1

INSTITUTO TECNOLGIO SUPERIOR DE LERDO

TEMA
Teora de juegos

CARRERA
Licenciatura en Informtica

MATERIA
Investigacin de Operaciones II

DOCENTE
Ricardo Bustamante Gonzales

ALUMNOS
Elizabeth Moreno Castaeda (09231211) Cinthya Estefana Martnez Prez (09231010) Jos Omar Moreno Veliz (09231276) Fanny Haydee Diosdado Fernndez (09231279) Manuel Gutirrez Garca (09231136)

GRUPO
4 B

FECHA DE ENTREGA
Viernes 27 de Mayo de 2011

NDICE
Pg. Teora de juegos introduccin ------------------------------------ 3,4 Tipos de juegos-----------------------------------------------------------5 Juegos de suma cero y de suma constante para dos personas---- 6 El equilibrio de Nash--------------------------------------------------- 7,8 Estrategia maximin------------------------------------------------------ 9,10 Juegos simtricos y asimtricos----------------------------------- 11 Juegos de suma cero y de suma no cero--------------------------- 12, 13,14 Juegos de suma cero para dos personas: estrategias aleatorias, dominacin y solucin grafica----------------------------------------------------------- 15, 16,17 Programacin Lineal-------------------------------------------- 18, 19, 20, 21, 22, 23,24

B ib lio gra f a ------- -- ---- ---- --- --- ---- --- -- ---- ---- --- --- ---- 2 5

TEORIA DE JUEGOS Introduccin

Los psiclogos destacan la importancia del juego en la infancia como medio de formar la personalidad y de aprender de forma experimental a relacionarse en sociedad, a resolver problemas y situaciones conflictivas. Todos los juegos, de nios y de adultos, juegos de mesa o juegos deportivos, son modelos de situaciones conflictivas y cooperativas en las que podemos reconocer situaciones y pautas que se repiten con frecuencia en el mundo real. El estudio de los juegos ha inspirado a cientficos de todos los tiempos para el desarrollo de teoras y modelos matemticos. La estadstica es una rama de las matemticas que surgi precisamente de los clculos para disear estrategias vencedoras en juegos de azar. Conceptos tales como probabilidad, media ponderada y distribucin o desviacin estndar, son trminos acuados por la estadstica matemticas y que tienen aplicacin en el anlisis de juegos de azar o en las frecuentes situaciones sociales y econmicas en las que hay que adoptar decisiones y asumir riesgos ante componentes aleatorios. Pero la Teora de Juegos tiene una relacin muy lejana con la estadstica. Su objetivo no es el anlisis del azar o de los elementos aleatorios sino de los comportamientos estratgicos de los jugadores. En el mundo real, tanto en las relaciones econmicas como en las polticas o sociales, son muy frecuentes las situaciones en las que, al igual que en los juegos, su resultado depende de la conjuncin de decisiones de diferentes agentes o jugadores. Se dice de un comportamiento que es estratgico cuando se adopta teniendo en cuenta la influencia conjunta sobre el resultado propio y ajeno de las decisiones propias y ajenas. La teora de juegos es un rea de la matemtica aplicada que utiliza modelos para estudiar interacciones en estructuras formalizadas de incentivos (los llamados juegos) y llevar a cabo procesos de decisin. Sus investigadores estudian las estrategias ptimas as como el comportamiento previsto y observado de individuos en juegos. Tipos de interaccin aparentemente

Distintos pueden, en realidad, presentar estructura de incentivo similar y, por lo tanto, se puede representar mil veces conjuntamente un mismo juego. La teora de juegos analiza: Analiza las interacciones entre individuos que toman decisiones en un marco de incentivos formalizados (juegos). Analiza problemas de optimizacin interactiva.

Tipos de juegos
Los juegos se clasifican en muchas categoras que determinan qu mtodos particulares se pueden aplicar para resolverlos (y, de hecho tambin cmo se define resolucin en una categora particular). En general, se pueden considerar cuatro clases de juegos: Juegos en forma extensiva (rbol) Juegos en forma estratgica (normal) Juegos en forma grfica Juegos en forma coalicional Las tres primeras clases de juegos se analizan en la teora de juegos no cooperativos y la cuarta corresponde a los juegos cooperativos.

