EJERCICIOS RESUELTOS

Por:

Irene Garca Gacio

M. ngeles Herrera Domnguez

Julia I. Martn Tortajada

Diego Snchez Prez

1
 EJERCICIOS DE LA RELACIN 1

Ejercicio 3. El presidente del gobierno necesita el mximo apoyo fuera

de su partido para que se apruebe en el congreso su plan de gastos para el
prximo ao. A travs de sus consejeros ha sabido que hay 12 congresistas
de Coalicin Canaria y 16 congresistas del PNV que an no tienen claro
que votar. El presidente decide entonces llamar por telfono a estos con-
gresistas indecisos para convencerles de que le apoyen, sabiendo que tiene
una probabilidad 0,9 de xito con los miembros de Coalicin Canaria y 0,6
con los miembros del PNV. Cuntos congresistas de cada partido deber
telefonear para maximizar su probabilidad de xito si no puede realizar un
nmero total de llamadas superior a 20?

Solucin: (Julia I. Martn Tortajada)

Variables de decisin:

x1 : "nmero de miembros de Coalicin Canaria que debe telefonear"

x2 : "nmero de miembros del PNV que debe telefonear"

Formulacin del problema:

min 0,9x1 + 0,6x2

x1 + x2 + 20

x1 12
s.a

x2 16
+


x1 , x2 Z

4. Una fbrica de muecas produce 6 juguetes a partir de 6

materias primas, cada uno caracterizado por una diferente combi-
nacin de estas materias primas. La tabla muestra el beneficio por
unidad de producto que se produzca, Cmo debe realizarse la
produccin para maximizar el beneficio total usando solo el actual
inventario de materia prima?

2
 Producto Danzarina Esquiadora Mam Mdico Bombero Playa Inventario
Acero 1 4 - 4 2 - 800
Madera 4 5 3 - 1 - 1160
Plstico - 3 8 - 1 - 1780
Goma 2 - 1 2 1 5 1050
Vidrio 2 4 2 2 2 4 1360
Pintura 1 4 1 4 3 4 1240
Beneficio 30 45 24 26 24 30 800

Resolucin: (M.ngeles Herrera Domnguez)

Primero vamos a ver las variables que tenemos:

llamamos:
x1 : nmero de muecas tipo danzarina
x2 : nmero de muecas tipo esquiadora
x3 : nmero de muecas tipo mam
x4 : nmero de muecas tipo mdico
x5 : nmero de muecas tipo bombero
x6 : nmero de muecas tipo playa

Formulacin del problema:

Pretendemos maximizar beneficios, por lo tanto tenemos:

max : 30x1 + 45x2 + 24x3 + 26x4 + 24x5 + 30x6

s.a :
x1 + 4x2 + 4x4 + 2x5 800
4x1 + 5x2 + 3x3 + x5 1160
3x2 + 8x3 + x5 1780
2x1 + x3 + 2x4 + x5 + 5x6 1050
2x1 + 4x2 + 2x3 + 2x4 + 2x5 + 4x6 1240
xi 0, i = 1, ..., 5

Explicacin de las restricciones:

1a Cantidad de muecas de cada tipo fabricadas a partir de acero 800

2a Cantidad de muecas de cada tipo fabricadas a partir de madera
1160
3a Cantidad de muecas de cada tipo fabricadas a partir de plstico
1780
4a Cantidad de muecas de cada tipo fabricadas a partir de goma 1050
5a Cantidad de muecas de cada tipo fabricadas a partir de vidrio 1360

3
 6a Cantidad de muecas de cada tipo fabricadas a partir de pintura
1240
7a No negatividad de las variables

Nota: Las restricciones las obtenemos a partir de la tabla.

EJERCICIO 10

Consideremos un conjunto I de mquinas y un conjunto J de

trabajos a realizar mediante dichas mquinas. Para cada trabajo
j J se conoce la dedicacin total dj que demanda, as como
el tiempo pij que la mquina i requiere para hacer el trabajo j.
Suponiendo que la realizacin de un trabajo puede distribuirse
de cualquier forma entre las mquinas sin que existan por ello
penalizaciones de tiempo, si bien nunca puede haber ms de una
maquina actuando sobre un mismo trabajo. Describir un modelo
matemtico para encontrar una forma de distribuir los trabajos
entre las mquinas de manera que la ltima mquina que termine
todas sus tareas lo haga lo antes posible.

Solucin: (Diego Snchez Prez)

Tenemos dos formas de hacerlo.

1a F ORM A

Un trabajo lo pueden realizar varias mquinas.

Variables de inters

T : tiempo que tarda la ltima mquina.

(
1 si el trabajo i se asigna en mquina j
xij :
0 en caso contrario

tij : Instante en que trabajo i comienza en mquina j.

Formulacin

min T
pij dj , j
P

i



tij pij0 xij0 , i, j

P

s.a j0 j
pij xij T, i
P




j
xij {0, 1} ; tij 0; T 0

4
 2a F ORM A

Un trabajo slo lo realiza una mquina.

Variables de inters

T : tiempo que tarda la ltima mquina.

xij : no de trabajos j asignados en la mquina i.

Formulacin

min T
P

xij = dj , j

i
P
s.a pij xij T




xij Z

T0

11. Consideremos 3 3 3 = 27 celdas dispuestas en tres caras

de un cubo (tres caras de un cubo de Rubik). Tres celdas se dice
que estn en una misma lnea del cubo si ellas estn en una seccin
vertical, horizontal o diagonal de una misma cara del cubo. Por
tanto, existen 24 lneas.
Pintar cada celda de blanco o negro de manera que se mi-
nimice el nmero de lneas que tiene sus tres celdas del mismo
color.

