Investigaci n Operativa o

Entrega de problemas 1
Sergio Garca Mondaray 04621336-S

Escuela Superior de Inform tica de Ciudad Real a Universidad de Castilla-La Mancha

 Indice general
1. Programaci n lineal o 1.1. Clase 1. Introducci n a la programaci n lineal . . . . . . . . . . . . . . . . . . . o o 1.1.1. Elementos b sicos de un problema . . . . . . . . . . . . . . . . . . . . . a 1.1.2. Conceptos b sicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . a 1.1.3. Convenci n de smbolos . . . . . . . . . . . . . . . . . . . . . . . . . . o 1.1.4. Forma est ndar del modelo . . . . . . . . . . . . . . . . . . . . . . . . . a 1.2. Clase 2. Solucionar problemas de programaci n lineal . . . . . . . . . . . . . . . o 1.2.1. El concepto de soluci n . . . . . . . . . . . . . . . . . . . . . . . . . . o 1.2.2. Propiedades del modelo de la programaci n lineal . . . . . . . . . . . . o 1.2.3. Limitaciones del modelo . . . . . . . . . . . . . . . . . . . . . . . . . . 1.3. Clase 3. El m todo gr co . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e a 1.3.1. Introducci n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . o 1.3.2. M todo de la rectas de nivel . . . . . . . . . . . . . . . . . . . . . . . . e 1.3.3. M todo de los v rtices . . . . . . . . . . . . . . . . . . . . . . . . . . . e e 2. Ejercicios 2.1. Problemas planteados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2. Ejercicio 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.3. Ejercicio 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.4. Ejercicio 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.5. Ejercicio 6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.6. Ejercicio 7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 5 5 5 6 6 7 7 7 8 8 8 8 9 13 13 15 16 18 20 21

Captulo 1

Programaci n lineal o
1.1. Clase 1. Introducci n a la programaci n lineal o o

En innidad de aplicaciones de la industria, la economa, la estrategia militar, etc. se presentan situaciones en las que se exige maximizar o minimizar alguna funci n que se encuentra sujeta a o determinadas limitaciones (las restricciones). La programaci n lineal es el conjunto de t cnicas matem ticas que pretenden resolver el probo e a lema de maximizar, o minimizar, una funci n objetivo lineal, de varias variables, y sujeta a una o serie de restricciones. Para ello, emplea un modelo matem tico1 del problema. Cualquier proba lema que se pueda modelizar mediante funciones lineales puede ser solucionado mediante las herramientas de la programaci n lineal. o

1.1.1.

Elementos b sicos de un problema a

Todo problema de programaci n lineal tiene cuatro elementos b sicos: o a 1. El conjunto de datos. 2. El conjunto de variables que intervienen, con sus respectivos dominios de denici n. o 3. El conjunto de restricciones del problema, que denen el conjunto de soluciones factibles. 4. La funci n lineal a optimizar. o

1.1.2.

Conceptos b sicos a
Problema de programaci n lineal: optimizaci n de una funci n Z = f (x), sujeta a una serie o o o de restricciones. Regi n factible: conjunto de puntos acotado por las restricciones. o Soluci n factible: cualquier punto que satisface las restricciones. o Soluci n optima: punto que hace que f (x) m xima, o mnima. o a

Representaci n abstracta de un problema mediante f rmulas e instrumentos matem ticos. o o a

1.1.3.

Convenci n de smbolos o

Un problema de programaci n lineal tiene el siguiente aspecto: o

n

Z = f (x) =
j=1

cj xj

Sujeto a:
n

aij xj = bi , i = 1, 2, ..., p 1
j=1 n

aij xj bi , i = 1, 2, ..., q 1
j=1 n

aij xj bi , i = q, q + 1, ..., m
j=1

1pqm Donde los smpolos tienen el siguiente signicado: Z: Representa la funci n a optimizar. o xj : Variable de decisi n, con j = 1...n. o cj : Incremento en Z que resulta al aumentar una unidad en el nivel de actividad j. bi : Valor que representa la disponibilidad de un recurso para asignar actividades o requerimientos. aij : Cantidad del recurso i consumido por cada unidad j. n: Cantidad de variables de decisi n. no de actividades. o m: Cantidad de restricciones.

