TECNOLOGO EN GESTION DE LA

PRODUCCIÓN INDUSTRIAL

INSTRUCTOR: MONICA ARDILA

FORMULAR EL MODELO DEL PROBLEMA A OPTIMIZAR CON BASE EN EL

PLAN DE MEJORAMIENTO TENIENDO EN CUENTA LOS INDICADORES
ESTABLECIDOS POR LA ORGANIZACIÓN.
ÁLGEBRA
El lenguaje que utiliza letras en combinación
con números y signos, y además las trata como
números en operaciones y propiedades, se llama
lenguaje algebraico.
Álgebra es la parte de las matemáticas que
estudia la relación entre números, letras y signos
de las operaciones aritméticas.

2
UN NÚMERO CUALQUIERA X

SUCESOR DE UN NÚMERO X+1

ANTECESOR DE UN NÚMERO X–1

DOBLE DE UN NÚMERO 2X

TRES NÚMEROS CONSECUTIVOS X, X + 1, X + 2

EL CUADRADO DE UN NÚMERO X²

UN NÚMERO AUMENTADO EN 3 X+3

LA MITAD DE UN NÚMERO X/2

3
2. UTILIDAD Y SIGNIFICADO
En el lenguaje algebraico utilizamos letras para
números de valor desconocido o indeterminado.
UTILIDADES:
Para expresar propiedades de las operaciones
aritméticas
Ejemplo; la propiedad distributiva: “el producto de
un número por una suma es igual a la suma de
los productos parciales del número por cada
sumando”
a . (b + c) = a . b + a . c
4
 Para manejar números de valor
indeterminado y sus operaciones (expresiones
lagebraicas)
Ejemplos:
Un número natural … a
El siguiente número natural … a + 1
El doble del número … 2a
Otro número ocho unidades menor … a – 8
El cuadrado del número más el triple del
número … a² + 3a 5
 Para expresar relaciones que faciliten la
resolución de problemas (ecuaciones)
Ejemplo, encuentra un número tal que el
cuádruplo del número más veinte unidades
sea igual a sesenta y ocho.
4 a + 20 = 68
4 a = 68 – 20
4 a = 48
a = 48/4 = 12

6
3. EXPRESIONES ALGEBRAICAS
Una expresión algebraica es una combinación de
números, letras y paréntesis, relacionados con
las operaciones. Los elementos de una
expresión algebraica son:
• TÉRMINOS, cada uno de los sumandos
• TÉRMINO INDEPENDIENTE, el que solo tiene
parte numérica
• VARIABLES, cantidades desconocidas. Se
representan generalmente con x, y, z
• COEFICIENTE, parte numérica que multiplica
las variables
7
Ejemplo de una expresión algebraica y sus
términos
Expresión Términos Término Variables Coeficientes
algebraica independiente
5x² - 2y + 6 5x², 2y, 6 6 x, y 5, 2, 6

Valor numérico de una expresión algebraica

Es el valor numérico que toma la expresión
algebraica cuando sustituimos las letras por
números y realizamos las operaciones.
Ejemplos:
EXPRESIÓN VALOR QUE LE DAMOS A LAS VALOR NUMÉRICO EXPRESIÓN
ALGEBRAICA LETRAS ALGEBRAICA
4a a=2 4.2=8
2 x3 x=3 2 . 3 . 3 . 3 . 3 = 162
x + 3y x = 2, y = 3 2 + 3 . 3 = 18
8
ACTIVIDAD
EXPRESIÓN VALOR QUE LE DAMOS A LA VALOR NUMÉRICO EXPRESIÓN
ALGEBRAICA LETRA ALGEBRAICA
x+y x = 3, y = 12
3a+b-c a = 5, b = 3, c = 4
½x x = 10
2x + 1 x=8

9
 MATRICES Y DETERMINANTES

Concepto de matriz

Una matriz A de m x n es un arreglo rectangular de números acomodados en

m renglones (filas o hileras) y n columnas:
Si A es una matriz de m x n con
m = n, entonces A recibe el
nombre de matriz cuadrada.
Una matriz de m x n en la que
todas sus componentes son
ceros se llama matriz cero.

en donde podemos apreciar horizontalmente las filas, fila 1: ( a11, a12, a1n ), fila 2:
( a21, a22, a2n ), etc. Mientras que verticalmente se habla de columnas: columna 1,
columna 2, etc.