Juegos de suma cero y de suma constante para dos personas

Suma cero describe una situacin en la que la ganancia o prdida de un participante se equilibra con exactitud con las prdidas o ganancias de los otros participantes. Se llama as; porque si se suma el total de las ganancias de los participantes y se resta las prdidas totales el resultado es cero. El ajedrez es un ejemplo de juego de suma cero - es imposible que los dos jugadores ganen. La suma cero es un caso especial del caso ms general de suma constante donde los beneficios y las prdidas de todos los jugadores suman el mismo valor. Cortar una tarta es de suma constante o cero porque llevarte un trozo ms grande reduce la cantidad de tarta que le queda a los dems. Situaciones donde los participantes pueden beneficiarse o perder al mismo tiempo, como el intercambio de productos entre una nacin que produce un exceso de naranjas y otra que produce un exceso de manzanas, en la que ambas se benefician de la transaccin, se denominan de suma no nula. El concepto fue desarrollado en la Teora de juegos, por lo que a menudo a las situaciones de suma cero se les llama juegos de suma cero. Esto no implica que el concepto, o la teora de juegos misma, se aplique nicamente a lo que normalmente se conoce como juegos. Las estrategias ptimas para juegos de suma cero de dos jugadores suelen emplear estrategias minimax.

El equilibrio de Nash
A cada conjunto de estrategias denominado con frecuencia combinacin de estrategias, que es una por jugador, se le asocia una salida del juego, caracterizada por las ganancias expresadas en forma de nmeros que le toca a cada uno. Entre estas salidas puede haber unas ms interesantes que otras, por ejemplo las que reportan ms. Sin embargo, como regla general, la mayora de las salidas, si no la totalidad, no son comparables entre ellas en el sentido que el paso de una a otra se traduce en un aumento de ganancias para unos y una baja para otros. Frente a la ausencia de una clasificacin de las salidas que logre la unanimidad de los participantes, los tericos de juegos adoptan un punto de vista mas limitado, que se puede calificar de local en el sentido de estudiar separadamente cada una de las salidas y las combinaciones de estrategias de las cuales ellas son el resultado; se le acuerda un estatuto privilegiado a las que son de equilibrio, esto es a las que los individuos, tomados uno a uno no tienen inters en desechar. El matemtico John Nash estableci un importante resultado en 1950 sobre la existencia de situaciones de este tipo, se habla entonces de la existencia de equilibrios de Nash. As, por definicin, se dice de una combinacin de estrategias (una por jugador) que est en equilibrio de Nash si ningn jugador puede aumentar sus ganancias por un cambio unilateral de estrategia. Con frecuencia se identifica, por abuso del lenguaje y sin que ello tenga consecuencias, un equilibrio de Nash con la salida que le corresponde. En la definicin del equilibrio de Nash el adjetivo unilateral ocupa un lugar esencial, en tanto ello traduce el carcter no cooperativo de las elecciones individuales (el cada cual para s mismo). As es bastante posible que en un equilibrio de Nash la situacin se puede mejorar para todos por medio de un cambio simultneo de estrategia por parte de varios jugadores. El equilibrio de Nash ocupa un lugar central en la teora de juegos; constituye de alguna manera una condicin mnima de racionalidad individual ya que, si una combinacin de estrategias no es un equilibrio de Nash, existe al menos un jugador que puede aumentar sus ganancias cambiando de estrategia, y en
7

consecuencia, sta se puede considerar difcilmente como una solucin del modelo en la medida en que el jugador interesado en cambiar descarta su eleccin, despus de conocer la de los otros. Ahora, el recproco de esta proposicin no es generalmente verdad: si un juego admite un equilibrio de Nash no existe una razn a priori para que ste aparezca como la solucin evidente, que se impone a los ojos de todos los jugadores. Ello al menos por una razn: con frecuencia los juegos admiten varios equilibrios de Nash.

