INVESTIGACIÓN DE OPERACIONES I

PROGRAMACIÓN LINEAL
JULIO CÉSAR LONDOÑO ORTEGA
Email: juliocesar@correounivalle.edu.co
 Modelación de un problema de PL

La PL, proporciona la metodología científica para hallar la mejor

alternativa de solución de un problema, que mejor aprovecha los
recursos limitados.
Se caracteriza porque la función objetivo y las restricciones son lineales y
las variables continuas. Los parámetros del modelo se suponen conocidos.

Aunque en la vida real, existen situaciones que no son tan predecibles,

análisis sistemáticos posóptimos y paramétricos permiten hacer un análisis
de la sensibilidad de la solución hallada con respecto a cambios que
pudieran ocurrir a los parámetros del modelo.
 Suposiciones de los modelos de la PL

Proporcionalidad: expresa básicamente que si una unidad de la actividad

i cuesta $a y gasta b unidades del recurso j, entonces xi unidades de la
misma actividad costarán $axi y consumirán bxi unidades del recurso j.
Aditividad: Cierto grado de dependencia entre actividades, puede
ocasionar la aparición de nó-linealidades. Lo que plantea la aditividad, es
que las contribuciones de cada actividad a la función objetivo y a las
restricciones sean independientes de otras actividades.
A manera de ilustración, supóngase que una empresa produce los
artículos A y B, los cuales producen utilidades unitarias de $30/unidad y
$20/unidad, respectivamente, e independientemente de las cantidades
que se produzcan. Así las utilidades totales se pueden expresar como
una adición:
U = 30XA + 20XB [$]
 Suposiciones de los modelos de la PL

La divisibilidad Aplica fundamentalmente a problemas de números

enteros. Por ejemplo, si una compañía de aviación está analizando cuántos
aviones comprar de cierto tipo, una respuesta de 2.33 aviones no es
satisfactoria y deberá darse una respuesta entera en su lugar, la cual no
necesariamente corresponde a alguno de los enteros vecinos.

La certeza: Se dice que todos los valores de los parámetros que

alimentan el modelo tienen valores determinísticos. En la mayoría de los
casos, los parámetros y variables tienen un rango de validez entre los
cuales pueden oscilar sus valores.
Los análisis de sensibilidad permiten analizar los cambios en la solución
óptima entendiendo los efectos de la variación de estos parámetros.
 Estructura de un modelo de PL

1. Función objetivo. Es la función de evaluación del sistema.

Representa el objetivo que se persigue ya sea maximizar o
minimizar. La función objetivo es una ecuación que se relaciona
linealmente con una o mas de las diferentes variables del
problema.
Tiene la forma Z = f (x1,x2,....xn)

2. Variables de decisión. Son las incógnitas del problema. La

definición de las variables son el punto clave de la modelación, a
una variable suele denominársele nivel de la actividad.
 Estructura de un modelo de PL

3. Restricciones Estructurales. Son los diferentes requisitos que

debe cumplir cualquier solución para que la actividad pueda
llevarse a cabo, dichas restricciones pueden ser de capacidad,
mercado, materia prima, calidad, balance de materiales, etc.

4. Condición técnica. Todas las variables deben tomar valores

positivos, o en algunos casos puede ser que algunas variables
tomen valores negativos.
 Modelo General de PL

Los términos clave son recursos y actividades, en donde m

denota el número de distintos tipos de recursos que se
pueden usar y n denota el número de actividades bajo
consideración.

Formulación del problema

Función objetivo:
Optimizar (máx., mín.) Z = C1x1+C2x2+..+Cnxn
 Formulación del problema

Restricciones (limitaciones del conjunto de soluciones)

s.a a11x1 + a12x2 + .. + a1nxn   = b1
a21x1 + a22x2 + .. + a2nxn   = b2

am1x1 + am2x2 + .. + amxn   = bm

Otras restricciones características del tipo de variables
x1, x2, ..., xn  0

Variables de decisión (incógnitas) xj (j =1,2, ..., n)

Recursos disponibles (datos) b1, b2, .... bm
Coeficientes tecnológicos aij , (i =1, 2, …, m: j =1, 2, ..., n)

Las variables de decisión también pueden expresarse de acuerdo a

quien está realizando la modelación, por ejemplo xij
 Modelo general de PL
n

Optimizar Z =  c j x j
j 1
n
Sujeto a: a
j 1
ij x j  bi i  1, 2,......, m

xj  0 j  1, 2,......., n

Z =Función Objetivo. Se Maximiza o se Minimiza.

