1

Instituto tecnológico de la chontalpa

Nombre:

Jessica Soberano Rodríguez. (181160210)

Docente:

Carolina Manrique León.

Tarea:

“investigación de la unidad 2”.

Materia:

Investigación de operaciones 1.

Semestre y grupo:

6to “A”.

Lugar y fecha:

Nacajuca, tabasco 16/Jul/20.

 2

Contenido

2.1 Formulación y aplicación de los modelos de programación lineal.................3

2.2 método grafico.....................................................................................................12

2.3 Método simplex....................................................................................................14

2.3.1 Método algebraico............................................................................................16

2.3.2 La tabla simplex................................................................................................17

2.4 Método dual..........................................................................................................19

2.5 Método dual simple.............................................................................................21

2.6 Análisis de resultado...........................................................................................24

Referencias bibliográficas........................................................................................26
 3

2.1 Formulación y aplicación de los modelos de programación

lineal

Elementos básicos de un modelo matemático

Un modelo matemático es producto de la abstracción de un sistema real, eliminando

las complejidades y haciendo suposiciones pertinentes; se aplica una
técnica matemática y se obtiene una representación simbólica del mismo.

Un modelo matemático consta al menos de tres elementos o condiciones básicas:

Las Variables de decisión, la Función Objetivo y las Restricciones.

 Variables de decisión y parámetros

Las variables de decisión son incógnitas que deben ser determinadas a partir de la
solución del modelo. Los parámetros representan los valores conocidos del sistema o
que se pueden controlar. Las variables de decisión se representan por: X1, X2, X3,…,
Xn ó Xi, i = 1, 2, 3,…, n.

 Función Objetivo

La función objetivo es una relación matemática entre las variables de decisión,

parámetros y una magnitud que representa el objetivo o producto del sistema. Es
la medición de la efectividad del Modelo formulado en función de las variables.
Determina lo que se va optimizar (Maximizar o Minimizar).

La solución ÓPTIMA se obtiene cuando el valor de la Función Objetivo es óptimo

(valor máximo o mínimo), para un conjunto de valores factibles de las variables. Es
decir, hay que reemplazar las variables obtenidas X1, X2, X3,…, Xn; en la Función
Objetivo Z = f (C1X1, C2X2, C3X3,…, CnXn) sujeto a las restricciones del modelo
matemático.
 4

Por ejemplo, si el objetivo es minimizar los costos de operación, la función objetivo

debe expresar la relación entre el costo y las variables de decisión, siendo el resultado
el menor costo de las soluciones factibles obtenidas.

 Restricciones

Las restricciones son relaciones entre las variables de decisión y

los recursos disponibles. Las restricciones del modelo limitan el valor de las variables
de decisión. Se generan cuando los recursos disponibles son limitados.

En el Modelo se incluye, adicionalmente de las restricciones, la Restricción de No

Negatividad de las Variables de decisión, o sea: Xi = 0.

Por ejemplo, si una de las variables de decisión representa el número de empleados

de un taller, el valor de esa variable no puede ser negativo. O también, si una de las
variables es la cantidad de mesas a fabricar, su valor solamente podrá ser igual a cero
ó mayor que cero, o sea positivo; sería absurdo obtener como resultado que se va a
fabricar – 4 mesas.

La programación lineal es la interrelación de los componentes de un sistema, en

términos matemáticos, ya sea en forma de ecuaciones o inecuaciones lineales
llamado Modelo de Programación Lineal. Es una técnica utilizada para
desarrollar modelos matemáticos, diseñada para optimizar el uso de los recursos
limitados en una empresa u organización.

El Modelo de Programación Lineal, es una representación simbólica de la realidad

que se estudia, o del problema que se va a solucionar. Se forma con expresiones de
lógicas matemáticas, conteniendo términos que significan contribuciones: a
la utilidad (con máximo) o al costo (con mínimo) en la Función Objetivo del modelo. Y
al consumo de recursos disponibles (con desigualdades = ó = e igualdades =) en las
restricciones.
 5

En el presente texto desarrollaremos Modelos Matemáticos de Programación Lineal

de: Maximización y Minimización, los cuales estarán indicados en la Función Objetivo
del Modelo.

