Professional Documents
Culture Documents
MEDIA:
DATO
10
20
50
40
100
25
80
46
100
120
50
60
80
40
20
30
50
59
80
100
PROMEDIO
MEDIA ARITMTICA
58.00
58.00
MEDIA DE DATOS
Encuentra la media aritmtica de los valores clasificados dentro de un rango.
CLASIFICADOS
SINTAXIS:
Frecuencia Absoluta:
Marca de clase:
De
FRECUENCIA
ABSOLUTA
MARCA DE
CLASE
ni
10
29
48
67
86
105
Total
28
47
66
85
104
123
Xi
4
4
5
3
3
1
20
19
38
57
76
95
114
MEDIA
PONDERADA:
57
NMERO
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
MEDIANA:
DATO
10
20
20
25
30
40
40
46
50
50
50
60
60
80
80
80
100
100
100
120
DATO
Xi
10
20
25
30
40
46
50
60
80
100
120
TOTAL
Media ponderada:
Dentro de una lista de valores ordenados , la mediana viene a ser el valor del dat
ocupa el lugar medio, Si el nmero total de valores es impar, ser el valor medio
par, el promedio de los dos medios.
MEDIANA:
Dentro de una lista de valores ordenados , la mediana viene a ser el valor del dat
ocupa el lugar medio, Si el nmero total de valores es impar, ser el valor medio
par, el promedio de los dos medios.
SINTAXIS:
Ejemplo:
=MEDIANA(nmero1,nmero2, ...)
De acuerdo con las tablas que se muestran, encontrar el valor de las medianas.
DATO
ORDENADO
DATO
NRO
Xi
001
002
003
004
005
006
007
008
009
010
25
20
3
4
5
10
7
8
9
10
3
4
5
7
8
9
10
10
20
25
=(8+9)/2
8.5
La mediana:
=MEDIANA(D97:D106)
(ES UNA MEDIADA DE TENDENCIA CENTRAL)
FRECUENCIA:
SINTAXIS:
FRECUENCIA(DATOS,GRUPO)
Recopilacin de datos:
10
8
9
14
10
18
15
10
16
18
19
11
14
10
8
4
18
5
NRO
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
DATOS
4
5
8
8
9
9
10
10
10
10
10
11
11
11
14
14
14
15
15
16
18
18
18
19
1+3.3*log(D157)
5.5546970976
=K.ESIMO.MAYOR(E134:E157,1)
=K.ESIMO.MENOR(E134:E157,1)
NRO
DATOS
1
4
2
5
=FRECUENCIA(B191:B214,G195)
3
8
4
8
=FRECUENCIA(B191:
5
9
)
6
9
7
10
8
10
9
10
10
10
11
10
12
11
13
11
14
11
15
14
16
14
17
14
18
15
19
15
20
16
21
18
22
18
23
18
24
19
Li
4
7
10
13
16
Li+1
6
9
12
15
20
Xi
5
8
11
14
18
FRECUENCIA
ABSOLUTA
Li
Li+1
ni
4
6
2
7
9
4
Anlisis estadstico con funciones:
varianza...
10 moda, promedio,
12
8
13
15
5
En esta ocasin emplearemos las funciones
directas
un
16
20de Excel para desarrollar
5
Anlisis descriptivo de una poblacin, en concreto usaremos las funciones: Moda,
24 Curtosis,
Promedio, Error tpico, Mediana, Desviacin estndar, Varianza,
Coeficiente de asimetra, K.esimo.mayor, K.esimo.menor, Contar, Mximo,
Mnimo,
de confianza....
RESUMEN
DEIntervalo
CONCEPTOS:
Analizaremos estas funciones para la muestra de edad de una poblacin, y lo
compararemos con los resultados obtenidos con la herramienta de Anlisis de datos >
Estadstica descriptiva:
MODA: =MODA(rango datos)
Devuelve el valor que se repite con ms frecuencia en un rango de datos; es una
medida de posicin.
MEDIA: =PROMEDIO(rango datos)
Devuelve la media aritmtica del rango de datos a estudio.
ERROR TPICO: =DESVEST(rango datos)/RAIZ(nmero de la muestra)
no hay ninguna funcin en Excel para calcular automticamente este valor.