10
Los elementos de una matriz se pueden representar entre
paréntesis o corchetes.

11
Las matrices cuadrada tienen dos diagonales, de las cuales sobre un ejemplo vemos
la que se llama "diagonal principal" de la matriz:

12
Operaciones con matrices y sus propiedades

1. Igualdad de Matrices
Definición de la igualdad de matrices
Dos matrices A=[aij] y B=[bij] son iguales si y solo si tienen el mismo orden (m x n)

EJEMPLO - Igualdad de Matrices.

1) Encuentre los valores de a11, a12, a21 y a22 en la siguiente igualdad matricial.

13
14
 2. Suma de Matrices

Definición de Suma de Matrices

Si A= [aij] y B=[bij] son matrices de orden m x n, entonces sus suma es la matriz
m x n definida como A+B= [aij+ bij].
Nota: La suma de dos matrices de órdenes diferentes no está definida.

15
3. PRODUCTO POR UN ESCALAR:
Sea A una matriz y k un escalar (un número real), entonces la matriz B
= k A es:

es decir, se multiplica cada elemento de la matriz A por el número k. Ejemplo:

Considerando esto, podemos hablar de la RESTA de dos matrices A - B, como la

suma de A con el producto de (-1)B, lo cual equivale a restar los correspondientes
elementos (i,j) de A con los (i,j) de B.
EJEMPLO: Multiplicación por un Escalar y Resta de Matrices.
Para las matrices

16
Encontrar
1. 3 A
2. –B
3. 3 A – B.

17
 Multiplicación de Matrices
Sea A una matriz de orden (m ´ n), y B una
matriz de orden (n ´ r), entonces la matriz
producto, es una matriz P = A . B de orden
(m ´ r):

(Observe el alumno cómo para obtener el elemento pij, se multiplican cada elemento de
la fila i de A por cada elemento respectivo de la columna j de B). Tomemos como
ejemplo las matrices A , tipo (3  2), y B, tipo (2  4):

Nota: Para que 2 matrices A y B se

puedan multiplicar el número de
columnas de A debe ser igual al
número de filas de B.
18
Ejemplo: Primero, observe que el producto AB está definido porque
el orden de A es 3 x 2 y el de B es 2 x 2. Además, el producto AB
será de orden 3 x 2 y es de la forma

Para determinar c11 (el elemento en el primer renglón y en la primera columna

del producto), se multiplica los elementos correspondientes en el primer
renglón de A y en la primera columna de B. Es decir,

Y así sucesivamente
 Tipos de Matrices
Hay algunas matrices que aparecen frecuentemente y que según sus
características reciben nombres diferentes:

1. Matriz Fila: Aquella matriz que tiene una sola fila, siendo su orden1 x n.
2. Matriz Columna: Aquella matriz que tiene una sola columna, siendo su orden m
x 1.
3. Matriz Traspuesta: Dada una matriz A, se llama traspuesta de A a la matriz que
se obtiene cambiando ordenadamente las filas por las columnas.

4. Matriz Nula: Si todos sus elementos son cero. También se denomina matriz cero y
se denota por
5. Matriz Simétrica: Es una matriz cuadrada que es igual a su traspuesta. A = At, aij
= aji.

20
6. Matriz Identidad: Es una matriz cuadrada que tiene todos sus elementos nulos excepto
los de la diagonal principal que son iguales a 1. También se denomina matriz unidad.

21
 Introducción A Sistemas De Ecuaciones
Lineales

La mayoría de las preguntas que se presentan en ingeniería, física, matemáticas,

economía y otras ciencias se reducen al problema de resolver un problema lineal.
Se denomina sistema de m ecuaciones lineales con n incógnitas a un sistema de
ecuaciones de la forma:

Los números son los coeficientes del

sistema, y son los términos constantes. Si todos los términos
constantes son cero, el sistema se llama homogéneo.
Los sistemas lineales admiten una sencilla representación matricial. Así, podemos
denotar

22
Una solución (particular) de una ecuación es una sucesión de números que,
cuando se sustituyen en las variables, produce una ecuación que es una
identidad.
El conjunto de todas las soluciones particulares se llama conjunto solución.
Para describir todo el conjunto solución de una ecuación lineal, a menudo se
utiliza una representación paramétrica.
Un sistema de ecuaciones puede clasificarse según el número de soluciones de
la siguiente manera:

