = 1,000’s de pies de 1/4 " producido en B3,
B38 = 1,000’s de pies de 3/8 " producido en B3,
B48 = 1,000’s de pies de 3/8 " producido en B4,
B58 = 1,000’s de pies de 3/8 " producido en B5,
B42 = 1,000’s de pies de 1/2 " producido en B4,
B52 = 1,000’s de pies de 1/2 " producido en B5.
• Para la función objetivo, debemos tener la
contribución de los beneficios incluidos los
costos de mano de obra. Cuando se hace esto,
se obtiene:
Contribución a los beneficios
Variable por Pie
B34 0.01589
B38 0.01789
B48 0.01650
B58 0.01522
B42 0.01750
B52 0.01622
• Evidentemente, habrá cuatro restricciones que
corresponden a recursos escasos de 3 máquinas de
AMFC y la capacidad de departamento de despacho.
Debe haber tres más restricciones que representan los
requerimientos de producción en los tres productos.

• Por las limitaciones de capacidad de máquina,

queremos el número de horas necesarias para cada
1.000 pies procesados. Para la máquina B3, esta cifra
es de 1.000 / (60 min. / Hr.) X (150 ft. / Min.) = 0.111111
horas por cada 1.000 pies cifras similares para B4 y B5
son 0.16667 horas por cada 1.000 pies y 0.22222 horas
por 1,000 pies.
La formulación ahora puede ser escrita :
Maximize=15.89B34+17.89B38+16.5B48+15.22B58+17.5B42+
16.22B52
Sujeto a
0.11111B34 + 0.11111B38 ≤ 35 Maquinas
0.16667B48 + 0.16667B42 ≤ 35 capacidades
0.22222B58 + 0.22222B52 ≤ 35 en horas
B34+B38+B48+B58+B42+B52 ≤ 600 capacidad de
despacho en 1,000’s de pies
B34 ≥ 218 Producción
B38 + B48 + B58 ≥114 requerimientos
B42 + B52 ≥ 111 en 1,000’s de pies
Sin las últimas 3 restricciones el problema es un problema
de mezcla de productos simple .
 Para lingo
Max = 15.89*B34 + 17.89*B38 + 16.5*B48 + 15.22*B58 +
17.5*B42 + 16.22*B52
0.11111*B34 + 0.11111*B38 <= 35;
0.16667*B48 + 0.16667*B42 <= 35;
0.22222*B58 + 0.22222*B52 <= 35;
B34+B38+B48+B58+B42+B52 <= 600;
B34 >= 218 ;
B38 + B48 + B58 >=114 ;
B42 + B52 >= 111 ;
• Es un ejercicio que vale la pena para tratar de deducir la
solución óptima sólo desde los argumentos de los
costos. El producto 1/4 “ puede ser producido sólo en la
máquina B3, así sabemos que B34 es por lo menos 218.
• El producto 3/8“ es más rentable que el 1/4 "en la
máquina B3. Por lo tanto, podemos concluir que la B34
= 218 y que B38 tomará la holgura . Los productos 1/2 “
y el 3/8“ pueden ser producidos en B4 o B5.
• En cualquier caso, el "1/2 es más rentable por pie, así
sabemos que B48 y B58 no serán mayores de lo
absolutamente necesario.
• La pregunta es: ¿Qué es "absolutamente
necesario"? El 3/8 "es más rentable
ejecutar en B3 que en B4 o B5. Por lo
tanto, se deduce que vamos a satisfacer
la demanda de 3/8" desde B3 y, si es
suficiente, el resto de B4 y luego desde
B5. En concreto, se procederá de la
siguiente manera:
• Establecer B34 = 218.
• Esto deja una holgura de 35 – 218 x 0,11111 =10.78
horas en B3. Esto es suficiente para producir 97.000
pies de 3/8 ", por lo que llegamos a la conclusión de
que:
B38 = 97.
• El resto de la demanda de 3/8 “se debe hacer en la
máquina ya sea B4 o B5. Parece que se debe hacer en
la máquina B4 porque la contribución a la ganancia de
3/8" es más alta en B4 que en B5.
• Tenga en cuenta, sin embargo, que 1/2 "también es más
rentable en B4 que en B5 por exactamente la misma
cantidad. Por lo tanto, son indiferentes. Vamos a utilizar
de forma arbitraria la máquina B4 para llenar el resto de
3/8" de la demanda. Así:
B48 = 17.
We still have capacity for 600 - 218 - 97 - 17 = 268 in 1,000’s
of feet. B42 is more profitable than B52, so we will make it
as large as possible. Namely, 32.16667/0.16667 = 193, so:
B42 = 193.
Ahora, cualquier capacidad restante se utilizará para producir
el producto 1/2 “. Hay 35 -. 17 x 0,16667 = 32.16667 horas
de capacidad en B4. En este punto, hay que preocuparse
por la capacidad de despacho.
Todavía se tiene capacidad para 600 – 218 - 97 - 17 = 268
1000 's de pies. B42 es más rentable que B52, por lo que
se hará tanto como sea posible. Es decir,
32.16667/0.16667 = 193, así :
B42 = 193.
La capacidad de despacho remanente es 268 - 193 = 75, por
lo que: B52 = 75.
• Cualquier PL es, en teoría, solucionable por similares
argumentos económicos manuales, pero los cálculos
pueden ser muy tediosos y propensos a errores tanto de
aritmética y lógica. Si tomamos el camino más fácil y
resolverlo con LINGO, se obtiene la misma solución que en
forma manual :
Optimal solution found at step: 2
Objective value: 10073.85
Variable Value Reduced Cost
B34 218.00000 0.000000
B38 97.00315 0.000000
B48 16.99685 0.000000
B58 0.00000 0.000000
B42 192.99900 0.000000
B52 75.00105 0.000000
Row Slack or Surplus Dual Price
1 10073.85 1.000000
2 0.000000 24.030240
3 0.000000 7.679846
4 18.333270 0.000000
5 0.000000 16.220000
6 0.000000 -3.000000
7 0.000000 -1.000000
8 157.000000 0.000000
Rangos en los que la base no cambia:

Objective Coefficient Ranges

Current Allowable Allowable
Variable Coefficient Increase Decrease
B34 15.89000 3.000000 INFINITY
B38 17.89000 INFINITY 2.670000
B48 16.50000 1.000000 0.0
B58 15.22000 0.000000 INFINITY
B42 17.50000 0.0 1.000000
B52 16.22000 1.280000 0.0
 Right-hand Side Ranges
Row Current Allowable Allowable
RHS Increase Decrease
2 35.00000 1.888520 9.166634
3 35.00000 12.50043 13.75036
4 35.00000 INFINITY 18.33327
5 600.0000 82.50053 75.00105
6 218.0000 97.00315 16.99685
7 114.0000 157.0000 16.99685
8 111.0000 157.0000 INFINITY
• Note que B58 es cero, pero su coste reducido es también
cero. Esto significa B58 podría aumentar (y B48 disminuir),
sin afectar las ganancias. Esto es consistente con nuestra
declaración incial que eramos indiferentes entre el uso de
B48 y B58 para satisfacer la demanda de 3/8 “.
Abajo se tiene la versión de sets version del problema:
!Esta es una versión sets del ejemplo previo;
MODEL:
SETS:
MACHINE / B3, B4, B5 / : HPERWK, TIME;
!Este es el coeficiente para la restricción de tiempo por
semana;
THICKNESS / FOURTH, EIGHT, HALF / : NEED;
!Esta es la cantidad de cada espesor necesaria ser producida;
METHOD ( MACHINE, THICKNESS ) : VOLUME, PROFIT,
POSSIBLE;
!VOLUME es la variable, PROFIT los coeficientes objetivo ,
and POSSIBLE es una representación Booleana si es
posible producir el espesor dado;
ENDSETS
DATA:
! Horas/semana disponibles de cada máquina;
HPERWK = 35, 35, 35;
! Horas por 1000 pies por cada máquina feet;
TIME = .11111 .16667 .22222;
! Cantidad necesaria de cada producto;
NEED = 218 114 111;
! Beneficio por producto y máquina;
PROFIT = 15.89, 17.89, 0,
0, 16.5, 17.5,
0, 15.22, 16.22;
! Qué productos pueden ser hechos en qué máquina ;
POSSIBLE = 1, 1, 0,
0, 1, 1,
0, 1, 1;
! Capacidad de despacho por semana;
SHPERWK = 600;
ENDDATA
!Función Objetivo;

MAX = @SUM( METHOD(I,J): VOLUME(I,J) * PROFIT(I,J));

@SUM( METHOD( K, L): VOLUME( K, L)) <= SHPERWK;

!Esta es la cantidad máxima que puede ser elaborada cada día ;

@FOR( MACHINE( N):

! Maximo tiempo que cada maquina puede ser usada/semana;
@SUM( THICKNESS( M):
POSSIBLE(N,M) * VOLUME(N,M) * TIME(N)) <= HPERWK(N););