Estrategia maximin
En el concepto de equilibrio de Nash es fundamental es supuesto de racionalidad de los agentes. Si un agente sospechara que su adversario no se comporta racionalmente, podra tener sentido que adoptara una estrategia maximin, esto es, aquella en la que se maximiza la ganancia mnima que puede obtenerse. Vamos a considerar un juego de suma cero. Cada jugador dispone de tres estrategias posibles a las que designaremos como A, B, y C (supongamos que son tres tarjetas con dichas letras impresas). Los premios o pagos consisten en la distribucin de diez monedas que se repartirn segn las estrategias elegidas por ambos jugadores y se muestran en la siguiente tabla llamada matriz de pagos, en la que para cualquier combinacin de estrategias, los pagos de ambos jugadores suman diez. MATRIZ DE PAGOS Las estrategias del otro jugador A B C Mi estrategia A B C 9 6 7 11 45 38 92 54 23 8 6 7

Por ejemplo. Si yo juego la tarjeta C y el otro jugador elige su tarjeta B entonces yo recibir ocho monedas y el otro jugador recibir dos. Para descubrir qu estrategia me conviene ms vamos a analizar la matriz que indica mis pagos. Ignoro cul es la estrategia (la tarjeta) que va a ser elegida por el otro jugador. Una forma de analizar el juego para tomar mi decisin consiste en mirar cul es el mnimo resultado que puedo obtener con cada una de mis cartas. En la siguiente tabla se ha aadido una columna indicando mis resultados mnimos.
MATRIZ DE MIS PAGOS 9

10 La estrategia del otro jugador A B C mnimos Mi estrategia

A B C

9 6 7

1 5 8

2 4 3

1 4 3

En efecto, Si yo elijo la tarjeta A, puedo obtener 9, 1 o 2, luego como mnimo obtendr un resultado de 1. Si elijo la tarjeta B, puedo obtener 6, 5 o 4, luego como mnimo obtendr 4. Si elijo la tarjeta C, puedo obtener 7, 8 o 3, luego como mnimo obtendr 3. De todos esos posibles resultados mnimos, el que prefiero es 4 ya que es el mximo de los mnimos. La estrategia MAXIMIN consiste en elegir la tarjeta B ya que esa estrategia me garantiza que, como mnimo, obtendr 4.

10

11

Juegos simtricos y asimtricos

Un juego simtrico es un juego en el que las recompensas por jugar una estrategia en particular dependen slo de las estrategias que empleen los otros jugadores y no de quin las juegue. Si las identidades de los jugadores pueden cambiarse sin que cambien las recompensas de las estrategias, entonces el juego es simtrico. Muchos de los juegos 2 2 ms estudiado son simtricos. Las representaciones estndar del juego de la gallina, el dilema del prisionero y la caza del ciervo son juegos simtricos. Juego asimtrico

E E F 1,2 0,0

F 0,0 1.2

Los juegos asimtricos ms estudiados son los juegos donde no hay conjuntos de estrategias idnticas para ambos jugadores. Por ejemplo, el juego del ultimtum y el juego del dictador tienen diferentes estrategias para cada jugador; no obstante, puede haber juegos asimtricos con estrategias idnticas para cada jugador. Por ejemplo, el juego mostrado a la derecha es asimtrico a pesar de tener conjuntos de estrategias idnticos para ambos jugadores.

11

12

Juegos de suma cero y de suma no cero

En los juegos de suma cero el beneficio total para todos los jugadores del juego, en cada combinacin de estrategias, siempre suma cero (en otras palabras, un jugador se beneficia solamente a expensas de otros). El go, el ajedrez, el pker y el juego del oso son ejemplos de juegos de suma cero, porque se gana exactamente la cantidad que pierde el oponente. Como curiosidad, el ftbol dej hace unos aos de ser de suma cero, pues las victorias reportaban 2 puntos y el empate 1 (considrese que ambos equipos parten inicialmente con 1 punto), mientras que en la actualidad las victorias reportan 3 puntos y el empate 1. Se puede analizar ms fcilmente un juego de suma cero, y cualquier juego se puede transformar en un juego de suma cero aadiendo un jugador "ficticio" adicional ("el tablero" o "la banca"), cuyas prdidas compensen las ganancias netas de los jugadores. La matriz de pagos de un juego es una forma conveniente de representacin. Por ejemplo, un juego de suma cero de dos jugadores con la matriz que se muestra a la derecha. A B C