23
25
26
27
Eliminación Gaussiana
Sirve para resolver cualquier sistema de ecuaciones lineales. Consiste en
transformar un sistema en otro sistema escalonado, y resolver éste último.
Procedimiento:

- Se sustituye una ecuación por una combinación lineal de ella y de

otra ecuación.
- Se empieza haciendo “ceros” en la primera columna, después se
pasa a la segunda columna y así sucesivamente.
- Para hacer “ceros” en la primera columna, siempre uso la primera
ecuación, para hacer ceros en la segunda columna uso la segunda
ecuación y así sucesivamente.
- La notación E2 2E1 - 3E2 significa que sustituyo la 2ª ecuación por
la combinación lineal que resulta al multiplicar la 1ª ecuación por “2” y
la 2ª ecuación por “-3”.

28
PROCEDIMIENTO: Eliminación Gaussiana

29
FUNDAMENTOS: Eliminación Gaussiana

30
En general podemos afirmar que en un sistema de ecuaciones lineales el número de
ecuaciones y el número de incógnitas, no tiene nada que ver con el número de
soluciones, el único resultado cierto es:
31
Un sistema en el que haya más incógnitas
que ecuaciones no puede ser compatible y
determinado.

32
33
En las ecuaciones del sistema inicial no sobraba
ninguna, ninguna es combinación lineal
del resto, las ecuaciones son linealmente
independientes.

34
 Método de Gauss – Jordan

La eliminación de Gauss-Jordan o Método de Gauss-Jordan para resolver un

sistema de ecuaciones lineales consiste en convertir la matriz aumentada en una
matriz reducida por renglones y a partir de ésta interpretar directamente la
solución del sistema.
Este método utiliza las mismas técnicas de eliminación Gaussiana (incluyendo el
pivoteo), pero con el objetivo de finalizar con una matriz de la siguiente forma:

EJEMPLO - Resolver mediante el sistema de Gauss – Jordan

35
Primero construimos nuestra matriz de coeficientes y nuestra
matriz ampliada del sistema.

Habitualmente, cuando los cálculos se realizan a mano, con objeto de reducir la cantidad de
anotaciones, se realizan transformaciones elementales paralelamente a varias filas a la vez.
Por otra parte, también es deseable evitar, en la medida de lo posible, la manipulación de
fracciones

36
 FORMULACION DE PROBLEMAS CON
PROGRAMACION LINEAL

1.1. GENERALIDADES
La programación lineal es básicamente la lucha o disputa de una cantidad de actividades
(productos) por unos recursos de carácter limitado, de tal forma que se obtenga un
máximo de rendimiento.
Cuando se hace referencia a rendimiento, se está hablando de la optimización del sistema
que puede ser de dos formas así:
• Maximización, cuando lo que se persigue es el máximo de utilidad o ingreso.
• Minimización, cuando se persigue un mínimo de costos o egresos de una empresa.
La programación lineal es una de las técnicas más útil de la investigación de
operaciones una amplia gama de problemas empresariales, tales como: económicos,
industriales, financieros, productivos, hospitalarios, etc.
Para visualizar mejor lo anterior se utiliza el siguiente ejemplo:

37
1.2. EJEMPLO PROTOTIPO
Una fábrica de muebles produce sillas, mesas y escritorios para los cuales ha establecido
que rinden una contribución a las utilidades de $5.000, $8.000 y $6.000 por unidad
respectivamente.
Para la producción de dichos artículos la compañía cuenta con una disponibilidad
semanal de 100 metros de madera, 150 metros de tubo y 120 horas de mano de obra
(horas-hombre). Además, mediante un estudio se ha determinado que para producir una
silla se requieren 5 metros de madera, 3 metros de tubo y 4 horas de mano de obra;
para producir una mesa se necesitan 3 metros de madera, 6 metros de tubo y 3
horas hombre de trabajo; mientras que para producir un escritorio se requieren
7 metros de madera, 4 metros de tubo y 3 horas de mano de obra.
Se desea plantear el modelo de programación lineal que se genera a fin de
incrementar al máximo las utilidades de la compañía.