Resolucin: (Irene Garca Gacio)

(
1, si la lnea i tiene sus tres celdas del mismo color
yi =
0, en caso contrario
(
1, si el color de la celda j de la lnea i es blanco
x ij =
0, si el color de la celda j de la lnea i es negro

Si consideramos que la lnea i contiene las celdas i1 , i2 , i3 , se pueden

dar los siguientes casos :

5
 i1 i2 i3 yi
1 1 1 1
0 0 0 1
1 0 0 0
0 1 0 0
0 0 1 0
0 1 1 0
1 0 1 0
1 1 0 0

Podemos, entonces, formular el problema como:

min : 24
P
i=1 yi
s.a :
xi1 + xi2 + xi3 + yi 1
xi1 + xi2 + xi3 yi 2
xij {0, 1}, yi {0, 1}

Ejercicio 12. Una banda de msicos consta de 9 msicos (A, B, C, D,

E, F, G, H, I) y debe repetir cada tarde un repertorio de 7 sinfonas (1, 2,
3, 4, 5, 6, 7). No todas las sinfonas necesitan de todos los msicos, y cada
msico recibe un salario proporcional al nmero de sinfonas en las que esta
presente (tocando o no su instrumento) desde la primera hasta la ltima
en la que interviene. Ningn msico recibir sueldo por sinfonas en las que
est presente antes de la primera en la que sea necesario ni despus de la
ltima en la que sea necesario, pero si por todas las dems. La tabla mues-
tra las sinfonas en las que cada msico debe tocar su instrumento, as como
el sueldo que recibe por cada sinfona en la que tenga necesariamente que
estar presente. Cmo debe ordenar el director las sinfonas para minimizar
el coste total de los salarios?

Msico A B C D E F G H I
sinfona 1,7 2,4,7 1,2,4,5,7 1,3,5 2,3,5,6 1,2,4,6,7 3,5,6 4,6 1,2,3
Coste/sinfona 2 3 3 2 1 2 2 1 2

Solucin: (Julia I. Martn Tortajada)

6
 Inputs:

k msicos
I(k) =sinfonas que toca le msico k
ck =coste/sinfona.

Variables de decisin:

uk = "posicin en la que entra en msico k"

wk = ( "posicin en la que sale el msico k"
1, si la sinfona i va en la posicin j
x ij =
0, en caso contrario

Formulacin del problema:

X
min (wk uk + 1)ck
P7
(x ) = 1
P9i=1 ij


(x ) = 1


P9 j=1 ij


s.a
P9 j=1 (xij ) wk



(x
j=1 ij ) uk , i, k : i I(k)
uk , wk Z+ , xij {0, 1}

13. Una empresa ha puesto sus acciones en bolsa y un inversor

ha descubierto la clave para sacar el beneficio. El funcionamien-
to es el siguiente: al inicio del ao se puede invertir en ella una
cantidad cualquiera de x euros, al comenzar el siguiente ao se
debe invertir adicionalmente x/2 euros, y luego pasado otro ao se
obtiene 2x euros. Lo obtenido en esas acciones al final de un ao
puede ser reinvertido de nuevo en dichas acciones al principio del
siguiente, si se desea. Si en el momento actual el inversor dispo-
ne de 100,000 euros. Cual debe ser su plan de inversin en tales
acciones para disponer de un mximo capital dentro de 6 aos?

Resolucin: (M. ngeles Herrera Domnguez)

Haciendo la siguiente tabla vamos a entender bien el procedimiento

del problema:

7
 Ao Inversin primer ao Inversin segundo ao Beneficio
0 x0 0 0
1 x1 x0 /2 0
2 x2 x1 /2 2x0
3 x3 x2 /2 2x1
4 x4 x3 /2 2x2
5 - x4 /2 2x3
6 - - 2x4

Nuestras variables de decisin son las siguientes:

xi : Capital que se invierte en el ao i

Formulacin del problema:

Queremos maximizar el capital, esto es, maximizar beneficios, por tan-

to,

max : 2x0 + 2x1 + 2x2 + 2x3 + 2x4

s.a
x0 100000
x1 + x20 100000 x0
x2 + x21 100000 + x20 x1
x3 + x22 100000 + x20 + x21 x2
x4 + x23 100000 + x20 + x21 + x22 x3
x4 x0 x1 x2 x3
2 100000 + 2 + 2 + 2 + 2 x4
xi 0

Explicacin de las restricciones:

1a En el ao 1 no puedo invertir ms de lo que tengo
2a En el ao 2 lo que invertimos tiene que ser menor que lo que tena
menos lo que invertimos
3a En el ao 3 lo que invierto tiene que ser menor que lo que ya he
invertido mas lo recuperado
4a En el ao 4 lo que invierto tiene que ser menor que lo que ya he
invertido mas lo recuperado
5a En el ao 5 lo que invierto tiene que ser menor que lo que ya he
invertido mas lo recuperado
6a En el ao 6 lo que invierto tiene que ser menor que lo que ya he
invertido mas lo recuperado
7a No negatividad de las variables.

8
 EJERCICIO 14

(Datos ocultos) Supongamos que el Instituto Nacional de

Estadstica publica la tabla adjunta de datos con distintos gastos
medios de diversos colectivos de una regin. Ntese que se dan tan-
to datos concretos como sumas marginales y totales. Sin embargo,
algunos datos se consideran confidenciales, ya que su publicacin
revelara informacin privada. Por ejemplo, se considera que el
dato referente al gasto medio en "vicios de los obispos"de una re-
gin es informacin confidencial, porque en dicha regin slo hay
un obispo, y, por ello, su publicacin estara revelando informa-
cin de un individuo con nombre y apellidos conocidos. No ocurre
igual con otros colectivos porque tienen ms miembros. No obs-
tante, algunos deben igualmente ser suprimidos para proteger el
caso anterior. Los datos suprimidos son los que aparecen marca-
dos con asterisco. Si slo sabemos que ninguno de los datos ocultos
puede ser negativo, cul es el rango ms estrecho de valores que
esta tabla revelar a un posible curioso sobre el gasto del obispo
en vicios?

Solucin: (Diego Snchez Prez)

(Datos ocultos)

Variables de inters

xij : dato oculto i de colectivo j.

y : dato oculto envicio del obispo.

9
 Formulacin

max y




345 + x22 + x32 + 90 = 576
15 + 234 + x34 + x44 = 447




212 + y + 7 + x44 = 321



s.a 52 + x 22 + 212 + 234 + y + 234 = 953




432 + x 32 + 45 + x34 + 7 + 32 = 726
34 + 90 + 85 + x44 + x45 + 52 = 271




y 0, x 0, i, j

ij

(Con las mismas restricciones)

x22 + x32 = 141
x34 + x44 = 198




y + x44 = 102



s.a x 22+ y = 221




x 32 + x34 = 210
x 44 + x45 = 10




y 0, x 0, i, j

ij

15. (Redondeo) Supongamos que el Instituto Nacional de Es-

tadstica dispone de una tabla y desea publicarla tras redondear
cada valor numrico fraccionario a su entero por exceso o por de-
fecto. Ahora bien, no se admiten cualesquiera redondeos, si no
que deben ser tales que en la tabla redondeada se mantengan las
mismas relaciones de suma entre las celdas internas y marginales
que en la tabla original. La figura muestra dos posibles tablas re-
dondeadas para la tabla original. En caso de haber varias posibles
tablas redondeadas correctas, el INE deseara una que minimice
la suma de las diferencias entre los valores redondeados y los valo-
res originales. Plantear un modelo matemtico para resolver este
problema.