1 30, -30 -10, 10 20, -20 2 10, -10 20, -20 -20, 20

12

13

Ejemplo Suma cero de dos personas Dos compaas de autobuses, A y B, explotan la misma ruta entre dos ciudades y estn enzarzadas en una lucha por una mayor parte del mercado. Puesto que la parte total del mercado es un 100 por 100 fijo, cada punto porcentual ganado por uno debe ser perdido por el otro. Se dice que tal situacin es un juego de suma cero de dos personas por las razones obvias de que el juego es jugado por dos jugadores diametralmente opuesto y que la suma de las ganancias y prdidas es siempre cero. Si se supone que la compaa A y la compaa B est considerando las Tres mismas estrategias para ganar una mayor parte relativa del mercado como sigue: 1. a1 o b1: Sirve refrescos durante el viaje. 2. a2 o b2: Introduce autobuses con aire acondicionado. 3. a3 o b3: Anuncia diariamente en estaciones de televisin en las dos ciudades. Por comodidad, se supone que antes de comenzar el juego ambas compaas no estn haciendo ningn esfuerzo especial y comparte por igual el mercado 50 por 100 cada una. Adems, si se supone tambin que cada compaa no puede emplear ms de uno de estas actitudes o estrategias al mismo tiempo y que las tres estrategias tienen idnticos costos. Por estos supuestos, hay un total de 3 x 3 = 9 combinaciones posibles de movimientos, y cada una es capaz de afectar a la parte del mercado en una forma especfica. Por ejemplo, si A y B sirvan refrescos durante el viaje, se dice que A perdera 10 por 100 de la parte del mercado a favor de B, lo que puede indicar que los refrescos de B son ms para los gustos de los clientes, igualmente, si A anuncio y B, por ejemplo, sirve refrescos, se supone que A ganara 20 por 100 del mercado en perjuicio de B; evidentemente, la publicidad en televisin parece ser ms eficaz que servir refrescos. Ahora, por cada una de las 9 combinaciones puede determinar ganancias o prdidas del mercado para A como se indica en la siguiente matriz de pagos.
13

14

b1

b2

b3

a1

-10

-11

-1

a2

-8

-6

a3

20

-10

-13

14

15

Juegos de suma cero para dos personas: estrategias aleatorias, dominacin y solucin grafica
En este tipo de juegos, lo que uno gana es igual a lo que otro pierde, de manera que si sumamos la ganancia y la prdida, el resultado es exactamente cero. Se analiza como determinar el valor y la estrategia ptimos para un juego de suma cero para dos personas que no tiene un punto silla. Se inicia con el juego sencillo de pares y nones. Ejercicio Dos jugadores (que se llaman Non y Par) escogen de manera simultnea el nmero de dedos (1 o 2) que deben mostrar. Si la suma de los dedos que muestran los jugadores en non, entonces Non gana 1 dlar a Par. Si la suma de los dedos es par, entonces Par gana 1 dlar a Non. Consideramos que el jugador de los renglones es Non y que el jugador de las columnas es Par. Determine si este juego tiene un punto silla. Solucin: Este juego de suma cero cuya matriz de recompensas es la que se muestra en la siguiente tabla. Puesto que Max (mnimo del rengln= =-1 y min (mximo de las columnas)= +1, no se cumple la ecuacin (1), y este juego no tiene punto silla. Bueno todo lo que sabemos es que Non puede estar seguro de una recompensa de por lo menos -1, y Par puede mantener a Non es una recompensa de cuando mucho +1. Por lo tanto no es evidente como determinar el valor del juego y las estrategias ptimas

Jugador renglones Non 1 dedo 2 dedos

de

los Jugador columnas 1 dedo -1 +1 +1

de

las

2 dedos +2 -1 +1 -1 -1

Mximo se columnas
15

16

Estrategias aleatorias o combinados

Debemos ampliar el conjunto de estrategias admisibles para cada jugador con el fin de incluir las estrategias aleatorias. Hemos supuesto que hasta ahora que cada vez que un jugador juega, aplica la misma estrategia. Por qu no dejar que cada jugador escoja una ejemplo: X1= probabilidad de que Non levante un dedo X2= probabilidad de Non levante dos dedos y1= probabilidad de que Par levante un dedo y2= probabilidad de que Par levante dos dedos Por lo que se entendi si x10, x20 y x1+x2 = 1, entonces (x1,x2) es una estrategia combinada o aleatoria a Non. Por ejemplo Non puede seguir la estrategia (1/2,1/2) si lanza una moneda antes de cada jugada del juego y levanta un dedo si sale cara o dos dedos si sale cruz; de igual manera para Par. probabilidad de aplicar cada estrategia? Por