38
Análisis de la información
La información paramétrica que ofrece el modelo es la utilidad de cada uno de
los artículos, los recursos disponibles y el consumo de cada recurso por cada
unidad producida.
Por lo tanto hay que determinar qué cantidad de cada uno de los artículos se
debe fabricar a fin de conseguir el máximo de utilidad la empresa. Esta
cantidad se representa por medio de variables.
En resumen la información se puede presentar como se realiza en el siguiente
cuadro:

39
 En donde las variables se definen de la siguiente forma:
X1 = cantidad de sillas a producir por semana.
X2 = cantidad de mesas a producir por semana.
X3 = cantidad de escritorios a producir por semana

Teniendo en cuenta lo dicho anteriormente, el objetivo es incrementar al

máximo posible la utilidad total de la compañía, la cual está representada por
la siguiente función lineal:
5000X1 + 8000X2 + 6000X3
a esta ecuación se le denomina función objetivo.
La anterior función debe ser maximizada teniendo en cuenta que los recursos:
madera, tubo y mano de obra son de carácter limitado y no se puede utilizar
más de su disponibilidad así:

5X1 + 3X2 + 7X3 < 100 metros. Restricción para la madera.

3X1 + 6X2 + 4X3 < 150 metros. Restricción para el tubo.
4X1 + 3X2 + 3X3 < 120 horas. Restricción para la mano de obra.
Las anteriores inecuaciones se les denominan restricciones funcionales del
problema.

40
Por lógica, y sin haber estudiado demasiado, se sabe que no se pueden
producir cantidades negativas, entonces todas las variables del problema se
deben restringir a valores no negativos así:
X1, X2, X3 > 0
estas son las llamadas restricciones de no negatividad.
En resumen, si se denota a la utilidad como Z el modelo matemático de
programación lineal queda como se muestra a continuación:

Max Z = 5000X1 + 8000X2 + 6000X3

Sujeto a:
5X1 + 3X2 + 7X3 < 100 metros de madera.
3X1 + 6X2 + 4X3 < 150 metros de tubo.
4X1 + 3X2 + 3X3 < 120 horas de mano de obra.
X1, X2, X3 > 0

41
 Aplicaciones con Programación Lineal

Las siguientes son algunas de las aplicaciones de la programación lineal en la

toma de decisiones:

• Problemas de Transporte
• Problemas de Asignación o distribución de personal o maquina
• Problemas de evaluación de cotizaciones
• Problemas de Análisis de Actividades
• Problemas de formulación de dietas
• Problemas de Mezclas optimas
• Problemas de Produccion
• Problemas del Agente Viajero
• Problemas del control de Inventarios
• Problemas de horarios
• Problemas de Presupuestos
• Otros……

42
PROCEDIMIENTO PARA LA CONSTRUCCIÓN DE MODELOS
Con base en lo escrito hasta acá y la experiencia del autor se recomiendan seguir estos pasos
para la construcción de modelos matemáticos (no se nombra sólo hasta la construcción del
modelo, sino además, hasta la implantación):
PASO 1: Formulación del modelo
A esto es lo que el autor llama literatura del problema, aquí se debe estructurar toda la
información de parámetros y variables y la interactuación entre ellas.
PASO 2. Análisis de la información
En este paso se debe realizar minuciosamente el análisis de cada parámetro del modelo y
cómo influye en él; además, de permitir una visualización de lo que se quiere conseguir
(objetivo) y definir a grandes rasgos las limitantes del sistema.
PASO 3. Definición de variables
Este es talvez el paso más importante, pues si la variable queda mal definida; la solución del
problema arrojará malos resultados, conllevando a malas decisiones.
Aquí se debe establecer qué se desea conocer (en matemáticas, incógnitas), para lograr la
solución de un problema en particular. Consiste en representar simbólicamente todos los
parámetros que entran en la conformación del modelo de PL.
43
PASO 4. Establecer la función objetivo
Con base en la definición de las variables se debe estructurar que es lo que
más le conviene a la empresa o persona donde se está realizando la solución
del problema. En general se llama maximización a todo aquello que entra a la
empresa en términos benéficos (puede haber alguien entrando basura); como
por ejemplo maximizar ingresos, utilidades y productividad entre otras y se
habla de minimización a todo lo que no le convenga a la empresa pero que
necesariamente lo debe realizar. Se habla acá de minimizar egresos y costos
básicamente; también se puede hablar de minimizar la creación de desperdicios
o contaminantes.