Tabla original:

hombre mujer Total:

infantil 1,b
6 2,b
6 4,b
3
adulto 2,00000 4,750000 6,7500000
anciano 1,25000 4,250000 5,500000
TOTAL: 4,91666 11,666666 16,583332

10
 Primera tabla redondeada:

hombre mujer Total:

infantil 2 3 5
adulto 2 5 7
anciano 1 4 5
TOTAL: 5 12 17

Segunda tabla redondeada:

hombre mujer Total:

infantil 2 2 4
adulto 2 4 6
anciano 1 5 6
TOTAL: 5 11 16

Resolucin: (Irene Garca Gacio)

Llamando aij al elemento de la fila i y columna j de la tabla original,

vamos a tomar como variable
(
1, si se redondea por exceso el elemento aij
xij =
0, si se redondea por defecto el elemento aij

Cada elemento de la tabla original aij , se va a transformar, al redon-

dear, en E[aij ] + xij .

Entonces, para que se mantenga las mismas relaciones de suma entre

las celdas ha de ser:

Para las filas:

1 + x11 + 2 + x12 = 4 + x13

2 + 4 + x22 = 6 + x23
1 + x31 + 4 + x32 = 5 + x33
4 + x41 + 11 + x42 = 5 + x43

Para las columnas:

1 + x11 + 2 + +1 + x13 = 4 + x41

2 + x12 + 4 + x22 + 4 + x32 = 11 + x42
4 + x13 + 6 + x23 + 5 + x33 = 16 + x43

11
 Por otro lado, por cada redondeo se produce un error. Para el primer
trmino, por ejemplo, el error es
3 = (1 0, b
0, b 6)x11 si se redondea por exceso
y 0, b 6(1 x11 ) si se redondea por defecto.
6 = 0, b

Se puede escribir entonces, para cada elemento, el error total

( = error por exceso + error por defecto) como:

(E[aij ] + 1 aij )xij + (aij E[aij ])(1 xij )

La formulacin del problema resulta:

+ 1 aij )xij + (aij E[aij ])(1 xij )

P P
min : i j (E[aij ]
s.a :

1 + x11 + 2 + x12 = 4 + x13

2 + 4 + x22 = 6 + x23
1 + x31 + 4 + x32 = 5 + x33
4 + x41 + 11 + x42 = 5 + x43
1 + x11 + 2 + +1 + x13 = 4 + x41
2 + x12 + 4 + x22 + 4 + x32 = 11 + x42
4 + x13 + 6 + x23 + 5 + x33 = 16 + x43
xij {0, 1}

17. Consideremos un robot que debe realizar n tareas. A

su disposicin existen m herramientas pero en su aja de herra-
mientas"solo puede colocar c de ellas (0 < c < m). Para procesar
una tarea concreta se requiere que el robot contenga en su caja
de herramientas un subconjunto especfico de las m herramientas
(dicho subconjunto de no ms de c herramientas, por lo que el
procesamiento de la tarea es siempre posible, aunque para ello de-
ba cambiar parte o todo el contenido de su caja). Dependiendo de
como se ordenen las tareas, se debern reemplazar ms o menos
herramientas en su caja antes de procesar cada tarea. Se desea co-
nocer como deben ordenarse las tareas y como debe componerse
la caja en cada momento de manera que se minimice el nmero de
herramientas (iguales o distintas) que hay que poner o sustituir
en la caja. Cada fila de la matriz A corresponde a una tarea y cada
columna con una herramienta de forma que aj k vale 1 si la tarea j
necesita la herramienta k y 0 en otro caso:

12

1 0 1 1 0 1 0 0 1
0 1 1 0 1 1 0 0 1


0 0 0 1 1 0 1 0 1



A=
0 1 0 0 0 1 0 1 0


0 0 1 1 1 0 1 0 0

0 0 0 0 1 1 0 1 0


1 1 1 0 0 1 1 0 0

Resolucin: (M. ngeles Herrera Domnguez)

Variables de decisin:
(
1 si tarea j va en la posici0 on i
xi,j =
0 en caso contrario
(
1 si herramienta k entra al comenzar la tarea en la posici0 on i
yj,k =
0 en caso contrario
(
1 si herramienta k est0 a en la posici0 on i durante la tarea
zj,k =
0 en caso contrario

Formulacin:

X
min : yj,k
j,k
s.a

j
P
x =1
P i i,j


j xi,j = 1 i




iPi,k xj,i zj,k j, k
P
a
k zj,k c jz(j+1)k zjk y(j+1)k





k, jxij , yjk , zjk {0, 1}

Para la penltima restriccin hemos hecho:

-zjk +z(j+1)k y(j+1)k

0 1 1
1 1 0
1 0 0
0 0 0

13
 EJERCICIO 18

Dado un nmero entero n, se llama regla de Golomb con n

marcas a n nmero enteros tales que la diferencia de dos cuales-
quiera de ellos no coinciden con la diferencia de cualesquiera otros
dos del mismo conjunto. Por ejemplo, una regla de Golomb con
9 marcas viene definida por el conjunto 0, 3, 9, 17, 32, 39, 43,
44. Claramente siempre es posible fijar arbitrariamente una de las
marcas; por ejemplo la primera a valor 0. Se llama longitud de la
regla a la mayor diferencia entre dos marcas, y en el ejemplo an-
terior es 44. Una caracterstica relevante de una regla de Golomb
con n marcas es que permite medir n(n - 1)/2 distancias diferen-
tes, mientras que las reglas tradicionales (donde todos los pares
de marcas consecutivas equidistan) slo permiten medir n-1 dis-
tancias distintas; como contrapartida las reglas de Golmb tienen
mayor longitud que las reglas tradicionales con igual cantidad de
marcas. Encontrar un modelo matemtico para determinar las n
marcas de una regla de Golomb para que tenga la menor longitud.