Problemas de aplicación para formular un modelo

1). Proceso de producción.- Una fábrica produce dos tipos de productos: M y N, los

costos de producción de ambos productos son $3 para el producto M y $5 para el
producto N. El tiempo total de producción está restringido a 500 horas; y los tiempos de
producción son de 8 horas/unidad para el producto M y de 4 horas/unidad para el
producto N. Formule el Modelo matemático que permita determinar la cantidad de
productos M y N a producir, y que optimice el Costo total de producción de los dos
productos.

Formulación del Modelo

En la formulación del modelo, podemos ayudarnos con la representación del

Problema mediante un organizador gráfico o esquema:
 6

 Definición de Variables

Se desea formular un modelo matemático para determinar la cantidad que debe

producirse por cada producto (M y N), por lo tanto tendremos dos variables,
representados por: x1 , x2.

Siendo: x1 = Cantidad a producirse del producto M,

x2 = Cantidad a producirse del producto N

 Función Objetivo

Como se tiene información de Costos de producción de los productos M y N, el

objetivo será minimizarlos:

Luego la Función Objetivo será Minimizar "C" igual al Costo total de producción del
producto M más el Costo total de producción del producto N.

Matemáticamente la Función Objetivo es:

 Definición de Restricciones

El tipo de recurso en el problema es el tiempo (puede ser horas hombre u horas

máquina). Formulamos la restricción, colocando en el lado izquierdo de la inecuación el
consumo unitario de los productos M y N, y en el lado derecho la cantidad disponible
del recurso (500 horas).
 7

Resumiendo tenemos el siguiente Modelo matemático de Programación Lineal del

Problema (un modelo con dos variables y una restricción, estando listo para aplicar
un método de solución:

2). Líneas de Producción.- Un empresario tiene 80 kg de acero y 120 kg

de aluminio, y quiere fabricar dos modelos de bicicletas: bicicletas de paseo y bicicletas
de montaña, para venderlas en el mercado a S/. 200 y S/. 150 respectivamente cada
modelo, a fin de obtener el máximo beneficio. Para la bicicleta de paseo empleará 1 kg
de acero y 3 kg de aluminio, y para la bicicleta de montaña usará 2 kg de
ambos metales. Formular el modelo matemático de programación lineal, que permita
determinar la cantidad óptima de bicicletas a producir, para obtener el mayor beneficio
económico.

Formulación del Modelo

Representamos el Problema mediante un organizador gráfico o esquema

 8

 Definición de Variables:

Se desea determinar la cantidad de bicicletas a producir por cada modelo (paseo y

montaña), por lo tanto tendremos dos variables.

Sean: x1 = Cantidad de bicicletas de paseo a fabricar

x2 = Cantidad de bicicletas de montaña a fabricar

 Función Objetivo

El objetivo del problema es maximizar los beneficios económicos totales (Z) de los
modelos de bicicletas que fabricará el empresario.

Precio de venta de la bicicleta de paseo = S/. 200

Precio de venta de la bicicleta de montaña = S/. 150

Beneficio económico = Precio de venta unitario x cantidad a fabricar

Beneficio económico total de bicicleta de paseo = 200 x1

Beneficio económico total de bicicleta de montaña = 150 x2

Luego la Función objetivo será: Maximizar: Z = 200 x1 + 150 x2

 Definición de Restricciones
 9

Elaboramos una tabla de materia prima consumida (Acero y Aluminio) por cada

modelo de bicicleta (paseo y montaña) y su disponibilidad:

Modelo de bicicleta Acero Aluminio

Paseo 1 kg. 3 kg.

Montaña 2 kg. 2 kg.

Disponibilidad
80 kg. 120 kg.
de materia prima

Restricción del consumo de Acero en la fabricación de bicicletas:

1 x1 + 2 x2 < 80

Restricción del consumo de Aluminio en la fabricación de bicicletas:

3 x1 + 2 x2 < 120

Observación:

 El lado derecho de las restricciones, 80 y 120 representa la disponibilidad en kg.

de acero y aluminio respectivamente (materia prima).

 El lado izquierdo en las restricciones indica el consumo unitario de materia prima

por cada modelo de bicicleta.

 Condición de no negatividad: La producción de cada modelo de las bicicletas

pueden ser cero (0) o mayor que cero, o sea: x1, x2 = 0

Luego el Modelo matemático de Programación Lineal (con dos variables y dos

restricciones) será:
 10

3). Caso de toma de decisiones.- Suponga con los datos del problema 2), anterior,

si el empresario por restricción económica decide hacer solo un modelo de bicicleta.
¿Cuál modelo debe elegir? ¿Por qué?