PASO 5. Determinar las restricciones

Definida perfectamente la función objetivo se debe evaluar qué restricciones
impiden lograr un valor máximo o mínimo de la función objetivo; pues
necesariamente no habrá recursos infinitos para su utilización (si esto fuera así no
habría problema y estaríamos perdiendo el tiempo). Entonces se parte del hecho
que hay unos recursos de carácter limitado, entre los cuales se pueden nombrar
los siguientes: dinero disponible, mano de obra disponible, materia prima
disponible, restricciones gubernamentales, capacidad de producción, capacidad
de almacenaje, restricciones del mercado, etc. Al igual que la función objetivo,
en cada una de las restricciones, cada variable debe tener un coeficiente.

44
PASO 6. Formulación de las condiciones de No Negatividad:
Consiste en restringir todas las variables Xi a que sean mayores o
iguales a cero.
PASO 7. Solución del modelo matemático
La función objetivo, junto con las restricciones (pasos 4 y 5) en conjunto, es lo que se
llama el modelo matemático. Éste se debe solucionar en lo posible con una técnica de
optimización (hay más técnicas, como por ejemplo la simulación que no arroja
soluciones óptimas), la cual permite hallar los valores de las variables definidas en el
paso tres
PASO 8. Prueba del modelo y la solución
Con base en la solución del modelo, se debe realizar las pruebas pertinentes,
especialmente corroborar en las restricciones, que se cumpla con la mejor utilización
de los recursos y que la función objetivo tenga su valor óptimo. En este paso, se debe
evaluar el funcionamiento del modelo con su respectiva solución; a fin de verificar el
cumplimiento de los objetivos.
PASO 9. Implantación del modelo
Realizadas todas las pruebas de rigor en el punto anterior, no queda más que
implementar la solución en la práctica. No olvide que la mayoría de modelos arrojan
soluciones óptimas; que casi siempre en la realidad no funcionan perfectamente por
diferentes factores. Por lo tanto no olvide aplicar el paso nueve.
PASO 10. Controlar y retroalimentar
En todo momento se debe estar atento a cualquier modificación en la información
y parámetros del modelo; a fin de ir evaluando los posibles cambios que se deban
realizar y que no descontrolen el sistema. 45
PLANTEAMIENTO DE MODELOS DE PROGRAMACION LINEAL

APLICACIONES EN PRODUCCIÓN
Ejercicio 2.1.1. La compañía SIGMA fabrica pupitres, sillas y mesas, para los
cuales ha establecido que rinden una contribución a las utilidades de $ 5.000,
$6.000 y $3.000 por unidad respectivamente. Para la producción de dichos
artículos la compañía cuenta con una disponibilidad semanal de 150 metros de
madera, 120 metros de tubo y 200 horas-hombre de trabajo. Plantee el modelo
matemático de programación lineal que se genera si sabe que para producir
un pupitre se requiere de 5 metros de madera, 3 metros de tubo y 4 horas
hombre de trabajo; para producir una silla se requieren 3 metros de madera, 4
metros de tubo y 5 horas-hombre de trabajo; mientras que, para producir una
mesa se requieren 2 metros de madera, 3 metros de tubo y 1 hora-hombre de
trabajo.
Solución
Análisis de información
Para el planteamiento de este problema primero se organiza la información en
la tabla 2.1.

46
Definición de variables
En la compañía SIGMA se debe decidir cuántos pupitres, sillas y mesas se
deberán producir por semana para lograr un máximo de utilidad; por lo cual las
variables de decisión son:
X1 =cantidad de pupitres a producir por semana
X2 =cantidad de sillas a producir por semana
X3 =cantidad de mesas a producir por semana

47
Función objetivo
La compañía debe garantizar un máximo de utilidad, por lo tanto la
función objetivo es la siguiente:

Máx. Z = 5.000 X1 + 6.000 X2 + 3.000 X3

Restricciones del modelo

Además, la compañía debe tener en cuenta las siguientes limitaciones en los
recursos:
5X1 + 3 X2 + 2X3 ≤ 150 metros de madera.
3X1 + 4 X2 + 3 X3 ≤ 120 metros de tubo.
4 X1 + 5 X2 + X3 ≤ 200 horas-hombre.