Solucin: (Diego Snchez Prez)

Variables de inters
(
1, si hay marca en el no entero positivo j
xj :
0, en caso contrario

L : longitud mayor.

Formulacin

min L


x0 = 1
L j xj , j




xi + xj + xk x(k+ji) 3, i j, k

s.a P


xj = n


j
xj {0, 1} , L 0

Observacin:

La restriccin xi + xj + xk x(k+ji) 3 , la podemos sustituir por

xi + xj x2ji 2 , ya que esta restriccin es ms factible.

14
 EJERCICIOS DE LA RELACIN 2

1. La empresa de comercio electrnica E-Shop cobra 9,5

por cada transaccin (puede incluir varios productos). Por cada
producto que t vendes, E-Shop se lleva una comisin que depen-
de del precio de venta. La comisin es del 5 % para (0, 45] , 8 %
para (45, 80] , 12 % para (80, 100] , 15 % para (100, 120] y 20 %
para ventas por encima de 120 . Si Pedro desea vender tres li-
bros y acepta venderlos en el rango de [40, 65] , [75, 90] y [91, 110]
respectivamente.
Formular un problema de programacin lineal entera para
ayudar a decidir sobre el precio total de cada libro.

Resolucin: (Irene Garca Gacio)

Como dependiendo del precio del libro puede estar en un intervalo o

en otro y, por tanto, tendr comisiones diferentes, vamos a considerar las
siguientes variables:

xi = precio del libro i

(
1, si el precio del libro 1 est en el intervalo (0,45]
y1 =
0, si el precio del libro 1 est en el intervalo (45,80]
(
1, si el precio del libro 2 est en el intervalo (45,80]
y2 =
0, si el precio del libro 2 est en el intervalo (80,100]
(
1, si el precio del libro 3 est en el intervalo (80,100]
y3 =
0, si el precio del libro 3 est en el intervalo (100,120]

Teniendo en cuenta las relaciones para que el precio est en un intervalo

o en otro, y las comisiones que conlleva, podemos formular el problema como
sigue:

max:
x1 + x2 + x3 x1 (0,05y1 + 0,08(1 y1 )) x2 (0,08y2 + 0,12(1 y2 ))
x3 (0,12y3 + 0,15(1 y3 ))
s.a :
45(1 y1 ) 0
x1 45y1 0
80(1 y2 ) 0
x2 80y2 0
100(1 y3 ) 0
x3 100y3 0

15
 40 x1 65
75 x1 90
91 x1 110
yi {0, 1}

Ejercicio 2. Expresa las siguientes afirmaciones usando una formulacin

lineal entera.
a) Una enfermera puede elegir un turno bien empezando antes de las 11:00
a.m o despues de las 5p.m.
b) Una tarea debe finalizar no antes de las 8:00 a.m pero no ms tarde de
las 6:00 p.m.
c) Si el tiempo de terminacin de un trabajo es mayor que su tiempo de
entrega, entonces este es considerado como trabajo retrasado.

Solucin: (Julia I. Martn Tortajada)

a)

x =hora a la que comienza el turno

x < 11 (11:00 am)
x > 17 (5:00 pm)

x < 11

x 11 < yM
Si x
/ (11, 17) o 17 x > (1 y)M

x > 17 x Z+ , y {0, 1}

i

M debe ser un nmero suficientemente grande, por ejemplo M = 30.

b)

x =hora a la que finaliza la tarea

(
1, si no acaba mas tarde de las 8:00 am
x1 =
0, en caso contrario
(
1, si no acaba antes de las 6:00 pm
x2 =
0, en caso contrario
x3 = x1 x2

x1 + x2 1 x3

2x3 x1 + x2
x1 , x2 {0, 1}

16
 c)

t1 =tiempo de terminacin
t2 =tiempo
( de entrega
1, sit1 > t2
x1 =
0, en caso contrario
(
1, si trabajo es retrasado
x1 =
0, en caso contrario
t1 > t2 x2 = 1 {t1 t2 } {x2 1}
S

(
t1 t2 yM
1 x1 (1 y)M

3.Cambia las siguientes funciones a una formulacin lineal

entera.

a) x1 x2 = 0, x1 , x2 0
(
1 si x1 = 0
y1 =
0 en caso contrario
(
0 si x2 = 0
y2 =
1 en caso contrario
n
y1 + y2 1

(
2x + 3 si 0 < x a a > 0
b) y2 =
3x 5 si a < x b b > a

Vamos a pintar la grfica dando valores a a y b para hacernos una idea

de como sera:

17
Ahora bien, por ser f lineal se tiene que

f (x) = f (0)1 + f (a)2 + f (b)3

Fijndonos en nuestras ecuaciones tenemos que:
f (0) = 3
f (a) = 3a 5
f (b) = 3b 5
por tanto,

f (x) = 31 + (2a + 3)2 + (3b 5)3

3
X
i = 1
i=1

1 y1

2 y1 + y2

3 y2 + y3

y1 + y2 = 1

yi {0, 1}

18
 EJERCICIO 4

Una compaa de telefona mvil tiene diferentes planes para

sus clientes. Plan A, carga 0.10 euros por minuto usado y no tiene
cuota mensual. Plan B tiene un costo mensual de 30 euros, y un
coste extra de 0.40 euros por cada minuto si sobrepasas los 400
minutos. Plan C tiene un coste mensual de 40 euros y un coste
extra de 0.60 euros por minuto si se sobrepasa los 600 minutos.
Encontrar el costo mnimo para Juan si su uso mensual es al me-
nos 410 minutos. (Formular como un problema de programacin
entera).

Solucin: (Diego Snchez Prez)

Inputs

Plan A(1) 0,10 euros/min

Plan B(2) 30 euros + 0,40 euros/min si + 400 min
Plan C(3) 40 euros + 0,60 euros/min si + 600 min

Variables de inters
(
1, si Juan coge el plan i
xi :
0, en caso contrario

z : minutos que habla Juan.