1.1.4.

Forma est ndar del modelo a

Con todo lo visto hasta ahora, podemos resumir en que la forma del modelo matem tico ema pleado tiene el siguiente aspecto: Funci n objetivo: o Z = c1 x1 + c2 x2 + ... + cn xn 6

Restricciones: a11 x1 + a12 x2 + ... + a1n xn b1 a21 x1 + a22 x2 + ... + a2n xn b2 ... am1 x1 + am2 x2 + ... + amn xn bm Soluciones: x1 , x2 , ..., xn 0 En forma matricial: a11 a12 a21 a22 ... ... am1 am2 ... a1n x1 b1 ... a2n x2 b2 ... ... ... ... ... amn xn bm

1.2.
1.2.1.

Clase 2. Solucionar problemas de programaci n lineal o

El concepto de soluci n o

Una solucion no tiene porqu ser una respuesta nal. Una soluci n es cualquier conjunto de e o valores de las variables de decisi n (x1 , x2 , ..., xn ) sin importar si es una posibilidad deseable o o permitida. Soluci n factible: es una soluci n que cumple con todas las restricciones funcionales y de o o signo del problema. Soluci n no factible: es aquella para la que al menos una restricci n no es cumplida: o o

1.2.2.

Propiedades del modelo de la programaci n lineal o

Como todo modelo matem tico, la programaci n lineal posee unas propiedades claves para su a o formulaci n, e imprescindibles para que un problema sea catalogado de programaci n lineal: o o Proporcionalidad: la contribuci n de cada actividad al valor del valor objetivo, y al lado o izquierdo de cada restricci n, es proporcional al nivel de actividad. o Actividad: La contribuci n total de los tipos de recursos es la suma de la contribuci n de o o cada recurso individualmente. Divisibilidad: Las variables de decisi n pueden tomar cualquier valor fraccionario que sato isfaga las restricciones funcionales y no sea negativo. 7

1.2.3.

Limitaciones del modelo

Existen una serie de limitaciones, que determinan qu problemas pueden ser resueltos medie ante la programaci n lineal y cu les no: o a Determinista: Los par metros del modelo deben ser conocidos y constantes, es decir, no a existe incertidumbre. En caso de que exista se hace un an lisis de sensibilidad. a Est tico: La variable del tiempo no se involucra formalmente. Los sistemas no evolucionan a en el tiempo. No suboptimizaci n: La programaci n lineal busca soluciones optimas, si no las encuentra o o no ofrece ninguna soluci n alternativa. o

1.3.
1.3.1.

Clase 3. El m todo gr co e a
Introducci n o

Todo problema de programaci n lineal con dos variables puede ser resuelto mediante un m too e do gr co, cuyas soluciones ser n puntos en un espacio bidemensional. a a En la gr ca cada eje representar a cada una de las variables, y de lo que se trata es de dibujar a a las restricciones en la gr ca. Realizando esto obtendremos lo que se llama Regi n factible. a o La regi n factible es: El conjunto de puntos, en los cuales todas las restricciones se cumplen. o Normalmente las soluciones se encuentran en los extremos de la regi n factible, para obtener estos o puntos lo unico que se har ser calcular el punto de intersecci n de la rectas que lo componen. a a o Una vez obtenidos estos puntos se sustituyen en la funci n objetivo, eligiendo como soluci n aquel o o que sea optimo para nuestro problema. Existen problemas con m ltiples soluciones, esto ocurre cuando la recta de la funci n objetivo u o es paralela a alguna de las restricciones.

1.3.2.
Pasos

M todo de la rectas de nivel e

Representamos la Regi n Factible. o Representamos las Rectas de Nivel. Obtenemos la Soluci n Optima. o Comprobamos el Valor de la recta Z. Las rectas de nivel dan los puntos del plano en los que la funci n objetivo toma el mismo valor. o Siendo la funci n objetivo Z = ax + by las rectas de nivel se obtienen despejando y, por tanto o la forma de las rectas de nivel ser a Z ax y= by 8

Variando el valor de Z se obtienen distintos niveles para esas rectas y por lo tanto distintos valores para f(x,y). Lo que se tendr que hacer es ir moviendo esa recta, variando el valor de Z dentro de la regi n a o factible, he ir comprobando los puntos por los que pasa, normalmente las soluciones optimas est n a en los extremos de la regi n factible. Entonces lo que tendremos que hacer ser resolver el par de o a ecuaciones que intersectan en ese punto y de esta forma obtener el punto que supone la soluci n o optima. Notas En un problema de programaci n lineal todas las rectas de nivel son paralelas. o En un problema de programaci n lineas los unicos puntos que nos importar n ser los que o a a est n dentro de la regi n factible. e o El m ximo o el mnimo se obtendr en el primer o ultimo punto de contacto de las rectas a a con la regi n factible. o

1.3.3.