@FOR( THICKNESS( Q) :
!Demanda a cumplirse para cada espesor;
@SUM( MACHINE(P): POSSIBLE(P,Q)*VOLUME(P,Q)) >= NEED(Q));
END
 Problemas
1. Considere un fabricante que produce dos productos, Widgets y
Frisbees. Cada producto se fabrica a partir de las dos materias
primas: poliéster y polipropileno. La siguiente tabla muestra las
cantidades necesarias de cada uno de los dos productos:
Widgets Frisbees Materia Prima
3 5 Polyester
6 2 Polypropylene
Debido a las cuotas de importación, la empresa es capaz de obtener
sólo 12 y 10 unidades de poliéster y polipropileno, respectivamente,
este mes. La empresa está interesada en la planificación de su
producción para el próximo mes. Para este propósito, es importante
conocer la contribución a la ganancia de cada producto. Estas
contribuciones se han encontrado que son de $ 3 y $ 4 para Widgets
y Frisbees, respectivamente. ¿Cuál debería ser la cantidad de
Widgets y Frisbees a producir el mes que viene?
2. La Compañçia The Otto Maddick Machine Tool produce 2
productos, muffler bearings and torque amplifiers. Un
muffler requiere 1/8 horas de trabajo de montaje, 0,25 horas
en el departamento de estampación, y 9 pies cuadrados de
hoja de acero. Cada Torque de 1/3 horas tanto de montaje y
estampación y utiliza 6 pies cuadrados de hoja de acero.
Las actuales capacidades semanales en los dos
departamentos son 400 horas de mano de obra de montaje
y 350 horas de capacidad de estampado. La Hoja de acero
cuesta 15 centavos de dólar por pie cuadrado. Muffler se
puede vender por $ 8 cada uno. Torque se puede vender
por $ 7 cada uno. La capacidad no utilizada, de cualquier
departamento no puede ser colocada o utilizada
provechosamente de otra forma.
a) Formular la PL útil para maximizar la contribución del
beneficio semanal.
b) Se acaba de descubrir dos consideraciones importantes
que no fueron incluidas.
i. Hasta 100 horas de trabajo extraordinarias de trabao e
ensamble se puede programar a un costo de $ 5 por
hora.
ii. El proveedor de hojas sólo cobra 12 centavos por pie
cuadrado para el uso semanal en exceso de 5000 pies
cuadrados.
¿Cuál de las consideraciones anteriores podrían ser
fácilmente incorporado en el modelo de PL y cómo? Si
uno o ambos no pueden ser fácilmente incorporadas, sin
embargo, indicar cómo se podría resolver el problema.
3. Revise la solución al producto- 5, máquina-3 problema de
mezcla de producto introducido en el comienzo del capítulo.
a) ¿Cuál es el valor marginal de una hora adicional de la
capacidad en cada una de las máquinas?
b) El precio de venta actual del producto A es de $ 5. ¿Cuál
sería el precio tiene que tenerse antes de que se produzca
cualquier A?
c) Sería rentable vender más producto E en $ 4 si se pudiera,
pero no es rentable vender E en $ 3 por unidad a pesar de
que sea posible. ¿Cuál es el precio de equilibrio en el que
sería indiferente la venta de más E ?
d) Es posible obtener una capacidad adicional por el alquiler
de las versiones automáticas por hora de cada una de las
tres máquinas. Es decir, que no requieren mano de obra.
¿Cuál es la tarifa horaria máxima que estaría dispuesto a
pagar para alquilar cada uno de los tres tipos de máquinas
automáticas?
4. La Compañía Aviston Electronics fabrica motores para
juguetes y pequeños electrodomésticos. El departamento
de marketing ha predicho ventas de 6.100 unidades del
motor Dynamonster en el próximo trimestre. Este es un
nuevo récord y la satisfacción de esta demanda pondrá a
prueba la capacidad de producción de Aviston. Un
Dynamonster se ensambla a partir de tres componentes: un
eje, la base y la jaula. Es evidente que algunos de estos
componentes tienen que ser adquiridos de proveedores
externos debido a limitada capacidad interna. La variable
costo de producción in house y out house por unidad se
comparan:
Component Outside Cost Inside Cost
Eje 1.21 0.81
Base 2.50 2.30
Jaula 1.95 1.45
La Planta de Aviston se compone de tres departamentos.
Los requisitos de tiempo en horas de cada componente
en cada departamento si se fabrica en casa se ​resumen
en la tabla siguiente. Las horas disponibles para la
producción Dynamonster se enumeran en la última fila.
Cutting Shaping Fabrication
Component Department Department Department
Eje 0.04 0.06 0.04
Base 0.08 0.02 0.05
Jaula 0.07 0.09 0.06
Capacidad 820 820 820
a) ¿Cuáles son las variables de decisión?
b) Formular la PL apropiada.
c) ¿Cuántas unidades de cada componente debe ser
comprado fuera?
5. The acreage and irrigation water available for the three
farms are shown below:
El hermano menor de Sod Buster, Marky Dee, opera tres
ranchos en Texas. La superficie de cultivo y agua de
riego disponible para los tres ranchos se muestran a
continuación:
Water Available
Farm Acreage (acre feet)
1 400 1500
2 600 2000
3 300 900
Tres cultivos puedan crecer. Sin embargo, la superficie
máxima que se puede cultivar de cada cultivo está
limitado por la cantidad de equipo disponible para la
cosecha. Los tres cultivos se describen a continuación:
 Total Water Expected
Harvesting
Capacity Requirements Profit
Crop (in acres) (in acre-feet/acre) (in $/acre)
Milo 700 6 400
Algodón 800 4 300
Trigo 300 2 100

Cualquier combinación de los cultivos pueden ser

cultivados en un rancho.
a) ¿Cuáles son las variables de decisión?
b) Formular la PL.
Fin