(
1, si z es mayor que 600
t:
0, en caso contrario

Formulacin

min 0, 10zx1 +(30 + 0, 40 (z 400))x2 +(40 + 0, 60 (z 600) t)x3

3
P
xi = 1




i=1

s.a z 410
(1 t) M z 600 t M






z Z, xi {0, 1} , t {0, 1}

19
 5. Un conjunto de n trabajos tienen que ser procesados en
m mquinas (n > m). Cada trabajo es procesado por una sla m-
quina. Cada trabajo j tiene un tiempo de liberacin (el tiempo
ms temprano cuando un trabajo est preparado para ser proce-
sado) rj y un tiempo de procesamiento pi j en la mquina i, y dos
trabajos no pueden ser procesados simultneamente en una mis-
ma mquina. Aunque simultneamente puedan estar procesndose
dos trabajos en dos mquinas diferentes.
Secuenciar el orden de procesamiento de los trabajos tal que
el tiempo (t) de finalizacin de procesado del ltimo trabajo sea
minimizado.
Considerar los siguientes casos:

a) Las m mquinas son idnticas , es decir, pij = pj para cada

j.

Resolucin: (Irene Garca Gacio)

Definamos las variables:

rj = tiempo ms temprano cuando un trabajo est preparado para ser

procesado

tj = instante de comienzo del trabajo j

pj = tiempo de procesamiento del trabajo j

t = tiempo de finalizacin del ltimo trabajo

(
1, si el trabajo j se procesa en la mquina i
yij =
0, en otro caso

Formulacin del problema:

min: t
s.a :
tj rj , j
t tj + pj , j
P
i yij = 1
ti tk + pk ykj + (yij + ykj 2)M, i, j, k
o
tk ti + pi yij + (yij + ykj 2)M, i, j, k
ti 0, t 0, pj 0, rj 0, yij {0, 1}

20
 b)Las m mquinas son diferentes.

Resolucin: (Irene Garca Gacio)

Variables del problema:

rj = tiempo ms temprano cuando un trabajo est preparado para ser

procesado

tij = instante de comienzo del trabajo j en la mquina i

pij = tiempo de procesamiento del trabajo j en la mquina i

t = tiempo de finalizacin del ltimo trabajo

(
1, si el trabajo j se procesa en la mquina i
yij =
0, en otro caso

Formulacin del problema:

min: t
s.a :
tij rj , i, j
t t + pij yij , i, j
P ij
i yij = 1
tij + pij yij tik , i, j, k
o
tik + pik yik tij , i, j, k
tij 0, t 0, pij 0, rj 0, yij {0, 1}

Ejercicio 8. Big Burguer es un restaurante de comida rpida con muchos

locales en un pas. Los clientes de Big Burguer se clasifican en tres tipos:
nios, conductores y trabajadores. Cada tipo tiene diferentes preferencias.
La comida ms popular incluye hamburguesas, patatas fritas y refrescos.
Ellos pueden comprarlo individualmente o como un men (los tres juntas).
El mximo precio que cada grupo de clientes est dispuesto a pagar por cada
men o por cada uno de sus elementos viene dado en la tabla. Determinar
el precio de venta de cada uno de los productos y del men completo para
maximizar el precio en las ventas.

21
 Mximo precio dispuesto a pagar
tipo cliente nmero clientes hamburguesa patatas refresco men
Nios 300 2.69 1.39 1.09 4.29
Conductores 240 2.99 0.99 1.29 4.89
Trabajadores 600 2.59 0.99 1.19 4.19

Solucin: (Julia I. Martn Tortajada)

Variables:

xj =precio de la comida j, j = 1, 2, 3, 4. donde,

j = 1 hamburguesa
j = 2 patatas
j = 3 refresco
j = 4 men
i = 1 nios
i = 2 conductores
i=3 ( trabajadores
1, si cliente i compra comida j
yij =
0, en caso contrario
Si =diferencia entre lo que el cliente i est dispuesto a pagar y el
precio del paquete que compra.

Veamos la formulacin del problema:

4
X 4
X 4
X
max 300 (xj y1,j ) + 240 (xj y2,j ) + 600 (xj y3,j )
j=1 j=1 j=1

22




S1 = (2,69 x1 )y1,1 ) + (1,39 x2 )y1,2 ) + (1,09 x3 )y1,3 ) + (4,29 x4 )y1,4 )



S2 = (2,99 x1 )y2,1 ) + (0,99 x2 )y2,2 ) + (1,29 x3 )y2,3 ) + (4,89 x4 )y2,4 )
S3 = (2,59 x1 )y3,1 ) + (0,99 x2 )y3,2 ) + (1,19 x3 )y3,3 ) + (4,19 x4 )y3,4 )





S1 2,69 x1




S1 1,39 x2





S1 1,09 x3




S1 4,29 x4





S2 2,99 x1




S 0,99 x


2 2
s.a

S2 1,29 x3
4,89 x4




S2
S3 2,59 x1








S3 0,99 x2
S3 1,19 x3








S3 4,19 x4
P4
j=1 (yi,j ) = 1




P9
j=1 (xij ) uk , i, k : i I(k)




xj 0, Si 0, yi,j {0, 1}

Las restricciones nos quedaran as:

S1 = (2,69 x1 )y1,1 ) + (1,39 x2 )y1,2 ) + (1,09 x3 )y1,3 ) + (4,29 x4 )y1,4 )

S2 = (2,99 x1 )y2,1 ) + (0,99 x2 )y2,2 ) + (1,29 x3 )y2,3 ) + (4,89 x4 )y2,4 )




S3 = (2,59 x1 )y3,1 ) + (0,99 x2 )y3,2 ) + (1,19 x3 )y3,3 ) + (4,19 x4 )y3,4 )




4S1 9,46 4i=1 xj

P



4S2 10,16 4i=1 xj
P
s.a
4S3 8,96 4i=1 xj

P


4
P
j=1 (yi,j ) = 1




P9
j=1 (xij ) uk , i, k : i I(k)




xj 0, Si 0, yi,j {0, 1}

23
 EJERCICIOS DE LA RELACIN 3

1. Examina las siguientes formulaciones, P1 y P2 , para el pro-

blema de secuenciacin con una sla mquina para minimizar el
tiempo total ponderado de completar los trabajos. Cual crees que
es la mejor formulacin?. Sea wj el peso del trabajo j, pj el tiempo
para procesar el trabajo j, M un nmero suficientemente grande
y xj el tiempo para completar del trabajo

(P1 )
1
X
min wj x j
j=1
s.a

xj pj i, j

xj + xi + pj M yi,j i, j

xi + xj + pi M (1 yij )i, j

y {0, 1}
(P2 )
p
n X
X
min wj (t + pj )yjt
j=1 l=0
s.a
l
X
yit = 1, j
t=1
n
X t1
X

j=1 k=max{tpj,0}

yjt {0, 1}, j, t

Pn
donde l = j=1 pj 1, yjt = l si el trabajo j comienza en el tiempo t1
y 0 en caso contrario

Resolucin: (M. ngeles Herrera Domnguez)

24
 Dado que es un problema de programacin entera, la comparacin del
nmero de restricciones y de variables no nos dice nada. Veamos que ocurre
si relajamos los problemas poniendo las variables como 0 yi 1.
En el caso del primer problema (P1) las restricciones estn multipli-
cadas por algo muy grande, por tanto "no tienen sentido".