M todo de los v rtices e e

Conceptos Restricci n Frontera: Es una recta que marca el limite de lo que permite la restricci n coro o respondiente. Soluciones en el v rtice: Todos los puntos donde se interceptan las restricciones frontera. e Son calculables resolviendo cada par de ecuaciones y los cruces con los ejes. Pueden ser: Soluciones factibles en el v rtice (FEV): Puntos que se encuentran en los v rtices de la e e regi n factible. o Soluciones no factibles en el v rtice. Los otros puntos que se encuentran en los v rtices e e que no corresponden a la regi n factible. o Concepto de Soluci n Adyacente:En un problema con n variables de decisi n, se puede deo o cir que: Dos soluciones factibles (FEV) son adyacentes entre s SI COMPARTEN N-1 RE STRICCIONES. Los soluciones adyacentes estar n unidos por un ARISTA. a Para identicar la organizaci n en aristas de las FEV se realiza una tabla de Soluciones o Adyacentes que servir para facilitar el proceso de iteraci n. a o Se obtendr n mediante la resoluci n de pares de ecuaciones y los cortes de las restricciones a o con los ejes. 9

Para utilizar el m todo de los v rtices se puede aplicar un m todo iterativo: e e e M todo iterativo e 1. Selecci nese un punto de las soluciones Factibles En el V rtice (FEV). o e Generalmente se empieza si es posible por el punto origen, es decir, el no hacer nada con los recursos. 2. Obt ngase el valor en ese punto de Z e 3. Obt nganse el valor de Z en las soluciones adyacentes. e 4. Si hay alg n valor adyacente con mayor Z: u Continuar con ese punto por el paso 1. Si no lo hay el punto es considerado como la soluci n Optima. o Este m todo se puede aplicar cuando la regi n factible no es vaca y cuando la regi n factible e o o est acotada. a Notas importantes Cuando hay soluci n optima, siempre existe una en un v rtice. o e Si una soluci n es un v rtice no tiene soluciones adyacentes mejores, esa es la soluci n o e o optima ( ptimo global es local) o Soluci n b sica (en un v rtice) es equivalente a hacer (n-m) o a e 10

variables iguales a 0 y resolver para las restantes. Soluciones adyacentes tienen iguales todas las variables b sicas menos una (y por su supuesto a la no b sicas) a

11

12

Captulo 2

Ejercicios
2.1. Problemas planteados

P.1 Una f brica de neum ticos fabrica neum ticos de dos tipos: deportivos y normales. Cada a a a neum tico pasa por dos fases: calor y fro. Los neum ticos deportivos pasan 2 horas en calor y 1 a a en fro; mientras que los neum ticos normales pasan 1 hora en calor y 1 hora en fro. La fase de a calor dispone de 100 horas de trabajo y la de fro de 75. Los costes de fabricaci n, y la ganancia o de cada tipo de neum tico son los siguientes: a Normales Deportivos Coste 16 30 Benecio 10 21 La f brica desea conocer el n mero de neum ticos que debe producir de cada tipo para maxia u a mizar el benecio. P.2 Un cerrajero fabrica dos tipos de tornillos, T1 y T2, y para ello utiliza una aleaci n de tres o metales: A, B y C. Dispone de 1000g de A, 90g de B y 150g de C. Para fabricar tornillos T1 necesita 50g de A, 2g de B y 10g de C; mientras que para fabricar un tornillo T2 necesita 100g de A, 5g de B y 1g de C. Los tornillos T1 son mucho m s vendidos, porque son m s baratos aunque menos resistentes a a a la humedad. Mientras que vende los primeros por 0.05$ la unidad, por los segundos cobra 0.20$. Qu cantidad deber fabricar de T1 y T2, respectivamente, para obtener el mayor benecio? e a Soluci n: o Los gastos de fabricaci n de los tornillos son los siguientes: o A 50 100 B 2 5 C 10 1