Xj =Variables. Nivel de la actividad j (para j = 1,2,...,n)
Cj =Variación en Z que resulta al aumentar una unidad en el nivel de la actividad j
bi = Cantidad de recurso i disponible para asignar a las actividades (para i = 1,2,...,m)
aij =Cantidad del recurso i consumido por cada unidad de la actividad j
PROBLEMAS TÍPICOS DE P.L.
 MODELO Nº 1: PROGRAMA DE PRODUCCIÓN

Una compañía productora de elementos eléctricos tiene durante este

mes un sobrante en su capacidad total de producción, el cual quiere
utilizar para la manufactura de dos artículos de rápida venta, los
transformadores de 40 VA y los transformadores de 75 VA. Por su
experiencia, se han reunido los siguientes datos:

Utilidad Neta Horas Hombre Horas Máquina Horas Máquina

Trasformador
Unitaria por Unidad 1 por Unidad 2 por Unidad

40 VA 400 1 1.0 1.0

75 VA 700 7/3 1.4 1.0

El sobrante en la capacidad de producción se ha estimado en 1400 hr.

hombre, 980 hr. en la máquina 1 y 900 hr. en la máquina 2, para este
mes. ¿Cuál es la mejor forma de planear la producción?
 MODELO Nº 1: PROGRAMA DE PRODUCCIÓN

a. Variables de decisión
Las actividades en las que está interesada esta empresa en el momento
son:
Producir transformadores de 40 VA y/ó de 75 VA. Por lo tanto, las
variables de decisión son:
X1 = Número de transformadores de 40 VA que va a producir en el mes.
X2 = Número de transformadores de 75 VA que va a producir en el mes.
b. Función Objetivo
El objetivo de la empresa es maximizar sus utilidades aprovechando la
capacidad sobrante de producción; por lo tanto la función objetivo es:

Maximizar Utilidad U = 400X1 + 700 X2 [$]

 MODELO Nº 1: PROGRAMA DE PRODUCCIÓN
c. Restricciones
Las restricciones surgen por la limitación de los recursos. En este caso sólo se
dispone de cierto número de hr. hombre y de hr. Máquina para distribuir entre
las dos actividades definidas. Cada actividad “gasta” cierta fracción de esos
recursos. Con base en lo anterior, las restricciones son:

1 ∗ 𝑋1 + 7ൗ3 ∗ 𝑋2 ≤ 1400 [𝐻𝑟. ℎ𝑜𝑚𝑏𝑟𝑒 𝑑𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑙𝑒𝑠]

1 ∗ 𝑋1 + 1.4 ∗ 𝑋2 ≤ 980 [𝐻𝑟. 𝑚á𝑞𝑢𝑖𝑛𝑎 1 𝑑𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑙𝑒𝑠]

1 ∗ 𝑋1 + 1 ∗ 𝑋2 ≤ 900 [𝐻𝑟. 𝑚á𝑞𝑢𝑖𝑛𝑎 2 𝑑𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑙𝑒𝑠]

Aparte de estas restricciones están las obvias, las cuales son de 2 tipos: De no-
negatividad y de enteros.

X1 , X 2  0
 MODELO Nº 2: UN MINI-PROBLEMA DE DIETA

Debido a la difícil situación económica por la que atraviesa el mundo, suponga

que usted decidió alimentarse solo con huevos y arroz. Asuma que el cuerpo
humano como mínimo debe disponer diariamente de 2700 Kcalorías, 56 gr de
proteínas y 1.4 mg de vitamina B1. Usted sabe que el contenido que brindan los
alimentos seleccionados y su costo aproximado son:
Kcalorias por Proteínas Vit. B1 Costo
Alimento
porción [gr/porción] [mg/porción] [$/porción]
Huevo 80 6.5 0.06 300
Arroz 110 2 0.11 140