Las alternativas de fabricación se desarrollan en las restricciones del Modelo

matemático; y la toma de decisiones se determina evaluando en la Función objetivo
las alternativas obtenidas.

La decisión a tomar, por restricción económica, es producir un solo modelo de

bicicleta que genere mayor beneficio al empresario. Luego desarrollamos las
alternativas evaluando en las restricciones del modelo:

La toma de decisiones se realiza evaluando en la Función objetivo las alternativas

de fabricación obtenidas por modelo de bicicleta. A continuación
se muestra el procedimiento a realizar.
 11

Toma de decisiones:

Como la Función objetivo es maximizar el beneficio económico, generado por

las ventas, tomamos la decisión de fabricar solo bicicletas de paseo, por ser el
modelo que va generar mayor ganancia, equivalente a S/. 8,000.

Observación:

Hemos demostrado la importancia de formular un modelo matemático adecuado, ya

que un error en la formulación del Modelo, nos puede llevar a tomar una decisión
equivocada que puede generar graves consecuencias para la empresa u organización.

 
 12

2.2 método grafico

El método gráfico es una forma fácil y rápida para la solución de problemas de

Programación Lineal, siempre y cuando el modelo conste de dos variables. Para
modelos con tres o más variables, el método gráfico es imposible.

Consiste en representar geométricamente las restricciones, condiciones técnicas y

función objetivo objetivo.

Los pasos necesarios para realizar el método son:

1. hallar las restricciones del problema

2. Las restricciones de no negatividad Xi ≥ 0 confían todos los valores posibles.

3. sustituir ≥ y ≤ por (=) para cada restricción, con lo cual se produce la ecuación de
una línea recta.

4. trazar la línea recta correspondiente a cada restricción en el plano. La región en

cual se encuentra cada restricción, el área correspondiente a cada restricción lo define
el signo correspondiente a cada restricción (≥ ó ≤) se evalúa un punto antes y después
de la recta trazada, el punto que cumpla con la inecuación indicara el área
correspondiente

5. el espacio en el cual se satisfacen las tres restricciones es el área factible

 13

Cada punto situado en la frontera del espacio del área factible, es decir que
satisfacen todas las restricciones, representa un punto factible.

6. Las líneas paralelas que representan la función objetivo se trazan mediante la

asignación de valores arbitrarios a fin de determinar la pendiente y la dirección en la
cual crece o decrece el valor de la función objetivo.

7. la solución óptima puede determinarse al observar la dirección en la cual aumenta

la función objetivo, se procede a graficar la función objetivo, si es un problema de
minimización la solución óptima es el primer punto factible que toque la función Z, y si
por lo contrario es un problema de maximización, será entonces el último de los puntos
factibles que toque la función Z

Hay principalmente cuatro tipos de problemas, de única solución, múltiples

soluciones, solución no acotada y no factible, a continuación hay un ejemplo de cada
caso, en el cual se puede observar la comparación de la solución obtenida con el
método gráfico, y la solución obtenida con el método simplex.
 14

2.3 Método simplex

Objetivo del Método Simplex: El alumno analizará los fundamentos de la

programación lineal así como el procedimiento gráfico y el respectivo procedimiento del

Método Simplex. El Método Simplex es un procedimiento iterativo el cual permite

mejorar la solución a cada paso. Este proceso concluye cuando no es posible seguir

mejorando la solución. Éste método se puede considerar como un método algebraico

para resolver problemas de programación lineal el cual involucra dos o más variables.

El Método Simplex fue creado en el año de 1947. Su primera aplicación fue después del

verano de 1947 cuando se resolvió un problema de programación de 9 restricciones y

27. Usando calculadora de escritorio se requirieron 120 días, en la actualidad y un

programa para resolver el Método Simplex será cosa de minutos.

El Método Simplex como herramienta de programación lineal constituye una de las

mejores formas para obtener la solución más óptima en programación lineal. En este

método utilizaremos las desigualdades <, >, ≥ y ≤.

Conceptos utilizados en el Método Simplex

1. Variable de decisión. Con estas variables se hace referencia al conjunto de

variables cuya magnitud se desea determinar.