T1 T2 Consideramos las siguientes variables:

x1 = n mero de tornillos del tipo T1 u x2 = n mero de tornillos del tipo T2 u 13

La funci n objetivo es la siguiente: o Z = 0,05x1 + 0,2x2 Las restricciones de nuestro modelo ser n: a R1 : x1 , x2 > 0 R2 : 50x1 + 100x2 1000 R3 : 2x1 + 5x2 90 R4 : 10x1 + x2 150

Figura 2.1: Representaci n gr ca de las restricciones o a Calculemos los v rtices lmite de la regi n factible: e o A = (0, 0) B = (0, 10) C= 10x1 + x2 = 150 50x1 + 100x2 = 1000 =
280 50 19 , 19

= (14,73, 2,63)

D = ( 150 , 0) = (15, 0) 10 Ahora evaluemos la funci n obtetivo Z = f (x1 , x2 ) = 0,05x1 + 0,2x2 en cada uno de los o v rtices de la regi n factible: e o f (0, 0) = 0 f (0, 10) = 0,2 10 = 2 f (15, 0) = 0,05 15 = 0,75 f (14,73, 2,63) = 0,05 14,73 + 0,2 2,63 = 1,2625 Podemos apreciar que, para maximizar el benecio, la opci n optima es elegir: x1 = 0 y o x2 = 10, es decir: la mejor opci n es fabricar 10 tornillos del tipo T2 y ninguno de T1. o 14

2.2.

Ejercicio 3

Enunciado
En un almac n se guarda aceite de girasol y de oliva. Para atender a los clientes se han de e tener almacenados un mnimo de 20 bidones de aceite de girasol y 40 de aceite de oliva y, adem s, a el n mero de bidones de aceite de oliva no debe ser inferior a la mitad del n mero de bidones u u de aceite de girasol. La capacidad total del almac n es de 150 bidones. Sabiendo que el gasto de e almacenaje es el mismo para los dos tipos de aceite (1 unidad monetaria). Cu ntos bidones de a cada tipo habr que almacenar para que el gasto sea m ximo? a a

Soluci n o
Gasto Girasol 1 Oliva 1

Para empezar distingamos las variables del sistema: x1 = N mero de bidones de aceite de girasol u x2 = N mero de bidones de aceite de oliva u Planteemos la funci n a optimizar, en este caso a maximizar: o M ax(Z) = x1 + x2 A continuaci n, estudiemos las restricciones: o x1 , x 2 0 x1 20 x2 40 x1 x2 2 R4 : x1 + x2 150 R0 : R1 : R2 : R3 : Representemos gr camente la regi n de aceptaci n: a o o Ahora calculemos los v rtices de la regi n factible: e o A = (20, 150 20) = (20, 130) B= x2 = x1 /2 x1 + x2 = 150 = (100, 50)

C = (2 40, 40) = (80, 40) D = (20, 40) Ahora evaluamos la funci n a optimizar, Z = f (x1 , x2 ) = x1 + x2 , en cada v rtice de la o e regi n factible: o f (20, 130) = 150 f (100, 50) = 150 15

Figura 2.2: Representaci n gr ca de las restricciones o a

Al haber dos puntos en los que la funci n objetivo toma el mismo valor, podemos concluir que o existen innitas soluciones, pues Z es una recta, y coincidir con el segmento AB de R4. a Por el m todo de las rectas de nivel podemos llegar a la misma conclusi n. El vector director e o de la funci n objetivo es (1, 1). Si dibujamos rectas paralelas con este mismo vector director, o pasando cada una por uno de los v rtices de la regi n factible, tendremos: e o En teora, nos deberamos quedar con aquella que pasase por el v rtice m s lejano, es decir, e a aquella con m s ordenada en el origen. Como podemos observar en la gura, la funci n objetivo a o coincide con uno de los lados de nuestra regi n. Esto implica que el problema tiene innitas o soluciones. Una de ellas podra ser la que pasa por el punto B, y consistira en almacenar 100 bidones de aceite de girasol y 50 de aceite de oliva.

