Universidad de Buenos Aires – Facultad de Ciencias Económicas – Administración de la Producción – Curso: 453/8

Titular: Dr Carlos Bulaievsky – Docente: Lic Alejandro Ordoñez

Anexo Teórico – Programación Lineal
Programacion Lineal

La programación lineal (PL) es un procedimiento o algoritmo matemático mediante el cual se resuelve un problema
indeterminado, formulado a través de un sistema de inecuaciones lineales optimizando una función objetivo, también lineal.
El matemático fránces Jean Baptiste-Joseph Fourier (1768-1830) fue el primero en intuir, aunque de forma imprecisa, los métodos
de lo que actualmente llamamos programación lineal y la potencialidad que de ellos se deriva.
Como origen de la PL, en 1947, G.B. Dantzig formula, en términos matemáticos muy precisos, el enunciado estándar al que cabe
reducir todo problema de programación lineal. Se trata de dar respuesta a situaciones en las que se exige maximizar o minimizar
funciones (beneficios, costes, etc) que se encuentran sujetas a determinadas limitaciones, que llamaremos restricciones (nº de
operarios, maquinaria, kg mercancía, etc) .
Su empleo es frecuente en aplicaciones de la industria, la economía, la estrategia militar, etc.
Existen tres métodos para resolver un problema de PL con dos variables (x,y):

1) Método gráfico, basado en las rectas de nivel

2) Método gráfico-analítico, básado en el cálculo de vértices
3) Método SIMPLEX (es un procedimiento iterativo que permite ir mejorando la solución a cada paso).
Nosotros optaremos por explicar el segundo método, pues resulta más intuitivo y sencillo.

Etapas del método de los vértices aplicado en programación lineal

Los pasos a seguir son:
1) Elegir las incógnitas.
2) Escribir la función objetivo en función de los datos del problema.
3) Escribir las restricciones en forma de sistema de inecuaciones.
4) Averiguar el conjunto de soluciones factibles representando gráficamente las restricciones.
5) Calcular las coordenadas de los vértices del recinto de soluciones factibles (si son pocos).
6) Calcular el valor de la función objetivo en cada uno de los vértices para ver en cuál de ellos presenta el valor máximo o
mínimo según nos pida el problema (hay que tener en cuenta aquí la posible no existencia de solución si el recinto no está
acotado)

Función Objetivo
En esencia la programación lineal consiste en optimizar (maximizar o minimizar) una función objetivo, que es una función lineal
de varias variables, en casos sencillos dos variables: f(x,y)=Z = ax + by
 Universidad de Buenos Aires – Facultad de Ciencias Económicas – Administración de la Producción – Curso: 453/8
Titular: Dr Carlos Bulaievsky – Docente: Lic Alejandro Ordoñez
Anexo Teórico – Programación Lineal
Restricciones
La función objetivo está sujeta a una serie de restricciones, expresadas por inecuaciones lineales:
a1x + b1y ≤ c1
a2x + b2y ≤ c2
anx + bny ≤ cn
Cada desigualdad del sistema de restricciones determina un semiplano.

Región factible
El conjunto intersección, de todos los semiplanos formados por las restricciones, determina un recinto limitado o ilimitado,
llamado región factible, acotado o no, que recibe el nombre de región de validez o zona de soluciones factibles.

Solución óptima
El conjunto de los vértices del recinto se denomina conjunto de soluciones factibles básicas y el vértice donde se presenta la
solución óptima se llama solución máxima (o mínima según el caso).

Valor del programa lineal

El valor que toma la función objetivo en el vértice de solución óptima se llama valor del programa lineal.

Casos que se pueden presentar

Los problemas de Programación Lineal con dos variables se pueden clasificar, atendiendo al tipo de solución que presentan,
en:
➢ Factibles (con solución, por tanto, cuando existen uno más valores que satisfacen las restricciones)
➢ No factibles (sin solución, por tanto, cuando las restricciones son inconsistentes)
A su vez los casos factibles pueden ser de:
➢ Solución única
➢ Solución múltiple
➢ Solución no acotada (algunos casos en los que la región factible sea ilimitada)

¿En que se aplica la programación lineal?