Nota: Una porción se refiere a una cantidad estándar normal para el consumo
humano. Por ejemplo, una porción de huevo = 1 huevo y una porción de arroz =
100 gr de arroz
Su problema es entonces determinar qué cantidad de cada alimento a consumir
diariamente para cumplir con sus necesidades alimenticias al mínimo costo
posible.
 MODELO Nº 2: UN MINI-PROBLEMA DE DIETA
a. Variables de decisión
X1 = Porciones de huevo a comprar diariamente.
X2 = Porciones de arróz a comprar diariamente

b. Función Objetivo
El objetivo de minimizar el costo total de compra; por lo tanto la función objetivo
es:
Minimizar Costo C = 300X1 + 140 X2 [$/día]
c. Restricciones
80 ∗ 𝑋1 + 110 ∗ 𝑋2 ≥ 2700 [𝐾𝑐𝑎𝑙/𝑑í𝑎]
6.5 ∗ 𝑋1 + 2 ∗ 𝑋2 ≥ 56 [𝑔𝑟. 𝑝𝑟𝑜𝑡𝑒𝑖𝑛𝑎/𝑑í𝑎]
0.06 ∗ 𝑋1 + 0.11 ∗ 𝑋2 ≥ 1.4 [𝑚𝑔. 𝑑𝑒 𝑉𝑖𝑡 𝐵1 [𝑑í𝑎]

X1 , X 2  0
 MODELO Nº 3: UN PROBLEMA DE CORTE DE PAPEL
(CUTTING STOCK)

Una industria productora de papel recibe un pedido de la siguiente

forma:
• 600 rollos de 35 pulg. de ancho
• 300 rollos de 30 pulg. de ancho
• 200 rollos de 40 pulg. de ancho
• 100 rollos de 50 pulg. de ancho

La industria tiene en sus bodegas rollos semejantes, pero de 114 pulg.

de ancho, y en cantidad suficiente y decide utilizarlos para el pedido,
cortándolos en los diferentes anchos solicitados. ¿Cuál es la mejor
forma de cortar los rollos de 114 pulg. de ancho para satisfacer el
pedido y minimizar el desperdicio de papel?
 MODELO Nº 3: UN PROBLEMA DE CORTE DE PAPEL
(CUTTING STOCK)

Patrón 1
30 30 30 24

Patrón 2
35 35 35 9

Patrón 3
40 40 30 4

Patrón 4
50 50 14

Patrón 5
30 30 35 19

Patrón 6
30 30 40 14

Patrón 7 50 4
30 30

Patrón 8
35 35 30 14

Patrón 9 40 35 35 4

Patrón 10 40 35 30 9

Patrón 11
50 35 29

Patrón 12
50 40 24
 MODELO Nº 3: UN PROBLEMA DE CORTE DE PAPEL
(CUTTING STOCK)
a. Variables de decisión
En este caso no es tan inmediata la definición de las variables de decisión. Se
hace necesario encontrar todos los posibles patrones de corte lógicos que se
pueden hacer para satisfacer el pedido; ellos son:
 MODELO Nº 3: UN PROBLEMA DE CORTE DE PAPEL
(CUTTING STOCK)
a. Variables de decisión
Xi = Número de rollos de 114 pulg. de ancho a cortar según el patrón i (i = 1, 2, .., 12).

b. Función Objetivo:

Minimizar D = 24X1 + 9 X2 +4X3 +14 X4 +19X5 + 14 X6 + 4X7 + 14 X8 + 4X9 + 4X10 + 29 X11 +24X12

c. Restricciones
3 ∗ 𝑋1 + 1 ∗ 𝑋3 + 2 ∗ 𝑋6 + 2 ∗ 𝑋7 + 1 ∗ 𝑋8 + 1 ∗ 𝑋10 = 300 [𝑅𝑜𝑙𝑙𝑜𝑠 𝑑𝑒 30"]

3 ∗ 𝑋2 + 1 ∗ 𝑋5 + 2 ∗ 𝑋8 + 2 ∗ 𝑋9 + 1 ∗ 𝑋10 = 600 [𝑅𝑜𝑙𝑙𝑜𝑠 𝑑𝑒 35"]

2 ∗ 𝑋3 + 1 ∗ 𝑋6 + 1 ∗ 𝑋9 + 1 ∗ 𝑋10 = 200 [𝑅𝑜𝑙𝑙𝑜𝑠 𝑑𝑒 40"]

2∗ 𝑋4 + 1 ∗ 𝑋7 + 1 ∗ 𝑋11 + 1 ∗ 𝑋12 = 100 [𝑅𝑜𝑙𝑙𝑜𝑠 𝑑𝑒 50"]