MEDIANA: =MEDIANA(rango datos)
Es el nmero que se encuentra en medio de un conjunto de nmeros, i.e., la mitad de
los nmeros es mayor que la mediana y la otra mitad es menor.
DESVIACION ESTNDAR: =DESVEST(rango datos)
Calcula la medida de la dispersin de los valores respecto a la media.
VARIANZA: =VAR(rango datos)
Es la esperanza del cuadrado de la desviacin de dicha variable respecto a su media.
Se trata de una medida de la dispersin de dicha variable aleatoria.
el rango.
ni*Xi
76
152
285
228
285
114
1140
<--- =F52/D52
onderada:
NROS
Pi
1
2
1
1
2
1
3
2
3
3
1
20
Xi*Pi
10
40
25
30
80
46
150
120
240
300
120
1161
58.05 <--- =G76/F76
DATO
ORDENADO
NRO
001
002
003
004
005
006
007
008
009
010
011
La mediana:
11
9
10
15
11
14
3
4
5
7
8
9
10
10
20
25
50
9
=9
=MEDIANA(H97:H107)
or y el valor mayor
ro de clases.
FRECUENCIA
SIMPLE
5
2
9
6
B191:B214,G195)
12
14
19
15
=FRECUENCIA(B191:B214,G191:G195
24
20
)
HASTA
FRECUENCIA
ABSOLUTA
2
4
8
5
5
MARCA DE
CLASE
FRECUENCIA
RELATIVA
FRECUENCIA
RELATIVA
ACUMULADA
FRECUENCIA ABSOLUTA
ACUMULADA
Xi
5
8
11
14
18
hi
0.08333
0.16667
0.33333
0.20833
0.20833
Hi
0.08333
0.25000
0.58333
0.79167
1.00000
Ni
2
6
14
19
24
...
esarrollar un
iones: Moda,
za, Curtosis,
tar, Mximo,
cin, y lo
nlisis de datos >
atos; es una
a)
e valor.
, i.e., la mitad de
ecto a su media.
, i.e., la mitad de
ecto a su media.
a distribucin,
na distribucin
a distribucin
tos)
n respecto a su
extiende hacia
unilateral que se
cin estndar;
e confianza para
o de valores,
ROL+SHIF+ENTER)
FRECUENCIA RELATIVA
PORCENTUAL
FRECUENCIA RELATIVA
ACUMULADA PORCENTUAL
100*hi%
8.3333
16.6667
33.3333
20.8333
20.8333
100*Hi%
8.3333
25.0000
58.3333
79.1667
100.0000
EJEMPLO 01
DOS EMPRESAS REPORTAN LOS SIGUIENTES RENDIMIENTOS DEL CAPITAL PARA LOS ACCIONISTAS, EN
EMPRESA A
EMPRESA B
1999
13.20
4.30
2000
5.00
4.90
2001
10.20
7.20
2002
17.50
6.70
2003
12.90
11.60
MEDIA A
MEDIA B
11.76
6.94
DESV. ESTNDAR A:
DESV. ESTNDAR B:
B)
LA EMPRESA A TIENE UN INGRESO MEDIO MAYOR (11.76); SIN EMBARGO, TIENE ALTA DIS
SOBRE SUS ACCIONES RESPECTO A LA MEDIA.
EJEMPLO 02
10
9
7
6
10
8
5
9
6
3
9
7
5
7
6
4
7
6
9
7
4
7
6
8
11
#VALUE!
7
10
8
5
7
7
6
5
10
8
5
6
H)
I)
J)
SOLUCIN:
A)
PARA ORGANIZAR LOS DATOS EN UNA TABLA DE FRECUENCIAS HAY QUE SEGUIR LOS SIG
LA REGLA DE STURGES:
1.RANGO
=
11 - 3
8
2.-
3.-
6.6
8.0
6.606601
RANGO
k
LIM. SUP.
4
5
6
7
8
9
10
11
TOTALES
Xc
3.5
4.5
5.5
6.5
7.5
8.5
9.5
10.5
F
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
Fr
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
E)
Chart Title
12
10
8
6
4
2
0
6
4
2
0
F)
G)
LIM. SUP.