En infinidad de aplicaciones de la industria, la economía, la estrategia militar, etc.. se presentan situaciones en las que se exige
maximizar o minimizar algunas fucniones que se encuentran sujetas a determinadas limitaciones, que llamaremos restricciones.
Para hacernos una idea más clara de estos supuestos, veamos dos ejemplos:

Ejemplo 1: Problema de máximos.

En una granja se preparan dos clases de piensos, P y Q, mezclando dos productos A y B. Un saco de P contiene 8 kg de A y 2 de
B, y un saco de Q contiene 10 kg de A y 5 de B. Cada saco de P se vende a 300 ptas. y cada saco de Q a 800 ptas. Si en la granja
hay almacenados 80 kg de A y 25 de B, ¿cuántos sacos de cada tipo de pienso deben preparar para obtener los máximos ingresos?

Ejemplo 2: Problema de mínimos.

Una campaña para promocionar una marca de productos lácteos se basa en el reparto gratuito de yogures con sabor a limón o a
fresa. Se decide repartir al menos 30000 yogures.
Cada yogur de limón necesita para su elaboración 0.5 gramos de un producto de fermentación y cada yogur de fresa necesita 0.2
gramos de este mismo producto. Se dispone de 9 kilogramos de este producto para fermentación. El coste de producción de un
yogur de limón es de 30 pesetas y 20 pesetas uno de fresa.
En los dos ejemplos descritos está claro que tanto la cantidad que deseamos maximizar como la cantidad que deseamos minimizar
podemos expresarlas en forma de ecuaciones lineales. Por otra parte, las restricciones que imponen las condiciones de ambos
problemas se pueden expresar en forma de inecuaciones lineales.

Tratemos de plantear en términos matemáticos los dos ejemplos anteriores:

1) Si designamos por x al número de sacos de pienso de clase P y por y el número de sacos de pienso de clase Q que se han de
vender, la función : Z = 300x + 800y representará la cantidad de pesetas obtenidas por la venta de los sacos, y por tanto es la que
debemos maximizar.
 Universidad de Buenos Aires – Facultad de Ciencias Económicas – Administración de la Producción – Curso: 453/8
Titular: Dr Carlos Bulaievsky – Docente: Lic Alejandro Ordoñez
Anexo Teórico – Programación Lineal
Podemos hacer un pequeño cuadro que nos ayude a obtener las restricciones:
Nº kg de A kg de B
P x 8x 2x
Q y 10y 5y

80 25
Por otra parte, las variables x e y, lógicamente, han de ser no negativas, por tanto: x 0, y 0
Conjunto de restricciones:
8x + 10y 80
2x + 5y 25
x 0, y 0
2) Si representamos por x el número de yogures de limón e y al número de yogures de fresa, se tiene que la fución de coste es Z =
30x + 20y.
Por otra parte, las condiciones del problema imponen las siguientes restricciones:
• De número : x + y 80
• De fermentación: 0.5x + 0.2y 9000
• Las variables x e y han de ser, lógicamente, no negativas; es decir: x 0, y 0
Conjunto de restricciones:
x+y 80
0.5x + 0.2y 9000
x 0, y 0

En definitiva:
Se llama programación lineal al conjunto de técnicas matemáticas que pretenden resolver la situación siguiente:
Optimizar (maximizar o minimizar) una función objetivo, función lineal de varias variables, sujeta a:
una serie de restricciones, expresadas por inecuaciones lineales.

Un problema de programación lineal en dos variables, tiene la siguiente formulación estándar:

pudiendo cambiarse maximizar por minimizar, y el sentido de las desigualdades.

En un problema de programación lineal intervienen:
➢ La función f(x,y) = ax + by + c llamada función objetivo y que es necesario optimizar. En esa expresión x e y son
las variables de decisión, mientras que a, b y c son constantes.

➢ Las restricciones que deben ser inecuaciones lineales. Su número depende del problema en cuestión. El carácter de
desigualdad viene impuesto por las limitaciones, disponibilidades o necesidades, que son: inferiores a ... ( menores: < o );
como mínimo de ... (mayores: > o ) . Tanto si se trata de maximizar como de minimizar, las desigualdades pueden darse en
cualquiera de los dos sentidos.

➢ Al conjunto de valores de x e y que verifican todas y cada una de las restricciones se lo denomina conjunto (o región )
factible. Todo punto de ese conjunto puede ser solución del problema; todo punto no perteneciente a ese conjunto no puede ser
solución. En el apartado siguiente veremos como se determina la región factible.