2. Restricciones. Están constituidas por el conjunto de desigualdades que limitan los

valores que puedan tomar las variables de desigualdad.

 15

3. Función objetivo. Es una función matemática que relaciona las variables de

decisión.

4. Linealidad. Se refiere a que la relación entre las variables de la función objetiva

y restricciones deben ser lineales.

5. Desigualdades. Las desigualdades utilizadas para representar las restricciones

deben ser cerradas.

6. Condición de no negatividad. En la programación lineal las variables de decisión

solo pueden tomar valores mayores o iguales que cero.

Pasos a seguir en el Método Simplex

1. Cambiar las desigualdades a ecuaciones.

2. Agregar variables de holgura a las restricciones (S1, S2).

3. Agregar variable de holgura faltante.

4. Construir la tabla simplex.

5. Agregar las columnas Cj y Cj-Zj.

6. Analizar el renglón Cj-Zj. Si existen números positivos se realizará otra tabla

simplex.

7. Determinar que variable X1, X2, X3… Xn sale o que entra.

8. Determinar si sale S1 o S2.

 16

2.3.1 Método algebraico

El método algebraico es un procedimiento con el que hemos estado relacionados

antes que conociéramos siquiera las implicaciones del término optimización en la vida
de todo ingeniero industrial.

Cuando se estudian asignaturas, especialmente en carreras como las ingenierías, los

estudiantes muestran un particular interés en saber el ¿Para qué? es necesario dicho
aprendizaje. Por medio del estudio del método gráfico se va a poder resolver la
inquietud de porque en cierta medida es importante manejar el álgebra. Con el método
algebraico se va a hacer uso de todas las herramientas que utilizaste para resolver
sistemas de ecuaciones lineales, en alegra básica vista en 9º hasta la eliminación de
Gauss Jordán vista en los primeros semestres del ciclo básico en carreras relacionadas
con el estudio de los números.

Ahora bien, la mejor manera de dominar este método es tener un buen dominio del
algebra y un pensamiento lógico matemático, y obviamente mucha práctica, puesto que
como dice el adagio popular: “La práctica hace al maestro” De acuerdo a consultas
realizadas específicamente en el libro investigación de operaciones I de francisco
Chediak, el cual recomiendo dado su terminología y la facilidad con la que se
ejemplifican las temáticas, tenemos los siguientes pasos para resolver problemas de
programación lineal por medio del método aquí citado:

Pasos para desarrollar el método algebraico según Chediak:

 Hallar una solución básica y factible (solución inicial)

 Expresar las inecuaciones como ecuaciones.

 Hallar una variable básica para cada ecuación:

 Organizar el sistema de ecuaciones lineales

 17

 Escoger la variable que entra.

 Escoger la variable que sale.

 Reorganizar el sistema de ecuaciones.

 Repetir los pasos 2,3, y 4 hasta encontrar la solución.

Cuando se estudie el método simplex se darán cuenta que no es más que una

aplicación iterada del método algebraico y si dominan este último les será de mucha

ayuda a la hora de resolver problemas con el método simplex.

2.3.2 La tabla simplex

La resolución de programas lineales mediante el método Simplex implica la

realización de gran cantidad de cálculos, sobre todo cuando el número de variables y/o

restricciones es relativamente elevado. Sin embargo, estos cálculos no son complejos y

pueden realizarse en modo sistemático utilizando una forma tabular. Así surgen las

conocidas como tablas del Simplex, que no son más que una forma de organizar los

cálculos. Sobre las tablas del Simplex comentar que su interés es totalmente

pedagógico, ya que en los casos reales la magnitud de los problemas que suelen

aparecer hace que nadie las utilice de forma directa para resolverlos. En tales casos, ha

de recurrirse al uso del computador.

Para aplicar el método Simplex en forma de tabla a un problema de la forma:

 18

En primer lugar se construye la tabla

siguiente:

Donde:

v es el producto escalar de los vectores (cb1,cb2,...,cbm) y (b1,b2,...,bm)

yk es el producto escalar de los vectores (cb1, cb2,..., cbm) y (a1k, a2k,..., amk) para

k=1,2,...m.

zk=ck-yk para k=1,2,..., m.

Observar la forma en que se construye esta tabla:

En la primera fila de la tabla se colocan los coeficientes de las variables en la función

objetivo.
 19

En las tres primeras columnas aparecen los coeficientes de las variables básicas en

la función objetivo, las variables básicas iniciales y el vector de términos independientes

de las restricciones, respectivamente.