Solucin grafica de pares y nones Con este es posible determinar la estrategia ptima de Non. Como x1 + x2 =1, sabemos que x2 = 1 x1. Por lo tanto, cualquier estrategia combinada puede ser (x1, 1 - x1) y solo basta determinar el valor de x. supngase que Non selecciona una estrategia combinada [x1, (1 x1)]. Cul es la recompensa esperada de Non comparada con cada una de las estrategias de Par? Si par levanta un dedo, entonces non recibir una recompensa de -1 con probabilidad x1 y una recompensa de +1 con probabilidad de x2 = 1 x1. Por lo tanto, si Par

16

17

levanta un dedo y Non elige la estrategia combinada (x1,1 x1), entonces la recompensa esperada de non es: (-1) x1 + (+1) (1 - x1) = 1 2x1 Como funcin de x1 esta recompensa esperada se traza como un segmento de recta AC en de igual manera, si par muestra dos dedos y non elige la estrategia combinada (x1, 1 x1), la recompensa esperada de non es: (+1) x1 + (-1) (1 - x1) = 2x1 1 Que es el segmento de la recta DE.

E (1,1) A

B 1

X1

C (1,-1)

AC= recompensa de non x1 si par escoge 1 DE= recompensa de non x1 si par escoge Cmo hacer que una estrategia no optima recompense? Estrategia de Non X1< X1 > Y1< Y2> Par puede escoger 2 dedos 1 dedo 1 dedo 2 dedos Recompensa esperada <0 (sobre BD) <0 (sobre BC) >0 (sobre AB) > 0 (sobre BE)

17

18

Programacin Lineal Historia

A pesar de que la programacin lineal se empez a estudiar desde finales del S.XIX no fue hasta mediados del presente siglo en que tuvo auge como tcnica matemtica aplicable a los problemas de la empresa. El Dr. G. Damtzing desarroll el mtodo simplex y con ello hizo posible la solucin de grandes problemas modelados con programacin lineal que solo quedaban en la situacin de estudios. Paralelamente a la invencin de este mtodo a partir de mediados del siglo se desarroll la computacin digital y se pudo tener resultados ptimos a los problemas estudiados que se quedaron como modelos. La programacin lineal es actualmente la tcnica matemtica utilizada ms actualmente gracias a que el algoritmo simplex es muy eficiente y al desarrollo de la computacin. Lo que se busca con la aplicacin de la programacin lineal es resolver problemas comunes y a la vez muy variados de la empresa en donde en general se tienen necesidades por satisfacer con cierto nmero de recursos limitados o escasos y con el objetivo de lograrlo en forma ptima. Esto significa la bsqueda de un valor mximo cuando se trata de beneficios; o bien la bsqueda de un mnimo cuando se trata de esfuerzos a desarrollar. Un modelo de programacin lineal es un conjunto de expresiones matemticas las cuales deben cumplir la caracterstica de linealidad que puede cumplirse siempre y cuando las variables utilizadas sean de primer grado. Adems un modelo de P.L debe tener las propiedades de:

onalidad Aditividad (adicin) Divisibilidad Certidumbre (certeza) La Programacin Lineal (PL) es una de las principales ramas de la Investigacin Operativa. En esta categora se consideran todos aquellos modelos de optimizacin donde las funciones que lo componen, es decir, funcin objetivo y restricciones, son funciones lineales en las variables de decisin. Adems es un procedimiento o algoritmo matemtico mediante el cual
18

19

se resuelve un problema indeterminado, formulado a travs de ecuaciones lineales, optimizando la funcin objetivo, tambin lineal.

Consiste en optimizar (minimizar o maximizar) una funcin lineal, denominada funcin objetivo, de tal forma que las variables de dicha funcin estn sujetas a una serie de restricciones que expresamos mediante un sistema de inecuaciones lineales. Se considera que las variables de decisin tienen un comportamiento lineal, tanto en la funcin objetivo como restricciones del problema. En este sentido, la Programacin Lineal es una de las herramientas ms utilizadas en la Investigacin Operativa debido a que por su naturaleza se facilitan los clculos y en general permite una buena aproximacin de la realidad. Son frecuentemente usados para abordar una gran variedad de problemas de naturaleza real en ingeniera y ciencias sociales, lo que ha permitido a empresas y organizaciones importantes beneficios y ahorros asociados a su utilizacin.

Los Modelos Matemticos se dividen bsicamente en Modelos Determistas (MD) o Modelos Estocsticos (ME). Modelo (MD): se considera que los parmetros asociados al modelo son conocidos con certeza absoluta.