𝑋𝑖 ≥ 0 𝑦 𝑒𝑛𝑡𝑒𝑟𝑜𝑠; 𝑖 = 1, 2, … , 12
 MODELO Nº 4: PROBLEMA DE TRANSPORTE
Determinar el mejor plan de embarque para distribuir bienes determinados desde diferentes
fuentes de recursos a diversos destinos.
Este tipo de problemas requiere de la siguiente información:
1. Cantidades requeridas en los destinos
2.Capacidades de suministro de las fuentes
3.Costo de trasporte de una fuente específica a un destino específico.
Ejemplo: Una compañía posee tres plantas productoras de equipos agrícolas
ubicadas en diferentes ciudades con las siguientes capacidades
1. Bogotá 2.000 unidades
2. Cali 1.500 unidades
3. Medellín 1.800 unidades
Dichos equipos son requeridos por cuatro ciudades en las siguientes cantidades:
1. Ibagué 1.000 unidades
2. Pereira 1.500 unidades
3.Tunja 1.700 unidades
4. Armenia 1.100 unidades
 MODELO Nº 4: PROBLEMA DE TRANSPORTE
El costo de transportar en unidades relativas un producto de cada fuente a cada
destino se muestran a continuación:
Costos del embarque
Destinos
Orígenes Ibagué Pereira Tunja Armenia
Bogotá 3 5 4 6
Cali 5 3 8 3
Medellín 4 3 6 5

Ibagué
3
Bogotá 1
5
A 5
Pereira
4 3 2
Cali
4 6
B 8
3 Tunja
3
6 3
Medellín
C 5 Armenia
4
MODELO Nº 4: PROBLEMA DE TRANSPORTE

Ibagué
1

Pereira
2
Cali
B
Tunja
3

Armenia
4

Bogotá
A

Cali
B
Pereira
2

Medellín
C
 MODELO Nº 4: PROBLEMA DE TRANSPORTE

Formulación del problema: Establecer cuál es la mejor manera de despachar los

equipos desde la fuentes a los destinos de tal forma que se minimice el costo de
transporte.
Variable de decisión: Determinar cuantas unidades deben ser transportadas desde
cada fuente a cada destino. Se define la variable Xij como la variable de decisión,
donde i toma los valores de las fuentes A, B, C y j los valores de los destinos 1, 2,
3, y 4.
Limitantes - Restricciones del sistema:
• El número de unidades despachadas desde las fuentes a cada destino debe ser
exactamente igual a la cantidad requerida de ese destino
• El número de unidades despachadas desde cada fuente no debe superar a la
capacidad de esta.
• Es imposible despachar unidades negativas a los destinos, de tal forma que la
variable de decisión Xij debe ser mayor o igual a cero.
 MODELO Nº 4: PROBLEMA DE TRANSPORTE

Función Objetivo: Minimizar el costo total de transporte

4 4 4
𝐶 = 3 ∗ 𝑋𝐴1 + 5 ∗ 𝑋𝐴2 + 4 ∗ 𝑋𝐴3 + 6 ∗ 𝑋𝐴4
෍ 𝐶𝐴𝑗 ∗ 𝑋𝐴𝑗 + ෍ 𝐶𝐵𝑗 ∗ 𝑋𝐵𝑗+ ෍ 𝐶𝐶𝑗 ∗ 𝑋𝐶𝑗
+ 5∗ 𝑋𝐵1 + 3 ∗ 𝑋𝐵2 + 8 ∗ 𝑋𝐵3 + 3 ∗ 𝑋𝐵4 𝑗=1 𝑗=1 𝑗=1

+4 ∗ 𝑋𝐶1 + 3 ∗ 𝑋𝐶2 + 6 ∗ 𝑋𝐶3 + 5 ∗ 𝑋𝐶4 𝐶 4

෍ ෍ 𝐶𝑖𝑗 ∗ 𝑋𝑖𝑗
𝑖=𝐴 𝑗=1
 MODELO Nº 4: PROBLEMA DE TRANSPORTE

Restricciones de demanda

𝑋𝐴1 + 𝑋𝐵1 + 𝑋𝐶1 = 1000 ෍ 𝑋𝑖1 = 1000

𝑖=𝐴
𝐶
𝐶
𝑋𝐴2 + 𝑋𝐵2 + 𝑋𝐶2 = 1500 ෍ 𝑋𝑖2 = 1500
𝑖=𝐴 ෍ 𝑋𝑖𝐽 = 𝐷𝐽 , ∀ 𝑗 ∈ 𝐶𝑙𝑖𝑒𝑛𝑡𝑒𝑠
𝐶
𝑖=𝐴
𝑋𝐴3 + 𝑋𝐵3 + 𝑋𝐶3 = 1700 ෍ 𝑋𝑖3 = 1700
𝑖=𝐴
𝐶