La parte central de la tabla está formada por la matriz de coeficientes A. Los

elementos de la penúltima fila son los productos escalares del vector dela primera

columna con los vectores de la tabla que quedan encima de cada uno de esos

elementos.

Finalmente, en la última fila aparece la diferencia de las filas primera y penúltima.

Cada tabla del Simplex está asociada a una solución básica factible. De forma que,

una vez construida la tabla inicial, deben establecerse las reglas que permitan obtener

las tablas asociadas a las siguientes soluciones básicas, así como saber la solución

básica que lleva asociada cada tabla. Además es necesario saber cuándo una tabla

corresponde a la solución óptima, esto último se consigue analizando los signos de la

última fila de la tabla.

2.4 Método dual

Todo problema de programación lineal tiene asociado con él otro problema de

programación lineal llamado DUAL. El problema inicial es llamado PRIMO y el problema

asociado (sombra) es llamado el problema PRIMO. Los dos juntos son llamados

problemas duales ya que ambos están formados por el mismo conjunto de datos. La

solución básica factible óptima de estos problemas es tal que uno puede fácilmente ser

usada para la solución de la otra. La dimensión del problema de programación lineal

influencia la elección del cálculo del primo o del dual. Si el primo tiene más ecuaciones
 20

que variables, es frecuentemente más fácil obtener la solución del dual ya que menor

número de iteraciones son requeridas. Además si el primo tiene solución, el dual tendrá

solución. Una vez que el problema dual es formulado, el procedimiento de solución es

exactamente el mismo que para cualquier problema de programación lineal.

Mecánicamente el dual es formulado partiendo del problema primo en la siguiente

forma:

Si el primo es un problema de Maximización, el dual es un problema de Minimización y

viceversa.

1. Los coeficientes de la función objetivo del primo se convierten en las restricciones

constantes de las ecuaciones del dual.

2. Las restricciones de las ecuaciones del primo se convierten en los coeficientes de

la función objetivo del dual.

3. Los coeficientes de las variables del dual en las ecuaciones restrictivas son

obtenidas sacando la transpuesta de la matriz de coeficientes del primo ( los arreglos

de los coeficientes en las columnas del primo se convierten en los coeficientes de las

filas en el dual y viceversa ).

4. Los signos de la desigualdad son invertidos.

5. Las Xn variables del primo son remplazadas por Wm variables en el dual.

 21

Notación numérica

2.5 Método dual simple

TEORIA DE LA DUALIDAD

Cada problema de programación lineal  está estrechamente relacionado con otro

problema simétrico a él, denominado problema dual. El dualismo es una teoría que

surge como consecuencia de una profundización en el estudio de la programación lineal

porque la distribución de los recursos y la formación de los precios son dos aspectos

del mismo problema. Entonces la doble formulación de la programación lineal no se

debe considerar como un simple ejercicio matemático, sino que una y otra versión del

problema vienen a explicar dos aspectos económicos distintos para una misma

situación problémica. Una propiedad fundamental de la relación entre el primal y el dual

es que la solución óptima de

cualquiera de estos

problemas proporciona la

solución óptima para el

otro.

 
 22

IMPORTANCIA DE LA DUALIADA EN LA PROGRAMACION LINEAL

 La resolución de los problemas duales respecto a los primales se justifica dada la

facilidad que se presenta dados problemas donde el número de restricciones supere al

número de variables. Además de tener gran aplicación en el análisis económico del

problema. Otra de las ventajas que presenta es que dado a que el número de

restricciones y variables entre problema dual y primal es inverso, se pueden resolver

gráficamente problemas que presenten dos restricciones sin importar el número de

variables.

METODO DUAL SIMPLEX: Como sabemos, el método simplex es un algoritmo

iterativo que iniciando en una solución básica factible pero no óptima, genera

soluciones básicas factibles cada vez mejores hasta encontrar la solución óptima (sí

esta existe). Nótese que la base de su lógica es mantener la factibilidad, mientras busca

la optimalizad. Pero surge la posibilidad de usar otro esquema igualmente iterativo, que

como contraparte del simplex, comienza en una solución básica óptima, pero no factible

y mantiene la inexorabilidad mientras busca la factibilidad. Con este procedimiento se

llega igualmente a la solución óptima.