2.3.

Ejercicio 4

Enunciado
Resolver gr camente el siguiente problema: a Funci n objetivo: o Z = 3x1 + 5x2 Restricciones: R0 : R1 : R2 : R3 : 16 x1 , x 2 0 25x1 + 50x2 800 0,5x1 + 0,25x2 7 x1 10

Figura 2.3: Rectas de nivel del ejercicio 3

Soluci n o
A continuaci n, representamos la regi n factible, denida en base a las restricciones: o o Calculamos los v rtices de la regi n: e o A= B= 25x1 + 50x2 = 800 0,5x1 + 0,25x2 = 7 10, 7 0,5 10 0,25 = (8, 12)

= (10, 8)

C = (10, 0) D = (0, 0) E= 0, 800 0 50 = (0, 16)

Y ahora evaluamos la funci n objetivo, Z = f (x1 , x2 ) = 3x1 + 5x2 , en cada uno de los o v rtices: e f (8, 12) = 84 f (10, 8) = 70 f (10, 0) = 30 f (0, 0) = 0 f (0, 16) = 80 17

Figura 2.4: Representaci n gr ca de las restricciones o a

Los valores de x1 y x2 que maximizan la funci n Z son: o

x1 = 8, x2 = 12

2.4.

Ejercicio 5

Enunciado Plantee el problema de Programaci n Lineal siguiente (no lo resuelva). o Banco Gane est desarrollando una poltica de pr stamos por un m ximo de doce millones de a e a euros. La tabla siguiente muestra los datos relevantes de cada tipo de pr stamo. e Las deudas impagables no se recuperan y no producen ingresos por intereses. Para competir con otras instituciones nancieras se necesita que el banco asigne un mnimo de un 40 % de los fondos a pr stamos agrcolas y comerciales. Para ayudar a la industria de la construcci n de su e o regi n, los pr stamos para vivienda deben ser iguales, cuando menos, al 50 % del conjunto los o e pr stamos personales, para autom vil y vivienda. Tambi n el banco tiene una poltica explcita e o e de que no permite que la relaci n general de pr stamos impagables entre todos los pr stamos sea o e e mayor que el 4 %. 18

Soluci n o Denimos las variables de decisi n: o X1 X2 X3 X4 X5 = dinero invertido en pr stamos personales e = dinero invertido en pr stamos para autom viles e o = dinero invertido en pr stamos para vivienda e = dinero invertido en pr stamos agrcolas e = dinero invertido en pr stamos comerciales e

Los coecientes de coste son los porcentajes de ganancia para cada tipo de pr stamo: e C1 = 14 %, C2 = 13 %, C3 = 12 %, C4 = 12,5 %, C5 = 10 % Ahora denimos la funci n objetivo: o Z = 0,9 0,14 X1 + 0,93 0,13 X2 + 0,97 0,12 X3 + 0,95 0,125 X4 + 0,98 0,1 X5 Las restricciones: R0 : R1 : R2 : R3 : X1 , X2 , X3 , X4 , X5 0 X4 + X5 0,4 12 X3 0,5(X1 + X3 + X2 ) 0,1X1 + 0,07X2 + 0,03X3 + 0,05X4 + 0,02X5 0,04 12

La cantidad de dinero disponible del banco son 12 millones.

19

2.5.

Ejercicio 6

Enunciado
Juan debe trabajar cuando menos 20h a la semana para complementar sus ingresos, y al mismo tiempo asistir a la escuela. Tiene oportunidad de trabajar en dos tiendas de dependiente. En la tienda A puede trabajar entre 5 y 12 horas a la semana, y en la tienda B le permiten trabajar entre 6 y 10 horas. Las dos tiendas le pagan el mismo sueldo por hora. Juan utiliza como criterio de decisi n minimizar el factor de tensi n en el trabajo. Por diversas entrevistas mantenidas con los o o empleados de las dos tiendas, ha llegado a la conclusi n de que los factores de tensi n de las o o tiendas A y B son 8 y 6, respectivamente. Puesto que la tensi n total aumenta cada hora, supone o que la tensi n total al nal de la semana es proporcional a la cantidad de horas que trabaja en las o tiendas. Cu ntas horas debera trabajar Juan en cada tienda? a

Soluci n o
Consideramos los datos del problema.