➢ La solución óptima del problema será un par de valores (x0, y0) del conjunto factible que haga que f(x,y) tome el valor
máximo o mínimo.
En ocasiones utilizaremos las siglas PPL para indicar problema de programación lineal.
 Universidad de Buenos Aires – Facultad de Ciencias Económicas – Administración de la Producción – Curso: 453/8
Titular: Dr Carlos Bulaievsky – Docente: Lic Alejandro Ordoñez
Anexo Teórico – Programación Lineal
Región Factible

La solución de un problema de programación lineal, en el supuesto de que exista, debe estar en la región determinada por las
distintas desigualdades. Esta recibe el nombre de región factible, y puede estar o no acotada.

Región factible acotada Región factible no acotada

La región factible incluye o no los lados y los vértices, según que las desigualdades sean en sentido amplio ( o ) o en sentido
estricto (< o >).
Si la región factible está acotada, su representación gráfica es un polígono convexo con un número de lados menor o igual que el
número de restricciones.
El procedimiento para determinar la región factible es el siguiente:

1) Se resuelve cada inecuación por separado, es decir, se encuentra el semiplano de soluciones de cada una de las inecuaciones.
➢ Se dibuja la recta asociada a la inecuación. Esta recta divide al plano en dos regiones o semiplanos
➢ Para averiguar cuál es la región válida, el procedimiento práctico consiste en elegir un punto, por ejemplo, el (0,0) si la recta
no pasa por el origen, y comprobar si las coordenadas satisfacen o no la inecuación. Si lo hacen, la región en la que está ese
punto es aquella cuyos puntos verifican la inecuación; en caso contrario, la región válida es la otra.

2) La región factible está formada por la intersección o región común de las soluciones de todas las inecuaciones.
Como sucede con los sistemas de ecuaciones lineales, los sistemas de inecuaciones lineales pueden presentar varias opciones
respecto a sus soluciones: puede no existir solución, en el caso de que exista el conjunto solución puede ser acotado o no.

Veámoslo con un ejemplo:

Dibuja la región factible asociada a las restricciones:
x+y 4
y 4
y x
Las rectas asociadas son : r : x + y = 4 ; s : y = 4 , t: y = x

Elegimos el punto O(0,0), que se encuentra en el semiplano

situado por debajo de la recta. Introduciendo las
coordenadas (0,0) en la inecuación x + y 4, vemos que no
la satisface: 0 + 0 = 0 < 4 . Por tanto, el conjunto de
soluciones de la inecuación es el semiplano situado por
encima de la recta r : x + y = 4 .
Procedemos como en el paso anterior. Las coordenadas (0,0)
satisfacen la inecuación y 4 ( 0 4) . Por tanto, el
conjunto de soluciones de la inecuación es el semiplano que
incluye al punto O.
 Universidad de Buenos Aires – Facultad de Ciencias Económicas – Administración de la Producción – Curso: 453/8
Titular: Dr Carlos Bulaievsky – Docente: Lic Alejandro Ordoñez
Anexo Teórico – Programación Lineal

La recta t asociada a la rectricción pasa por el origen, lo cual

significa que si probásemos con el punto O(0,0) no
llegaríamos a ninguna conclusión. Elegimos el punto (1,0) y La región factible está formada por los puntos que cumplen
vemos que no satisface la inecuación y x ( y = 0 < 1 = x ). las tres restricciones, es decir, se encuentran en los tres
Por tanto, el conjunto solución de esta inecuación es el semiplanos anteriores.
semiplano determinado por la recta t que no incluye al punto
(1,0).

Método Grafico o Método de Las Rectas de Nivel (Z’)

Las rectas de nivel dan los puntos del plano en los que la función objetivo toma el mismo valor.
Si la función objetivo es f(x,y) = ax + by + c, la ecuación de las rectas de nivel es de la forma:
ax + by + c = 0 ax + by = k
Variando k (o p) se obtienen distintos niveles para esas rectas y, en consecuencia, distintos valores para f(x,y).
En un problema todas las rectas de nivel son paralelas, pues los coeficientes a y b de la recta ax + by = k son los que determinan su
pendiente. Por tanto, si k1 es distinto de k2 , las rectas ax + by = k1 y ax + by = k2 son paralelas. Luego, trazada una cualquiera de
esas rectas, las demás de obtienen por desplazamientos paralelos a ella.
Si lo que se pretende es resolver un problema de programación lineal, los únicos puntos que interesan son los de la región factible,
y las únicas rectas de nivel que importan son aquellas que están en contacto con dicha región. Como el nivel aumenta (o
disminuye) desplazando las rectas, el máximo (o el mínimo) de f(x,y) se alcanzará en el último (o en el primer) punto de contacto
de esas rectas con la región factible.
Veamos ahora como se aplica todo esto a la resolución de un problema de programación lineal :