෍ 𝑋𝑖4 = 1000
𝑋𝐴4 + 𝑋𝐵4 + 𝑋𝐶4 = 1100 𝑖=𝐴
 MODELO Nº 4: PROBLEMA DE TRANSPORTE

Restricciones de Capacidad
4

𝑋𝐴1 + 𝑋𝐴2 + 𝑋𝐴3 + 𝑋𝐴4 ≤ 2000 ෍ 𝑋𝐴𝑗 ≤ 2000

𝑗=1
4
4
𝑋𝐵1 + 𝑋𝐵2 + 𝑋𝐵3 + 𝑋𝐵4 ≤ 1500 ෍ 𝑋𝐵𝑗 ≤ 1500 ෍ 𝑋𝑖𝐽 ≤ 𝐶𝐴𝑃𝑖 , ∀ 𝑖 ∈ 𝑃𝑙𝑎𝑛𝑡𝑎𝑠
𝑗=1 𝑗=1
4
𝑋𝐶1 + 𝑋𝐶2 + 𝑋𝐶3 + 𝑋𝐶4 ≤ 1800 ෍ 𝑋𝑐𝑗 ≤ 1800
𝑗=1

𝑋𝐴1 , 𝑋𝐴2 , 𝑋𝐴3 , 𝑋𝐴4 , 𝑋𝐵1 , 𝑋𝐵2 , 𝑋𝐵3 , 𝑋𝐵4 , 𝑋𝐶1 , 𝑋𝐶2 , 𝑋𝐶3 , 𝑋𝐶4 ≥ 0, ó

𝑋𝑖𝐽 ≥ 0, ∀ 𝑖 ∈ 𝑃𝑙𝑎𝑛𝑡𝑎𝑠 ∧ ∀ 𝑗 ∈ 𝐶𝑙𝑖𝑒𝑛𝑡𝑒𝑠

 MODELO Nº 5: PROBLEMA DE LA MEZCLA

Determinar la mejor forma de preparar un producto utilizando diferentes

insumos a fin de minimizar su costo de producción y cumpliendo con
especificaciones estándar establecidas
Este tipo de problemas requiere de la siguiente información:
1. Propiedades de cada sustancia
2. Especificaciones técnicas del producto final
3. Costo de cada insumo.
Ejemplo: Una compañía desea producir un químico a partir de tres sustancias base
con propiedades diferentes. A cada sustancia se le pueden agregar algunos
aditivos a fin de mejorar sus propiedades. En el procesamiento de las sustancias
base se genera un residuo considerado como desperdicio reduciendo la cantidad
de producto final obtenido. Las características del producto final deben ser las
siguientes:
MODELO Nº 5: PROBLEMA DE LA MEZCLA
Especificaciones técnicas / Galón
Componente 1 No debe exceder a un 0.07%
Componente 2 Entre 1.25 y 2.5 grs.
Componente 3 Entre 0.0025 y 0.0045 grs.
Aditivos No exceder al 19% de la mezcla

Rendimiento y costo de los insumos

Sustancia 1 35% $55
Sustancia 2 40% $47
Sustancia 3 30% $33
Aditivo 1 $0.08
Aditivo 2 $0.12
 MODELO Nº 5: PROBLEMA DE LA MEZCLA

COMPOSICIÓN DE CADA SUSTANCIA

Componente Sustancia Sustancia Sustancia Aditivo Aditivo
1 2 3 1 2
1 0.07% 0.08% 0.10% - -
2 - - - 7 6
3 - - 0.025 0.02

Encontrar la composición final que debe tener el producto para que sea
elaborado al mínimo costo cumpliendo con las especificaciones establecidas