El nuevo algoritmo fue desarrollo en 1954 por C. E. Lemke y se conoce con el

nombre de Método Dual-Simplex. A continuación se presenta su estructura y un

ejemplo para ilustrar su aplicación.

CARACTERÍSTICAS DE LA SOLUCIÓN DEL DUAL Y DEL PRIMAL.

 23

 Existen algunas de las propiedades de interés a cerca de las soluciones del dual y el

primal. Si el primal tiene solución óptima acotada x*, el dual también tendrá solución

óptima acotada u*, ambas soluciones darán el mismo valor de la función objetivo. c´. x*

= b´. u*

Si uno de los dos problemas tiene óptimo no acotado, el otro solo tendrá solución, la

región factible será un conjunto vacio.

Si uno de los dos problemas no tiene solución, el otro puede obtener óptimo no

acotado, o tampoco tener solución. La dualidad es importante por el hecho de que es

equivalente resolver un problema a resolver su dual. Ello es debido a que los precios

sombra de dual son las soluciones de problemas y viceversa. Así, en ocasiones, puede

resultar conveniente obtener las soluciones de problemas a partir de los precios sombra

de dual en vez de resolver problemas directamente. La resolución de los problemas

duales respecto a los primales se justifica dada la facilidad que se presenta dados

problemas donde el número de restricciones supere al número de variables. Además de

tener gran aplicación en el análisis económico del problema. 

VENTAJAS Y DESVENTAJAS DE LA DUALIDAD.

Una de las ventajas de la existencia del programa dual es la posibilidad de reducir el

esfuerzo computacional  al resolver ciertos modelos de programación lineal.

Permite resolver problemas de programación lineal de forma más rápida y sencilla.

Es otra vía para resolver un problema de programación lineal.

 24

Facilita profundizar en el contenido económico del problema original (primal).

Puede ser utilizada para resolver el caso en que se debe considerar la introducción

de una nueva variable en el primal una vez que ha de sido obtenida la solución óptima,

sin tener que resolver completamente el problema.

2.6 Análisis de resultado

Cuando se hayan terminado de usar los métodos y herramientas seleccionados para

el estudio, se tendrá información almacenada en cuadernos, archivos e índices

organizada cronológicamente o por método usado, o ambos. Este apartado trata sobre

los procesos que permiten analizar la información recopilada; verificar su confiabilidad

mediante la triangulación; interpretar y comprender los resultados; y presentar y usar

los resultados. Debido a que la documentación es uno de los resultados más

importantes de un estudio devaluación de la higiene se demuestra, en términos

prácticos, cómo la investigación y el análisis se vinculan con la redacción de informes.

Existen cuatro etapas principales en el análisis e interpretación de la información

cualitativa. Estos se tratan más detalladamente en varios textos, incluidos Patton

(1986,1990), Miles y Huberman (1994) y Silverman (1994). Aquí nos centraremos más

en lastareas prácticas que en los temas teóricos. Análisis descriptivo. La descripción y

análisis dela información cualitativa están estrechamente vinculados, de ahí la frase

análisis descriptivo. Este análisis incluye una descripción de la finalidad del estudio, la
 25

localidad y personas comprometidas, y sus generalidades usualmente se presentan en

la introducción del informe.

El análisis descriptivo se centra en cómo, dónde y quién recolectó la información, lo

cual implica revisar la información, identificar vínculos, patrones y temas comunes,

ordenar los hechos y presentarlos como son, sin agregar ningún comentario sobre su

importancia. En el informe, esto se presenta generalmente en la sección de Resultados.

El orden de los resultados puede ser cronológico, según la secuencia de observación

de los hechos, o jerárquico, de acuerdo a la importancia de los temas. La introducción y

la sección del aná lisis descriptivo (resultados) del informe deben responder las

siguientes preguntas básica

Referencias bibliográficas

. Bueno A. G. de. Introducción a la programación lineal y al análisis de sensibilidad,

México: Trillas 1990, 1889 pp.

4. Daellenback H., George J. y D. Menickle, Introducción a técnicas de investigación

de operaciones, México: CECSA, 1986, 771 pp.

7. Wayne L. Winston, Investigación de operaciones. Aplicaciones y algoritmos,

México: Thompson, 2005, 1418 pp.