EJERCICIO 2

Encontrar las mejores cotas para cada variable y despus fi-

jar variables en las siguientes restricciones:


2y1 + 7y2 3y3 + 6y4 9y5 + y6 12
y1 2y2 + y3 + 4y4 + 2y5 + 3y6 13





1 y1 4





0 y2 7
s.a

4 y3 10




2 y4
y5 2






y6 0, entera
Solucin: (Diego Snchez Prez)

Iteracin 1

Restriccin 1
h i
1
u1 = 2 (12 7 0 + 3 10 6 2 + 9 2 1 0) = 12 N O
h i
1 22
u2 = 7 (12 2 1 + 3 10 6 2 + 9 2 1 0) = 7 = 3 S
h i
l3 = 31 (12 2 1 7 0 6 2 + 9 2 1 0) = 8
3 = 3 NO
h i
1 17
u4 = 6 (12 2 1 7 0 + 3 10 + 9 2 1 0) = 3 = 5 S
h i
l5 = 91 (12 2 1 7 0 + 3 10 6 2 1 0) = 94 = 0 N O

u6 = [1 (12 2 1 7 0 + 3 10 6 2 + 9 2)] = 22 S

Actualizamos cotas

1 y1 4 2 y4 5
0 y2 3 0 y5 2
4 y3 10 0 y6 22

25
 Restriccin 2

u1 = [1 (13 + 2 3 1 4 4 2 2 0 3 0)] = 7 N O
h i
l2 = 21 (13 1 1 1 4 4 2 2 0 3 0) = 0 N O

u3 = [1 (13 1 1 + 2 3 4 2 2 0 3 0)] = 10 N O
h i
1 7
u4 = 4 (13 1 1 + 2 3 1 4 2 0 3 0) = 2 = 3 S
h i
1
u5 = 2 (13 1 1 + 2 3 1 4 4 2 3 0) = 3 N O
h i
1
u6 = 3 (13 1 1 + 2 3 1 4 4 2 2 0) = 2 S

Actualizamos cotas

1 y1 4 2 y4 3
0 y2 3 0 y5 2
4 y3 10 0 y6 2

Iteracin 2

Restriccin 1
h i
1
u1 = 2 (12 7 0 + 3 10 6 2 + 9 2 1 0) = 12 N O
h i
1 22
u2 = 7 (12 2 1 + 3 10 6 2 + 9 2 1 0) = 7 = 3 NO
h i
l3 = 31 (12 2 1 7 0 6 2 + 9 2 1 0) = 8
3 = 3 NO
h i
1 17
u4 = 6 (12 2 1 7 0 + 3 10 + 9 2 1 0) = 3 = 5 NO
h i
l5 = 91 (12 2 1 7 0 + 3 10 6 2 1 0) = 94 = 0 N O

u6 = [1 (12 2 1 7 0 + 3 10 6 2 + 9 2)] = 22 N O

Por tanto, las cotas de las variables quedan

1 y1 4 2 y4 3
0 y2 3 0 y5 2
4 y3 10 0 y6 2

No se fija ninguna de las variables.

26
4. Reforzar las siguientes restricciones:

10 25 5 17
x1 + x2 x3 + 3x4 x5
13 9 4 3

18 5 17 5
x1 x2 + x3 x4 + x5 4
5 6 10 7

Resolucin: (Irene Garca Gacio)

-Primera restriccin:

*Primera iteracin:
10 25 766
M= + +3=
13 9 117
17 766 17 103
b= = M b = =
3 117 3 117
S = {a2 , a3 , a4 , a5 }

Elegimos a2 :
25 103 766 25 49
a2 = c2 = M b =
= a b0 = M a2 = =
9 117 117 9 13

10 103 5 49
x1 + x2 x3 + 3x4 x5
13 117 4 13

*Segunda iteracin:
10 103 544
M= + +3=
13 117 117
49 544 49 103
b= = M b = =
13 117 13 117
S = {a3 , a4 , a5 }

Elegimos a3 :
5 103
c3 = b0 M =
a3 = = a
4 117

10 103 103 49
x1 + x2 x3 + 3x4 x5
13 117 117 13

27
*Tercera iteracin:
10 103 544
M= + +3=
13 117 117
49 544 49 103
b= = M b = =
13 117 13 117
S = {a4 , a5 }

Elegimos a4 :
103 193
c4 = M b0 =
a4 = 3 = a b0 = M a4 =
117 117

10 103 103 103 193

x1 + x2 x3 + x4 x5
13 117 117 117 117

*Cuarta iteracin:
10 103 103 296
M= + + =
13 117 117 117
193 296 193 103
b= = M b = =
117 117 117 117
S = {a5 }

Elegimos a5 :
193 296 103
a5 = 1 = a
c5 = b M = =
117 117 117

10 103 103 103 103 193

x1 + x2 x3 + x4 x5
13 117 117 117 117 117

-Segunda restriccin:

*Primera iteracin:
5 5 65
M= + =
6 7 42
65 233
b = 4 = M b = +4=
42 42
S=

28
Ejercicio 6. Considerar el conjunto de soluciones factibles para un pro-
blema de cobertura definida como
n X o
S = y {0, 1} : (aij yj ) 1, aij {0, 1} , i, j

a) Bajo que condicin/es el conjunto S es vaco (infactible).

b) Bajo que condicin/es cada restriccin es redundante.
c) Bajo que condicin/es la variable yk se puede fijar a 0 1.

Solucin: (Julia I. Martn Tortajada)

a)

El conjunto S es vaco si

ai,1 y1 + ai,2 y2 + ... 1

b)

Una restriccin es redundante si

y1 + y2 + y3 1

y1 + y2 + y3 + y4 1

c)

Si
ai,1 y1 1 y1 = 1

Ejercicio 7. Las siguientes dos desigualdades son simultneamente res-

tricciones de un problema de programacin entera binaria.

a1 y1 + a2 y2 + a3 y3 + a4 y4 b

g1 y1 + g2 y2 + g3 y3 + g4 y4 d

29
 a) Bajo que condicin/es la segunda restriccin es redundante.

b) Bajo que condicin/es el problema es infactible, es decir, cuando

una restriccin contradice la otra.