Horas Factor de tensi n o

Tienda A 5-12 8

Tienda B 6-10 6

La variables de nuestro modelo ser n: a Xa = no de horas en tienda A Xb = no de horas en tienda B

Los coecientes de tensi n: o C1 = factor de tensi n en tienda A = 8 o C2 = factor de tensi n en tienda B = 6 o

La funci n objetivo, a minimizar, es Z = 8Xa + 6Xb . o Las restricciones de nuestro modelo son las siguientes: R0 R1 R2 R3 : Xa , Xb 0 : 5 Xa 12 : 6 Xb 10 : Xa + Xb 20

La regi n factible, denida por nuestras restricciones, es la siguiente: o 20

Ahora evaluamos Z en cada v rtice de la regi n factible: e o Vertice (10,10) (12,10) (12,8) Z 140 156 144

Luego podemos concluir que la soluci n optima para Juan es trabajar 10 horas en cada una de o las tiendas.

2.6.

Ejercicio 7

Enunciado
Una Empresa de inform tica especializada en auditora de c digo fuente va a contratar dos a o tipos de t cnicos (con experiencia y sin experiencia) para atender el control de calidad del c digo e o Java realizado. Necesita inspeccionar al menos 2100 clases por da laboral (7 horas). Los t cnicos e expertos son capaces de inspeccionan 30 clases a la hora con un nivel de seguridad del 98 %, mientras que los t cnicos inexpertos s lo inspeccionan 18 clases a la hora con un nivel de seguridad e o del 95 %. Los sueldos respectivos son de 50 y 30 euros/horas y cada error de inspecci n supone a la o compa a un coste adicional de 5 euros. Si se desea contratar a lo sumo 6 t cnicos con experiencia n e y 10 sin experiencia. cu ntos t cnicos de cada tipo tiene que contratar la compa a, a n de a e n minizar el costo total?

Soluci n o
Consideramos los datos del problema. 21

Clases por hora Sueldo Tasa de error por hora

Con experiencia 30 50euro/hora 002

Sin experiencia 18 30euro/hora 005

Las variables de nuestro problema son: Xa = Programadores con experiencia. Xb = Programadores sin experiencia. Los coecientes (Precio por jornada m s gasto de errores por jornada): a Para saber los errores por jornada(7 horas) calculamos los errores producidos en una hora, por cada tipo de programador. Para los programadores expertos que inspecionan 30 clases a la hora con un nivel de seguridad del 98 % pueden tener 0 02 30 = 0 6 errores a la hora. Y un progrmador inexperto que hace 18 clases a la hora con un nivel de seguridad de 95 % puede tener 0 05 18 = 0 9 En una jornada (7 horas) lo errores de cada uno ser n: a Expertos 42 Inexpertos 63

Errores por jornada Por tanto:

C1 : 50 7 + 4 2 5 = 371 C2 : 30 7 + 6 3 5 = 241 5 La funci n objetivo Z ser Z = Xa 371 + Xb 241 5 Habr que minimizar la funci n. o a a o Las restricciones del modelo son las siguientes: R0 : Xa , Xb 0

R1 : Xa 6 R2 : Xb 10 R3 : Xa (30 7) + Xb (18 7) 2100 Una vez planteado el problema dibujaremos la gr ca: a 22

La regi n azul, es la regi n de soluciones factibles. Lo que se har ahora ser evaluar nuestra o o a a funci n objetivo en los v rtices de la gr ca. y tenemos: o e a V rtices e (4,10) (6,10) (6,6666) Valor 3899 Euros 4641 Euros 3836 Euros

Por tanto la empresa deber contratar a 6 expertos y 666 inexpertos, pero como no se pueden a contratar a 666 personas se tiene que si contratamos a 7 el precio del coste ascendera a 3916 Euros y si contratamos s lo a 6 inexpertos el coste sera de 3675 Euros, pero el n mero de clases o u a revisar ya no satisfacera la restricci n numero tres. Por tanto la mejor soluci n sera 4 expertos o o y 10 inexpertos, en este caso el n mero de clases revisadas por jornada seran 2100, cumpliendo u as con los requisitos.

23