También, se deben considerar las restricciones de no negatividad (restricciones

de signo de las variables), ya que en este caso, no se pueden producir unidades
negativas de ningún producto. Tales restricciones son las siguientes:

X1, X2, X3 ≥0

48
Modelo matemático completo
En compendio, el modelo matemático de programación lineal para la
compañía SIGMA queda de la siguiente manera:

Máx. Z = 5.000 X1 + 6.000 X2 + 3.000 X3

s.a.
5X1 + 3 X2 + 2X3 ≤ 150 metros de madera.
3X1 + 4 X2 + 3 X3 ≤ 120 metros de tubo.
4 X1 + 5 X2 + X3 ≤ 200 horas-hombre.
X1, X2, X3 ≥ 0 restricciones de no negatividad

49
Ejercicio: La compañía ALFA se dedica a la fabricación de esferos, estilógrafos y
plumillas en dos tipos de talleres; en el primero de ellos se realiza el montaje y en
el segundo la decoración. El departamento de producción determinó que para la
fabricación de un paquete de 10 esferos se requiere de una hora de trabajo en
montaje y 1.5 horas en decoración; que para la producción de un paquete de 10
estilógrafos se requiere de dos horas de montaje y 3 en decoración; mientras que
para la producción de un paquete de 10 plumillas se necesita 1.5 y 2.5 horas
respectivamente. Plantee el modelo matemático de programación lineal que se
genera a fin de maximizar el beneficio si se sabe que se dispone mensualmente de
100 horas para montaje y 175 para decoración; y que la utilidad generada por
cada esfero es de $200, por cada estilógrafo es de $250 y por cada plumilla es de
$225

Ejercicio : La compañía GAMA fabrica camisas y blusas en una línea de

producción con tres procesos que son: corte, ensamble y empaque. Se ha establecido que
una camisa genera una utilidad de $7.000 y una blusa una utilidad de $9.000. Mediante un
estudio de tiempos se estableció que una camisa requiere de 1 hora en corte, 3 horas en
ensamble y ½ hora en empaque; mientras que una blusa requiere de ½ hora en corte, 4
horas en ensamble y 1 hora en empaque. Se sabe que la compañía GAMA trabaja 8 horas
diarias durante 5 días a la semana. ¿Cómo queda el modelo de programación lineal si se
sabe que actualmente se cuenta con 40 trabajadores en la sección de corte, 80
trabajadores en la sección de ensamble y 20 trabajadores en la sección de empaque?
APLICACIONES EN DIETAS

Ejercicio: Una compañía cervecera dispone de un jardín infantil para darle

albergue a los hijos de los empleados. La nutricionista de la empresa
estableció que a cada niño se le debe suministrar diariamente un mínimo
25 miligramos de calcio,15 miligramos de hierro y 24 miligramos de
vitaminas, pero no más de 30 mg. En el transcurso del día los niños son
alimentados con leche por valor de $1.000 por litro, huevos a $150 cada
uno y compotas que cuestan a $600 el frasco. Plantee el modelo de
programación lineal que se genera si se sabe que un litro de leche contiene
2 miligramos de calcio, 3 miligramos de hierro y 1 miligramo de vitaminas;
un huevo contiene 4 miligramos de calcio, 5 miligramos de hierro y 3
miligramos de vitaminas; mientras que un frasco de compota contiene 6
miligramos de calcio, un miligramo de hierro y 2 miligramos de vitaminas.

51
APLICACIONES DE MEZCLA
Ejercicio . Una compañía siderúrgica dispone de un horno, el cual debe ser
cargado con 2 toneladas de materiales para elaborar una aleación de
carácter especial, la cual por requisitos de calidad contener mínimo el 15% de
cobre pero no más del 20% y máximo 17 % de fósforo. Para cargar el horno
la compañía cuenta con hierro, tungsteno, níquel y carbono. Mediante un
estudio químico se estableció que el hierro contiene 7 % de cobre y 9% de
fósforo, el tungsteno contiene 11% de cobre y 3 % de fósforo, el níquel
contiene 19 % de cobre y 8% de fósforo; mientras que el carbono contiene
4% de cobre y 17% de fósforo. Plantee el modelo de programación lineal que
se genera si sabe que un kilo de hierro cuesta $1.000, una libra de tungsteno
cuesta $2.000, un kilo de níquel cuesta $3.000 y una libra de carbono cuesta
$1.700.
GRACIAS