Solucin: (Julia I. Martn Tortajada)

a)

gi d la segunda restriccin es redundante.

P
Si

b)
P P
Suponemos que b < ai <0 ai yd< gi <0 gi
b<0:

|b| > d g1 y1 + ... + g4 y4 a1 y1 ... a4 y4

|b| < d g1 y1 + ... + g4 y4 a1 y1 ... a4 y4 + (d |b|)

EJERCICIOS DE LA RELACIN 4

4. Supongamos que tenemos 8 analistas en una empresa y

hay que ubicarlos en cuatro oficinas, con lo cual tenemos que em-
parejar analistas. Basados en la experiencia previa, unos analistas
trabajan mejor juntos que con otros. En el inters de la empresa,
nos gustara emparejar analista con el mnimo riesgo de conflictos.
Para ello tenemos una escala de 1 a 10 evaluando los posibles em-
parejamientos, de forma que 1 significa que ambos se llevan bien,
mientras que 10 significa que sera mejor quitar todos los objetos
punzantes para evitar cualquier cortado de violencia.

30
 Arista 1 2 3 4 5 6 7 8
1 - 9 3 4 2 1 5 6
2 - - 1 7 3 5 2 1
3 - - - 4 4 2 9 2
4 - - - - 1 5 5 2
5 - - - - - 8 7 6
6 - - - - - - 2 3
7 - - - - - - - 4

Definimos la matriz A como:

1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 1 0 0 0 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 1 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0



1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 1 1 1 0 0 0 0 0 0
A=

0 0 0 0 0 0 1 1 0 0 0 0 0 1 0 0 0 1 0 0 0 1 1 1 0 0 0


0 0 0 0 0 1 0 0 1 0 0 0 0 0 1 0 0 0 1 0 0 1 0 0 1 1 0

0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 1 0 0 0 1 0 0 1 0 1 0 1


0 0 1 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 1 0 0 1 0 1 1

Variables de decisin:
(
1 si tomamos la arista i
yi =
0 en caso contrario

Formulacin:
X
min : ci yi
i
s.a

Ay = 1

yi {0, 1}

Grafo:

31
 EJERCICIO 6

Un almacn de madera tiene vigas de tamao 8, 14 y 16 me-

tros. Sin embargo, tiene un pedido de vigas de 12, 10, 8 y 4. Si el
costo de las vigas es de 0.30 euros por la de 8 metros, 0.60 euros
por la de 14 metros, 0.70 euros por la de 16 metros, formular el
problema para minimizar los costes teniendo en cuenta el siguien-
te pedido:

80 12 metros
60 10 metros
200 8 metros
100 4 metros

Solucin: (Diego Snchez Prez)

32
 Patrones

yi = no de lminas cortadas con patrn i

min
0, 30 (y1 + y2 ) + 0, 60 (y3 + y4 + y5 + y10 ) + 0, 70 (y6 + y7 + y8 + y9 + y11 )

y1
0 2 0 1 1 1 0 1 4 3 2
y2
100
1 0 0 1 0 0 2 0 0 0 1 . 200
, con yi Z+

0 0 0 0 1 0 0 1 0 0 0 . 60

0 0 1 0 0 1 0 0 0 0 0 . 80
y11

8. Un operador de telefona mvil ofrece sus servicios en un

pas en desarrollo, con 12 centros de poblacin (el resto es un
terreno montaoso y deshabitado). El operador ha presupuestado
10 millones de dlares para construir como mucho 6 torres de
transmisin para cubrir tanta poblacin como sea posible en los 12
centros de poblacin. Los centros cubiertos por cada transmisor y
el coste de cada construccin se muestran en las tablas siguientes:

Centro 1 2 3 4 5 6 7 8 9 10 11 12
Poblacin 5 4 17 7 8 10 8 3 6 15 9 10

33
Torre de ransmisin Centros de poblacin cubiertos Costo
1 1,2,3 2.3
2 3,5,7 1.5
3 1,6,9 1.9
4 2,8,4,9 3.1
5 4,5,7,11,12 2.7
6 10,11,12 2.0

Resolucin: (Irene Garca Gacio)

Las variables sern:

(
1, si se construye la torre i
xi =
0, en otro caso
(
1, si se cubre la poblacin j
yj =
0, en otro caso

Y la formulacin, utilizando la informacin de las tablas, ser:

max:
5y1 +4y2 +17y3 +7y4 +8y5 +10y6 +8y7 +3y8 +6y9 +15y10 +9y11 +10y12
s.a :
2,3x1 + 1,5x2 + 1,9x3 + 3,1x4 + 2,7x5 + 2,0x6 10

1 0 1 0 0 0 y1
1 0 0 1 0 0 y
2
1 1 0 0 0 0 y

3
0
0 0 1 1 0 x1
y4

0
1 0 0 0 0 x2

y5

0 0 1 0 0 0 x3 y6



0 1 0 0 1 0 x4 y7


x5
0 0 0 1 0 0 y8

0
0 1 1 0 0 x6
y
9
0 0 0 0 0 1 y10

0 0 0 0 1 1 y11


0 0 0 0 1 1 y12

xi , yj {0, 1}

34
 EJERCICIOS DE LA RELACIN 5

2.Para el TSP simtrico, demostrar que cada una de las si-

guientes familias de restricciones son equivalentes a la familia de
restricciones subtours en el caso simtrico.

Resolucin: (M. ngeles Herrera Domnguez)

a) X
ES yj |V | |S| 1
i

para todo |S| = 2, 3, ..., n 2dondeS = v/SyES es el conjunto de aristas en

S
b) X
ES yj 2
i

para todo |S| = 2, 3, ..., n 2dondeS = v/SyES es el conjunto de aristas

entre S y S

b)

Supongamos jES S yj 2. Tomamos S 0 V , |S|=1,...,n-1.
P

Entonces jS 0 yj |S| 1 en caso contrario, existir al menos un

P

nodo j0 S 0 tal que jE yj = 3 Por tanto llegamos a contradiccin, ya qu

P

3 aristas inciden en un nodo.