4
5
6
7
8
9
10
11
TOTALES
Xc
3.5
4.5
5.5
6.5
7.5
8.5
9.5
10.5
F
#VALUE!
4
5
9
12
9
5
4
#VALUE!
Xc*F (_)^2
#VALUE!
18.00
27.50
58.50
90.00
76.50
47.50
42.00
#VALUE!
363.50/49 =
MEDIANA
MODA
#VALUE!
=l+((n/2-FA)/F)i = 7+((49/2-19)/12)1=
7.5
DESVIACIN ESTNDAR
COEFICIENTE DE VARIACIN
I)
#VALUE!
H)
MEDIDAS DE FORMA:
Sk =
#VALUE!
J)
HAY UN LIGERO SESGO NEGATIVO HACIA LA IZQUIERDA ESTO SIGNIFICA QUE HAY VALOR
EJERCICIO 01
UNA DE LAS PRINCIPALE FORMAS DE MEDIR LA CALIDAD DEL SERVICIO QUE PROPORCIONA UNA ORGA
DE LOS CLIENTES. UNA TIENDA GRANDE QUE VENDE MUEBLES Y RECUBRIMIENTOS PARA PISOS TUVO
HUBO 50 QUEJAS SOBRE LA INSTALACIN DE ALFOMBRAS. LOS SIGUIENTES DATOS REPRESENTAN EL
54
94
4
5
31
52
35
26
30
137
A)
B)
C)
D)
E)
5
22
31
12
36
27
4
26
156
165
20
2
32
23
123
29
33
81
28
68
74
29
27
26
11
25
19
1
126
14
110
13
110
13
29
10
61
5
35
27
4.59
2.87
RECCIN?
8/8 =
FA
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
FrA
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
INDICA QUE EL PRECIO PROMEDIO CON EL QUE NACEN LOS BEBS ES 7.42 LIBRAS
ESTE VALOR INDICA QUE EL 50% DE LOS BEBS NACIDOS EN AQUEL HOSPITAL
NACEN PESANDO MENOS DE DE 7.46 LIBRAS Y EL OTRO 50%, MS DE 7.46 LIBRAS.
ON MAYOR FRECUENCIA, ENTONCES PARA EL CASO DE LOS BEBS LA CLASE CON MAYOR FRECUENCIA
POR LO TANTO, LA MODA SER:
E VALOR SIGNIFICA QUE EL PESO MS COMN CON EL QUE NACEN LOS BEBS ES DE 7.5 LIBRAS.
AR/PESO PROMEDIO)*100
#VALUE!
ESTE VALOR NOS INDICA QUE LOS DATOS ESTN MUY DISPERSOS
CON RESPECTO A LA MEDIA.
O SIGNIFICA QUE HAY VALORES EXTREMOS QUE HACEN QUE LA MEDIA SEA MENOR QUE LA MEDIANA.
UE PROPORCIONA UNA ORGANIZACIN ES EVALUAR LA RAPIDEZ CON LA QUE RESPONDE A LAS QUEJAS
IMIENTOS PARA PISOS TUVO GRAN EXPANSIN EN LOS LTIMOS AOS. DURANTE EL LTIMO AO
ES DATOS REPRESENTAN EL NMERO DE DAS ENTRE LA RECEPCIN DE LA QUEJA Y SU SOLUCIN
IBUCIN DE PORCENTAJES.
Y LA VARIANZA.
OR FRECUENCIA
.5 LIBRAS.
E LA MEDIANA.
DE A LAS QUEJAS
LTIMO AO
U SOLUCIN
PTO
1
2
3
4
5
6
7
8
9
X
400
800
100
300
900
950
200
500
750
Y
350
700
80
250
750
1000
180
380
620
muestren en sta.
NRO
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
DATO
4
5
8
8
9
9
10
10
10
10
10
11
11
11
14
14
14
15
15
16
18
18
18
19
CLASES
6
9
12
15
20
1.- Se pide: encontrar la cantidad de nmeros que se hallan dentro de un rango de datos
(frecuencia de datos).
2.- Para ello ingresamos a la opcin Anlisis de Datos y seleccionamos Histograma
3.- Con esta opcin aparece un cuadro de dilogo. En Rango de Datos seleccionamos
los datos de A2 hasta A25 y en Rango de Clase seleccionamos de D2 hasta D6.