19

20

Modelo (ME): donde la totalidad o un subconjunto de los parmetros tienen una distribucin de probabilidad asociada. Los cursos

introductorios a la Investigacin Operativa generalmente se enfocan slo en Modelos Determistas.

Ejemplo: Un o s gra n de s a lma ce ne s en ca rga n a un f a b rica nt e p an t a lon e s y ch a qu e t a s d ep o rt iva s. El f a b rica n t e d isp on e p a ra la

co nf e cci n d e 75 0 m d e t e jido d e a lgo d n y 1 0 0 0 m de t e jido d e po li st e r. Cad a p a nt a l n p re cisa 1 m d e a lgo d n y 2 m de p o li st e r. Pa ra cad a ch a qu et a se n ec e sit a n 1 .5 m d e algo d n y 1 m de p o li ste r. E l p re cio d e l pa n tal n se f ija e n 5 0 .00 y e l d e la ch a qu e ta en 40 .0 0 Q u nme ro de pa nta l one s y c ha que ta s de be s umi ni s trar e l fa bric a nte a l os a l ma ce ne s pa ra que s tos c ons iga n una ve n ta m x i ma ?

P a s o 1 . - E le cci n d e la s in c gn it a s . x = n m e ro d e pa nt a lo ne s

20

21

y = n m e ro d e chaqu e t a s

P a s o 2 . -Func i n obje ti vo

P a s o 3 . -Re s tri cc ione s P a ra e scrib ir la s re st riccio n e s va mo s a a yu d a rn o s de u n a t a b la:

P a nta l one s a l godn pol i s te r 1 2

c ha que ta s 1,5 1

di s poni bl e 750 1 0 00

Co m o

el

n m e ro

de

pa n ta lo n e s

ch a qu e ta s

son

n me ro s na t u ra le s, t e nd rem o s d o s rest riccio n e s m s: X 0 Y 0

P a s o 4 . - Ha lla r e l co n ju nt o de so lu cio n e s f a ct ib le s

T en em o s re st riccio n e s.

qu e

re p re se n ta r

gr f ica me n te

la s

21

22

A l se r x 0 e y 0 , t ra b a ja re m o s e n e l p rime r cu a d ran t e . Re p re se nt am o s las re ct a s, a p a rt ir d e su s p u nt o s de co rt e con lo s e je s.

Re so lve m o s grf ica m en t e la in e cu a ci n : 2 x +3 y 1 50 0 , p a ra e llo t om am o s u n p u nt o d e l p lano , po r e jem p lo e l (0 , 0 ).

Co m o 0 1 50 0 e n t on ce s e l pu n to (0 , 0 ) se e n cu e nt ra e n e l se m ip la no d on d e se cum p le la de sigu a ld a d . De m od o a n lo go re so lve m o s 2 x + y 1 0 00 .

L a zo n a d e in terse cci n d e la s so lu cio n e s d e las in e cu a cion e s se ra la so lu cin a l sist e ma d e in e cua cio n e s, qu e co n st itu ye e l co n ju nt o de la s so lu cio n e s f a ct ib le s.

22

23

P a s o 5 . - Ca lcu la r la s co o rde na d a s d e lo s v rt ice s de l re cin t o d e la s so lu cio ne s f a ct ib le s. L a s ol uc i n ptima , si e s n ica , se en cu en t ra e n u n v rt ice d e l re cin t o . st o s so n la s so lu cio n e s a lo s sistem a s:

23

24

P a s o 6 . - Ca lcu la r el va l or de l a funcin obje ti vo E n la f u n cin o bje t ivo su st it u im o s ca da u no d e los v rt ice s. F(x, y) = 5 0 x + 4 0 y F (0 , 5 00 ) = 5 0 0 + 4 0 5 0 0 = 2 00 0 0 F (5 0 0 , 0 ) = 5 0 500 + 4 0 0 = 2 5 00 0 F (3 7 5 , 2 50 ) = 5 0 3 7 5 + 4 0 2 50 = 287 5 0 Mx i mo

La s ol uci n pti ma e s fa bri ca r

3 7 5 p a nt a lon e s 2 5 0 ch a qu e ta s 2 8 75 0 op t im iza ci n m xim a

24

25

Bibliografa Investigacin de operaciones

25