Maximizar Z = f(x,y) = x + y
sujeto a: 0 x 4
0 y 4
y x /2

1) Representamos la región factible:

• La recta s : x = 4 pasa por el punto (4,0) y es paralela al eje Y. Las soluciones de 0 x 4 son los puntos entre el eje Y
y la recta x = 4
• La recta r : y = 4 pasa por el punto (0,4) y es paralela al eje X. Las soluciones de 0 y 4 son los puntos entre el eje X
y la recta y = 4
• La recta t : y = x/2 pasa por los puntos (0,0) y (2,1) . Las soluciones de y x /2 son los puntos de su izquierda.
Resolviendo los sistemas correspondientes calculamos los vértices de la región factible:
{ y = x/2 , x = 0 } nos da el vértice O(0,0)
{ x = 4, y = x/2 } nos da el vértice A(4,2)
{ x = 4 , y = 4} nos da el vértice B(4,4)
{ y = 4 , x = 0 } nos da el vértice C(0,4)

2) Representamos las rectas de nivel :

En nuestro caso son rectas de la forma x + y = k . Inicialmente representamos Z = x + y = 0 .

Trasladándola hacia la derecha, obtenemos las rectas : x + y = 2, x + y = 4, x + y = 8 , es decir
aumenta el nivel.
 Universidad de Buenos Aires – Facultad de Ciencias Económicas – Administración de la Producción – Curso: 453/8
Titular: Dr Carlos Bulaievsky – Docente: Lic Alejandro Ordoñez
Anexo Teórico – Programación Lineal
3) Obtenemos la solución óptima:

Se obtiene en el punto de la región factible que hace máximo k. En nuestro caso esto ocurre en el punto B; es el último punto de
contacto de esas rectas con la región factible , para el que k = 8.

Si hay dos vértices, P y Q, que se encuentran en la misma recta de nivel ,de ecuación ax + by = k .Es evidente que todos
los puntos del segmento PQ son de esa recta; por tanto, en todos ellos f(x,y) vale k. Así pues, la solución óptima es
cualquier punto de esa recta; en particular los vértices P y Q.

Método Analítico o Método de los Vértices

El siguiente resultado, denominado teorema fundamental de la programación lineal, nos permite conocer otro método de
solucionar un programa con dos variables.

En un programa lineal con dos variables, si existe una solución única que optimice la función objetivo, ésta se encuentra en
un punto extremo (vértice) de la región factible acotada, nunca en el interior de dicha región.
Si la función objetivo toma el mismo valor óptimo en dos vértices, también toma idéntico valor en los puntos del segmento
que determinan.
En el caso de que la región factible no es acotada, la función lineal objetivo no alcanza necesariamente un valor óptimo
concreto, pero, si lo hace, éste se encuentra en uno de los vértices de la región

La evaluación de la función objetivo en los vértices de la región factible nos va a permitir encontrar el valor óptimo (máximo o
mínimo) en alguno de ellos.
Veámoslo con un ejemplo:
Maximizar Z = f(x,y) = 3x + 8y
sujeto a: 4x + 5y 40
2x + 5y 30
x 0,y 0

1) Hallar los puntos de corte de las rectas asociadas a las restricciones:

Calculamos las soluciones de cada uno de los seis sistemas de dos ecuaciones con dos incógnitas que se pueden formar con las
cuatro restricciones:

{ 4x + 5y = 40 , 2x + 5y = 30}. Solución A(5,4) { 4x + 5y = 40 , x = 0 } Solución:B (0,8)

{ 4x + 5y = 40 , y = 0}. Solución: C(10,0) { 2x + 5y = 30 , x = 0} Solución: D(0,6)
{ 2x + 5y = 30 , y = 0}. Solución : E(15,0) { x = 0, y = 0} Solución: O(0,0)

2) Determinar los vértices de la región factible:

Los vértices de la región factible son aquellos puntos que cumplen todas las restricciones.
Si sustituimos los puntos en cada una de las desigualdades tenemos que:
• B no cumple la segunda restricción 2x + 5y 30 , ya que 2·0 + 5·8 = 40 . Por tanto, el punto B no es un vértice de la
región factible.
• E no cumple la primera restricción 4x + 5y 40 , ya que 4·15 + 5·0 = 60 . Por tanto, el punto E no es un vértice de la
región factible.
Los puntos A, C, D y O verifican todas las desigualdades, son los vértices de la región factible.