4.- Al presionar el botn Aceptar nos mostrar la frecuencia de valores
El diagrama de Pareto, tambin llamado curva 80-20 o Distribucin A-B-C, es una grfi
orden descendente, de izquierda a derecha y separados por barras. Permite, pues, asignar u
El diagrama permite mostrar grficamente el principio de Pareto (pocos vitales, muchos triv
importancia frente a unos pocos graves. Mediante la grfica colocamos los "pocos vitales" a
El diagrama facilita el estudio comparativo de numerosos procesos dentro de las industrias o
naturales.
Hay que tener en cuenta que tanto la distribucin de los efectos como sus posibles causas n
totales hace que sean originados el 80% de los efectos.
eleccionamos Histograma
o de Datos seleccionamos
amos de D2 hasta D6.
a de valores
-20 o Distribucin A-B-C, es una grfica para organizar datos de forma que estos queden en
dos por barras. Permite, pues, asignar un orden de prioridades.
o de Pareto (pocos vitales, muchos triviales), es decir, que hay muchos problemas sin
grfica colocamos los "pocos vitales" a la izquierda y los "muchos triviales" a la derecha.
osos procesos dentro de las industrias o empresas comerciales, as como fenmenos sociales o
los efectos como sus posibles causas no es un proceso lineal sino que el 20% de las causas
os.
osos procesos dentro de las industrias o empresas comerciales, as como fenmenos sociales o
los efectos como sus posibles causas no es un proceso lineal sino que el 20% de las causas
os.
roblemas sin
es" a la derecha.
fenmenos sociales o
20% de las causas
fenmenos sociales o
20% de las causas
PRONSTICO DE GANANCIAS
Durante cada uno de los ltimos nueve aos de trabajo, por venta de productos se obtuvieron
ganancias diferentes, se necesita saber cul ser la ganancia por ventas de 1000,1050, 1100 HASTA 1
DATOS DE LOS LTIMOS NUEVE AOS
PTO
1
2
3
4
5
6
7
8
9
X
400
800
100
300
900
950
200
500
750
Y
350
700
80
250
750
1000
180
380
620
X
400
800
100
300
900
950
200
500
750
Y
350
700
80
250
750
1000
180
380
620
X*Y
140000
560000
8000
75000
675000
950000
36000
190000
465000
X^2
160000
640000
10000
90000
810000
902500
40000
250000
562500
4900
544.44
4310
478.89
3099000
3465000
a=
b=
n
b
a
9
0.943832753
-34.97560976
promedio y - b*promedio x
nsuma(xy)-suma(x)suma(y)
nsuma(x^2)-suma(x)^2
Y=A + B*X
Y=-34.9756098+0.94383275X
PRONSTICO:
Y
908.8571
956.0488
1003.2404
1050.4321
1097.6237
1144.8153
1192.0070
1239.1986
1286.3902
1333.5819
1380.7735
MTODO GRFICO
1200
1000
800
600
400
200
0
0
100
200
300
400
500
Column C
600
700
800
900
1000
Linear (Column C)
ctos se obtuvieron
1000,1050, 1100 HASTA 1500
8+0.94383275X
800
900
1000
C)
tual y elegimos
el valor de R
MTODO DE REGRESIN
PTO
1
2
3
4
5
6
7
8
9
X
400
800
100
300
900
950
200
500
750
Y
350
700
80
250
750
1000
180
380
620
R=
R^2=
0.97892539
0.95829491
a=
b=
-34.9756098
0.94382753
en el grupo
seleccionaremos
Un editor tom una muestra de libros, anotando el precio y el nmero de pginas de cada uno
obteniendo los siguientes datos:
N de Pag.
X
Precio
Y
630
550
400
250
370
320
610
610
10
8
7
4
6
6
9
9
630
550
400
250
370
320
610
610
10
8
7
4
6
6
9
9
X^2
XY
Funcin ESTIMACION.LINEAL
donde los valores y dependientes son funcin de los valores x independientes. Los
coeficientes que corresponden a cada valor x, y b es un valor constante. Observe q
vectores. La matriz que devuelve la funcin ESTIMACION.LINEAL es {mn,mn-1,..