A
B C
Sustancias Aditivos 1 y 2
 MODELO Nº 5: PROBLEMA DE LA MEZCLA

Formulación del problema: Cuál debe ser la mezcla de insumos que permitirá elaborar
el producto al mínimo costo.
Variable de decisión: Cantidades a mezclar de cada uno de los insumos. Se define la
variable de decisión como Xi, cantidad a mezclar del producto tipo i, con i igual a 1
Sustancia 1, 2 sustancia 2, 3 Sustancia 3, 4 aditivo 1 y 5 aditivo 2.
Limitantes - Restricciones del sistema:
• La cantidad de componentes dentro del producto debe cumplirse
• La combinación en unidades debe ser exactamente igual a 1, teniendo en cuenta el
desperdicio.
• Es imposible agregar unidades negativas a la mezcla, de tal forma que la variable de
decisión Xi debe ser mayor o igual a cero.
 MODELO Nº 5: PROBLEMA DE LA MEZCLA
Función objetivo : Minimizar el costo total de la mezcla
 55x1  47x2  33x3  0.08x4  0.12x5
Cuadro de Restricciones
Sujeto a:

Restricciones técnicas
Del componente 1
0.07%* 0.35x1  0.08%* 0.40x2  0.10%* 0.30x3  0.0007

Composición de la Rendimiento Cantidad

sustancia 2 de la máxima
del componente 1 sustancia 2 requerida del
componente 2
 MODELO Nº 5: PROBLEMA DE LA MEZCLA

Del componente 2
1.25  7x4  6x5  2.5
Del componente 3
0.0025  0.025x4  0.02x5  0.0045
Cantidad del Cantidad máxima
componente 2 permitida del
presente en el componente 2 en
aditivo 1 la mezcla

Restricción de producción
Restricción de aditivos 0.35x1  0.4x2  0.3x3  x4  x5  1
x4  x5  0.19 Restricciones lógícas
x1 , x2 , x3 , x4 , x5  0
 MODELO Nº 6: PROBLEMA DE FLUJO MÁXIMO
Determinar el mejor plan para distribuir un líquido desde una fuente a través de una red
de tal forma que se maximice el número total de unidades de liquido por unidad de
tiempo transportado por medio de la red. Se dispone de la siguiente información:
Capacidades de bombeo de cada estación de la red
Ejemplo: Una compañía despacha agua desde una estación principal a través de
una red de cinco estaciones intermedias hacia un destino final, la red y las
capacidades de bombeo a través de cada segmento de la red se muestran a
continuación:
De A Capacidad
12
B D A B 15
A C 8
15 13
B C 6
B D 12
A 6 5
G C E 10
8 9 D E 5
D G 13
10 7 E F 7
C E F
F G 9
¿Cómo distribuir el agua a través de la red a fin de maximizar la cantidad por hora de unidades
de agua que llegan a la estación G?
 MODELO Nº 6: PROBLEMA DE FLUJO MÁXIMO

Formulación del problema: Establecer cuál es la mejor manera de distribuir agua a

través de la red de tal forma que el agua por hora que llegue a la estación G sea la
máxima
Variable de decisión: Determinar la cantidad de unidades de agua que se deben
transportar por hora a través de cada segmento de la red. Se define la variable Xij como
la variable de decisión, donde i toma los valores de las estaciones que despachan A, B,
C, D, E y F y j los valores de las estaciones que reciben B, C, D, E , F y G
Limitantes - Restricciones del sistema:
• La cantidad de agua despachada desde cada estación, no debe exceder la capacidad
de la misma
•La cantidad de agua que llega a una estación es igual a la cantidad de agua que sale
de esta.
•Es imposible despachar unidades negativas desde cada estación, de tal forma que la
variable de decisión Xij debe ser mayor o igual a cero.
 MODELO Nº 6: PROBLEMA DE FLUJO MÁXIMO
Función objetivo : Maximizar el flujo total de agua que llega a G
F  xDG  xFG

Cuadro de Restricciones
Sujeto a : Restricción de Βalance
Restricción de capacidad
x AB  xBC  xBD
x AB  15
x AC  8
x AC  xBC  xCE
xBC  6 xBD  xDE  xDG
xBD  12 xCE  xDE  xEF
xCE  10 xEF  xFG
xDE  5
Restricción Logíca
xDG  13
xEF  7 x AB , x AC , xBC , xBD , xCE ,
xFG  9 xDE , xDG , xEF , xFG  0