3) Calcular los valores de la función objetivo en los vértices:

f(A) = f(5,4) = 3·5 + 8·4 = 47 f(C) = f(10,0) = 3·10 + 8· 0 = 30

f(D) = f(0,6) = 3·0 + 8·6 = 48 f(O) = f(0,0) = 3·0 + 8·0 = 0

La solución óptima corresponde al vértice para el que la función objetivo toma el valor máximo. En este caso es el vértice D(0,6).
 Universidad de Buenos Aires – Facultad de Ciencias Económicas – Administración de la Producción – Curso: 453/8
Titular: Dr Carlos Bulaievsky – Docente: Lic Alejandro Ordoñez
Anexo Teórico – Programación Lineal
Ejemplo:
Unos grandes almacenes encargan a un fabricante pantalones y chaquetas deportivas.
El fabricante dispone para la confección de 750 m de tejido de algodón y 1000 m de tejido de poliéster. Cada pantalón precisa 1 m
de algodón y 2 m de poliéster. Para cada chaqueta se necesitan 1.5 m de algodón y 1 m de poliéster.
El precio del pantalón se fija en 50 € y el de la chaqueta en 40 €.
¿Qué número de pantalones y chaquetas debe suministrar el fabricante a los almacenes para que estos consigan una beneficio
máxima?

1) Elección de las incógnitas.

x = número de pantalones
y = número de chaquetas

2) Función objetivo

f(x,y)= 50x + 40y

3) Restricciones

Para escribir las restricciones vamos a ayudarnos de una tabla:

pantalones chaquetas disponible
algodón 1 1,5 750
poliéster 2 1 1000

x + 1.5y ≤ 750 2x+3y ≤ 1500

2x + y ≤ 1000

Como el número de pantalones y chaquetas son números naturales, tendremos dos restricciones más:

x≥0
y≥0

4) H al la r el con j u n t o d e solu ci on es fact i b le s

Tenemos que representar gráficamente las restricciones.

Al ser x ≥ 0 e y ≥ 0, trabajaremos en el primer cuadrante.
Representamos las rectas, a partir de sus puntos de corte con los ejes.

Resolvemos gráficamente la inecuación: x + 1.5y ≤ 750, para ello tomamos un punto del plano, por ejemplo el (0,0).
0 + 1.5· 0 ≤ 750
0 ≤ 750 entonces el punto (0,0) se encuentra en el semiplano donde se cumple la desigualdad.
De modo análogo resolvemos 2x + y ≤ 1000.
2 · 0 + 0 ≤ 1 000
 Universidad de Buenos Aires – Facultad de Ciencias Económicas – Administración de la Producción – Curso: 453/8
Titular: Dr Carlos Bulaievsky – Docente: Lic Alejandro Ordoñez
Anexo Teórico – Programación Lineal
La zona de intersección de las soluciones de las inecuaciones sería la solución al sistema de inecuaciones, que constituye el
conjunto de las soluciones factibles.

5) Calcular las coordenadas de los vértices del recinto de las soluciones factibles.
La solución óptima, si es única, se encuentra en un vértice del recinto. Estas son las soluciones a los sistemas:

2x + 3y = 1500; x = 0 (0, 500)

2x + y = 1000; y = 0 (500, 0)
2x + 3y =1500; 2x + y = 1000 (375, 250)

6) Calcular el valor de la función objetivo

En la función objetivo sustituimos cada uno de los vértices.
f(x, y) = 50x + 40y
f(0, 500) = 50 · 0 + 40 · 500 = 20 000 €
f(500, 0) = 50 · 500 + 40 · 0 = 25 000 €
f(375, 250) = 50 · 375 + 40 · 250 = 28 750 € Máximo
La solución óptima es fabricar 375 pantalones y 250 chaquetas para obtener un beneficio de 28750 €.
 Universidad de Buenos Aires – Facultad de Ciencias Económicas – Administración de la Producción – Curso: 453/8
Titular: Dr Carlos Bulaievsky – Docente: Lic Alejandro Ordoñez
Anexo Teórico – Programación Lineal
Ejercicios:
Programación lineal