ESTIMACION.LINEAL tambin puede devolver estadsticas de regresin adiciona
Sintaxis
La sintaxis de la funcin ESTIMACIN.LINEAL tiene los siguientes argumentos (a
proporciona informacin a una accin, un evento, un mtodo, una propiedad, una
procedimiento.):
sean iguales. Si se usa ms de una variable, conocido_y tiene que ser un vector (
compuesto por una fila o por una columna).
Si se omite conocido_x, se supone que es la matriz {1;2;3;...} que tiene el mismo
conocido_y.
0.0129818414
1.3059891685
X)
X)
Distribucin de Frecuencias
Frecuencias
Clase
1
2
3
4
5
6
7
8
9
Absoluta
1
2
4
3
3
2
1
1
1
18
Relativas
0.056
0.111
0.222
0.167
0.167
0.111
0.056
0.056
0.056
1.000
Acumuladas
Absoluta
Relativas
Distribucin de Frecuencias
Frecuencias
Clase
1
2
3
4
5
6
7
8
9
Absoluta
1
2
4
3
3
2
1
1
1
18
Relativas
0.056
0.111
0.222
0.167
0.167
0.111
0.056
0.056
0.056
1.000
Acumuladas
Absoluta
1
3
7
10
13
15
16
17
18
Relativas
0.056
0.167
0.389
0.556
0.722
0.833
0.889
0.944
1.000
Datos
Clase
50
86
50
86
69
60
67
56
55
94
61
69
61
59
54
54
65
70
91
61
63
80
77
88
71
50
50
60
79
59
54
94
56
83
59
84
94
58
56
71
70
55
79
52
78
57
57
83
87
62
66
76
55
68
86
85
77
58
89
71
80
55
75
82
76
60
78
93
76
60
85
94
65
93
69
50
55
65
70
75
80
85
90
95
Clase
Frecuencia
50
55
65
70
75
80
85
90
95
1
5
15
8
7
9
9
11
10
0
y mayor...
%
acumulado
Clase
1.33%
65
8.00%
90
28.00%
95
38.67%
80
48.00%
85
60.00%
70
72.00%
75
86.67%
55
100.00%
50
100.00% y mayor...
Frecuencia
Frecuencia
15
11
10
9
9
8
7
5
1
0
%
acumulado
20.00%
34.67%
48.00%
60.00%
72.00%
82.67%
92.00%
98.67%
100.00%
100.00%
Histograma
% acumulado
16
120.00%
14
100.00%
12
80.00%
Frecue
10ncia
8
60.00%
40.00%
4
20.00%
2
0
0.00%
65
90
95
80
85
Clase
70
75
55
50
y mayor...
15
16
14
11
12
10
10
6
4
0
50
55
65
70
75
80
85
90
95
y m ayor...
95
y m ayor...
120%
100%
80%
60%
40%
20%
0%
50
55
65
70
75
80
85
90
Polgonos de fracuencia:
Se realiza con los datos de Clase - Frecuencia
Nota:
Se agregan dos series iguales
Ejercicio 01
Solver y Programacin Lineal
El Modelo de la Protrac
La Protrac Inc., fabrica dos tipos de productos qumicos, E y F, cuya utilidad neta es de $5000 y $4000 por tonelada respe
Ambos pasan por operaciones de 2 departamentos de produccin, que tienen una disponibilidad limitada.
El departamento A dispone de 150 horas mensuales; cada tonelada de E utiliza 10 horas de este departamento, y cada ton
El departamento B tiene una disponibilidad de 160 horas mensuales. Cada tonelada de E precisa de 20 horas, y cada tone
para su produccin.
Para la produccin global de E y F, se debe utilizar al menos 135 horas de verificacin en el prximo mes; el producto E pr
horas por tonelada.
La gerencia indica que es necesario producir al menos una tonelada de F por cada 3 de E.
Un cliente ha solicitado 5 toneladas, cualquiera sea su tipo, de E o F.
Por otro lado, es evidente que no pueden producirse cantidades negativas de E ni de F.