Supongamos que para cada S V tal que |S| = 1, ..., n 1, se tiene
que jE yj |S| 1. Se tiene que jE yj 2 ya que en caso contrario
P P
SS
existira una j0 S tal que jEj 0 yj = 1 (Slo una arista incidente.)
P

EJERCICIO 4

Considerar el grafo del ejercicio anterior y suponer que los

nodos se pueden visitar ms de una vez.

a) Por inspeccin, encontrar la distancia ms pequea que

une cada para de nodos.

Solucin: (Diego Snchez Prez)

35
 X52 = 3
X21 = 2
X14 = 1
X43 = 2
X32 = 1

Distancia ms corta : X52 + X21 + X14 + X43 + X32 = 9

b) Construir un grafo transformado de forma que el problema

puede ser resuelto por un algoritmo estndar de TSP.

Solucin: (Diego Snchez Prez)

c) Construir la matriz de distancias para el grafo transfor-

mado.

36
 Figura 1: Grafo.

Solucin: (Diego Snchez Prez)

1 2 3 4 5 Nodos destino

1 0 4 3 1 8
2 2 0 5 3 10

3 3 1 0 4 5


4 5 3 2 0 7
5 5 3 8 6 0
Nodos origen

5. Considerar en el grafo de la figura 1 que hay dos camiones

disponibles en un almacn (nodo 1) para realizar la distribucin
de productos a todos los clientes (los resttantes nodos). Suponer
que cada cliente debe ser abastecido por un slo camin.

a) Suponer que los costos de los camiones y conductores son de

100 y 120, respectivamente. Construir el grafo transformado que
permita resolver este problema mediante la resolucin de un
TSP.

Resolucin: (Irene Garca Gacio)

Ver la figura 2.

37
Figura 2: Grafo transformado.

38
 Figura 3: Grafo solucin.

b) En el grafo transformado,sea los nodos 1 y -1 los puntos de

arranque de los camiones 1 y 2,respectivamente. Suponer que el
TPS ptimo para el grafo transformado es :
(1,4),(4,3),(3,5),(5,2),(2,-1),(-1,1).
Determinar el nmero de camiones necesitados, tours y el gasto
total.

Resolucin: (Irene Garca Gacio)

Slo se requiere de un camin.

El tour es el siguiente: 1 4 3 5 2 1

Gasto total: 1 + 50 + 2 + 5 + 3 + 2 + 60 + 50 - 60 = 113 $

39
 Figura 4: Grafo.

Ejercicio 6. En la fabricacin de mviles, partes similares son agrupadas

en la misma celda para reducir costos. Considerar el siguiente grafo
agrupado en dos celdas N1 y N2 ( Figura 4 ). Suponer que una vez que se
entra en una celda, todos las partes en la celda deben ser procesados antes
de salir fuera. Demostrar como se puede transformar este grafo en uno que
pueda ser resuelto a travs de un TSP estndar.
Solucin: (Julia I. Martn Tortajada)

Ver la figura 5.

Solucin: (Julia I. Martn Tortajada)

P
M = Ci,j , costos de todas las aristas.
M = Mximo de la suma de los dos cluster.

40
 Figura 5: Grafo transformado.

7. Considerar el TSP generalizado y suponemos que tenemos un

subgrafo de dicho cluster (1, a), (2, b), (3, c) y (4, d) con costes
respectivos 1, 2, 3 y 4 . Dibujar y transformar el subgrafo con las
aristas y costos necesarios que permitan resolver este problema a
travs de un TSP estndar.

Resolucin: (M. ngeles Herrera Domnguez)

41
EJERCICIO 8

Dado un grafo dirigido completo con 10 nodos.

a) Determinar el nmero de restricciones de la familia DFJ

para eliminar subtours.

Solucin: (Diego Snchez Prez)

No de restricciones DFJ 2n (n + 1)

b) Determinar el nmero de restricciones de la familia MTZ

para eliminar subtorus.

Solucin: (Diego Snchez Prez)

No de restricciones MTZ n2 n

c) En el caso de que el grafo fuese no dirigido determinar el

nmero de restricciones necesarias para la eliminacin de
subtours.

Solucin: (Diego Snchez Prez)

No de restricciones yk |s| 1 2n (n + 1)
P
kES

EJERCICIOS DE LA RELACIN 6

EJERCICIO 4
Generar 3 matrices TU usando la siguiente matriz como
base:
0 1 1 1

1 1 0 0

0 0 1 1


1 1 0 1

Solucin: (Diego Snchez Prez)

42
 Transpuesta

0 1 0 1

1 1 0 1

1 0 1 0


1 0 1 1

Cambiar dos columnas (2 y 4)

0 1 1 1

1 0 0 1

0 1 1 0


1 1 0 1

Multiplicar 2a columna por -1

0 1 1 1

1 1 0 0

0 0 1 1


1 1 0 1

Aadir la identidad

0 1 1 1 1 0 0 0

1 1 0 0 0 1 0 0

0 0 1 1 0 0 1 0


1 1 0 1 0 0 0 1

43
Ejercicio 5. Generar dos matrices T U de dimensiones 5x5 y 6x4, usando
las condicione suficientes analizadas en el captulo.

Solucin: (Julia I. Martn Tortajada)

La matriz 5x5:
0 1 0 0 0

1 -1 0 1 0

0 0 1 0 1



-1 0 0 0 -1
0 0 1 1 0

M1 = {1, 2, 3, 4},M2 = {5}

La matriz 6x4:
0 1 0 -1

1 0 0 0


0 -1 0 0

0 0 -1 0



0 0 0 -1
0 0 1 0

M1 = {2, 5},M2 = {1, 3, 4, 6}

6. Considerar la matriz de coeficientes de un problema de

transporte con tres proveedores y tres clientes. Demostrar que se
puede generar una particin que permita demostrar que es TU.

Resolucin: (Irene Garca Gacio)

Consideremos el grafo de la figura 4.

La matriz de coeficientes asociada es:

14 15 16 24 25 26 34 35 36
1 1 1 1 0 0 0 0 0 0
2 0 0 0 1 1 1 0 0 0
3 0 0 0 0 0 0 1 1 1
4 -1 0 0 -1 0 0 -1 0 0
5 0 -1 0 0 -1 0 0 -1 0
6 0 0 -1 0 0 -1 0 0 -1

44
 Figura 6: Grafo.

Particin:

M1 = {1, 4, 5, 6, 2, 3}
M2 =

45