1. Un frutero necesita 16 cajas de naranjas, 5 de plátanos y 20 de manzanas. Dos mayoristas pueden suministrarle para
satisfacer sus necesidades, pero solo venden la fruta en contenedores completos. El mayorista A envía en cada contenedor
8 cajas de naranjas, 1 de plátanos y 2 de manzanas. El mayorista B envía en cada contenedor 2 cajas de naranjas, 1 de
plátanos y 7 de manzanas. Sabiendo que el mayorista A se encuentra a 150Km de distancia y el mayorista B a 300Km,
calcular cuántos contenedores habrá de comprar a cada mayorista, con objeto de ahorrar tiempo y dinero, reduciendo al
mínimo la distancia de lo solicitado.

R: Z = 1050

2. Una compañía tiene dos minas: la mina A produce diariamente 1 tonelada de carbón de antracita de alta calidad, 2 toneladas
de carbón de media calidad y 4 toneladas de carbón de baja calidad; la mina 2 produce 2 toneladas de cada una de las tres
clases. La compañía necesita 70 toneladas de carbón de alta calidad, 130 de calidad media y 150 de baja calidad. Los gastos
diarios de la mina A ascienden a 150 dólares y los de la mina B a 200 dólares. ¿Cuántos días deberán trabajar en cada mina
para que la función de coste sea mínima?

R: Z = 12500

3. Imaginemos que las necesidades semanales mínimas de una persona en proteínas, hidratos de carbono y grasas son,
respectivamente, 8, 12 y 9 unidades. Supongamos que debemos obtener un preparado con esa composición mínima
mezclando dos productos A y B, cuyos contenidos por Kg son los que se indican en la siguiente tabla:

Proteínas Hidratos Grasas Coste/Kg

A 2 6 1 600
B 1 1 3 400

a. ¿Cuántos Kg de cada producto deberán comprarse para que el costo de preparar la dieta sea mínimo?
b. ¿Cuántos Kg de cada producto deberíamos comprar si el precio de A subiera a 1000pts/Kg?

R: Z = 2600

4. Una empresa fabrica dos tipos de tarjetas gráficas, de 16 Mb y de 32 Mb de memoria, respectivamente. Se utilizan dos
máquinas que emplean 2 min en fabricar las de 16 Mb y 3 min en fabricar las de 32 Mb. La cadena de montaje solo puede
funcionar, como máximo, 300 minutos diarios.
Además, cada máquina tiene una capacidad máxima de fabricación diaria de 125 unidades, entre las cuales no puede haber
más de 90 tarjetas de 16 Mb ni más de 80 tarjetas de 32 Mb, siendo el beneficio neto de las primeras de $45 y el de las
segundas de $60. ¿Cuántas tarjetas de 16 Mb y de 32 Mb debe fabricar diariamente cada máquina para que el beneficio sea
máximo?

5. Una compañía aérea dispone de dos tipos de aviones A1 y A2 para cubrir determinado trayecto. El avión A1 debe hacer
más veces el trayecto que el avión A2 pero no puede sobrepasar los 120 viajes. Entre los dos aviones deben hacer las de
60 vuelos, pero menos de 200. En cada vuelo, A1 consume 900 litros de combustible y A2, 700 litros. En cada viaje del
avión A1, la empresa gana $30.000 y $20.000 por cada viaje del avión A2.
a. ¿Cuántos viajes debe hacer cada avión para obtener el máximo de ganancias?
b. ¿Cuántos vuelos debe hacer para que el consumo de combustible sea mínimo?

R: Z = 5200000

6. Un joyero fabrica dos tipos de anillos: los anillos A1 precisan 1g de oro y 5g de plata, vendiéndolos a $40 cada uno. Para
los anillos tipo A2, emplea 1,5 de oro y 1g de plata y los vende a $50. El joyero dispone en su taller de 750g de cada metal.
Calcular cuántos anillos debe fabricar de cada clase para obtener el máximo resultado.

R: Z = 25385