Se trata de decidir, para el mes prximo, las cantidades a producir de cada uno de los productos para maximizar la utilidad
El Modelo
Variables controlables
E : toneladas de tipo E a producir;
F: toneladas de tipo F a producir;
Modelo
Max 5000 E + 4000 F {Funcin objetivo: maximizar la utilidad global}
sujeto a {escribimos ahora las restricciones o requerimientos}
10 E + 15 F <= 150 {horas del departamento A}
20 E + 10 F <= 160 {horas del departamento B}
30 E + 10 F >= 135 {horas de verificacin}
E - 3 F <= 0 {al menos una de F cada 3 E significa E <=3 F}
E + F >= 5 {al menos 5 toneladas}
E >= 0, F >= 0 {no negatividad}
Ejercicio 02
La corporacin A&D tiene una pequea fbrica; su produccin se limita a dos productos A y B; el departamento de contabili
contribuciones de cada producto en 10 y 12 nuevos soles; cada producto pasa por varios departamentos de la empresa y e
cada departamento es 1500 horas, en departamento 1; 1500 horas, en departamento 2 y 600 horas en departamento 3.
Las horas requeridas para cada producto son: para A en departamento 1, 2 horas de trabajo; en departamento 2, 3 horas; e
para B en departamento 1, 3 horas; en departamento 2, 2 horas; en departamento 3, 1 hora. Cul es la produccin ptima
tiempo completo en los dos departamentos? Cul es la utilidad ptima?
UTILIDAD GLOBAL
PRODUCTOS
UTILIDAD MARGINAL
PRODUCCIN
RESTRICCIONES
DEPARTAMENTO A
=sumaproducto(b55:c55;b56:c56)
E
F
5000
4000
VALOR
10.00
15.00
<=
DEPARTAMENTO B
VERIFICACIN
AL MENOS 1E CADA 3F
AL MENOS 5
20.00
30.00
1.00
1.00
10.00
10.00
-3.00
1.00
<=
>=
<=
>=
=sumaproducto($b$5:$c$5;b7:c7)
de E.
F.
productos para maximizar la utilidad global.
LMITE
150.00
160.00
135.00
0.00
5.00
ARTCULO
PRECIO PIEZA
UNIDADES
TOTAL
60
35
70
29
16
10
1740
560
700
TOTAL
3000
P1
15
0
CUADRO 01
Maquina Automatica
Maquina Industrial1
Maquina Industrial2
Operario1
Operario2
Restricciones de la Produccin
10
10
10
10
15
15
12
12
4
5
6
6
CUADRO 02
Demanda Prenda1
Demanda Prenda2
Demanda Prenda3
Demanda Prenda4
CUADRO 03
Maquina Automatica
Maquina Industrial
Operario
(1)
(2)
(3)
P2
18
0
P3
20
0
P4
24
0
Restricciones de la Demanda
1
1
1
1
Dias
Turnos
Horas
Minutos
5
5
5
3
2
1
8
8
8
60
60
60
=SUMAPRODUCTO(C3:F3;C4:F4)
=SUMAPRODUCTO($C$4:$F$4;C7:F7)
=SUMAPRODUCTO($C$4:$F$4;C14:F14)
Funcin Objetivo
(1)
Valor
(2)
Valor
(3)
Total
Minutos
7200
4800
2400
PROGRAMACIN LIN
<=
<=
<=
<=
<=
Lmites
7200
4800
4800
2400
2400
<=
<=
<=
<=
Lmites
300
75
250
80
Se trata de obtener la
los recursos y equipos
prendas de vestir.
El tiempo en minutos
el cuadro de restriccio
Obtener la produccin
margen operativo.
PROGRAMACIN LINEAL:
Se trata de obtener la mejor produccin haciendo uso de la mejor distribucin de
los recursos y equipos de una fbrica de confecciones que elabora cuatro tipos de
prendas de vestir.
La fbrica cuenta con los siguientes recursos:
- Una mquina automtica industrial
- Dos mquinas industriales
- Dos operarios
El tiempo en minutos asignados para la produccin de las prendas se indican en
el cuadro de restricciones (CUADRO 01).
Por otro lado, la demanda del mercado requiere de la siguiente produccin lmite
de cada prenda (CUADRO 02).
SE PIDE :
Obtener la produccin de cada prenda , siendo nuestro objetivo obtener el mayor
margen operativo.
En cada caso, el margen operativo por producto es de 15, 18, 20, y 24 soles por
unidad respectivamente.