Métodos cuantitativos para la toma de decisiones en los negocios | Unidad 3.
Programación lineal
Métodos cuantitativos para la toma
de decisiones en los negocios
Unidad 3. Programación lineal
Página 1 de 16
Métodos cuantitativos para la toma de decisiones en los negocios | Unidad 3. Programación lineal
3.1 Elementos de un modelo de
programación Lineal
Se conoce como programación lineal (PL) a la técnica matemática que, a través del
modelaje, optimiza los recursos.
Podemos mencionar también, que la PL es el cálculo de la mejor solución, a un problema
modelado como un conjunto de relaciones lineales. Estos problemas surgen en muchas
disciplinas de la ciencia, la ingeniería y la administración.
La programación lineal, también conocida como optimización lineal, se refiere a un
método a través del que se maximiza o minimiza una función lineal con el fin de optimizar
y dar la mejor solución a problemas en los cuales se tiene limitantes o restricciones.
Cabe destacar que este tipo de programación suele implementarse para el abordaje de
inconvenientes de productividad, en relación con la satisfacción de restricciones específicas
o de acuerdo con un criterio de optimización, es decir, maximizar un aspecto beneficioso
y minimizar los costos.
Mediante la PL, se pueden resolver situaciones reales mediante la identificación y la
resolución de dificultades para así aumentar la productividad en lo que respecta a los
recursos (sobre todo los que son limitados y costosos), mejorando también los beneficios.
Matemáticamente podremos maximizar una función lineal, es decir, una ecuación de primer
grado.
Los principales elementos de la programación lineal son los siguientes:
• Variables de decisión: son incógnitas que deben ser determinadas a partir de
la solución del modelo. Los parámetros representan los valores conocidos del
sistema o que se pueden controlar. Normalmente las variables de decisión se
pueden representar mediante una letra mayúscula (A, B, C) o por X1, X2, Xn
• Función objetivo: es una relación matemática entre las variables de decisión,
parámetros y una magnitud que representa el objetivo o producto del sistema.
Es la medición de la efectividad del modelo formulado en función de las
variables. Está relacionada con la pregunta que se quiere responder. Si hay
Página 2 de 16
Métodos cuantitativos para la toma de decisiones en los negocios | Unidad 3. Programación lineal
varias preguntas, la función objetivo debe resolver la pregunta fundamental. Es
aquella función que se optimiza, ya sea maximizando o minimizando su
resultado.
• Restricciones: son todos aquellos elementos que limitan la libertad de los
valores que pueden tener las variables. Por ejemplo, medios económicos,
espacio de trabajo, mano de obra, etc. Se dice también, que son aquellas
condiciones que deben considerarse o cumplirse al optimizar la función objetivo.
Puede tratarse de ecuaciones o inecuaciones algebraicas.
Imagen obtenida de pexels
3.2 Representación matemática del modelo
Para representar un modelo de programación lineal, primero debemos identificar las
variables, las cuales pueden ser más de dos, por lo cual existen softwares que simplificarán
el procedimiento de más de dos variables, y lo abordaremos más adelante. Por el momento
lo explicaremos sólo con dos variables.
Una vez identificadas las variables, procederemos a plantear la función objetivo la cual será
representada con la letra Z. Si se trata de maximizar se utilizará Zmax, mientras que si es un
Página 3 de 16
Métodos cuantitativos para la toma de decisiones en los negocios | Unidad 3. Programación lineal
problema de minimizar se utilizará Zmin. Seguido de las variables, donde cada una de ellas
irá acompañada de los costos o utilidades correspondientes a cada una de ellas.
Ya planteada la función objetivo, deberán establecerse las restricciones, que como ya lo
señalamos son las limitantes que se tienen, por lo que, si se trata de problemas de
maximizar, se utilizará el signo ≤ ya que no se cuentan con más recursos y debemos
limitarnos a lo establecido para obtener la mejor optimización. Mientras que, si se trata de
problemas de minimizar, el signo utilizado en las restricciones será ≥ debido a que no
podemos exceder el costo, pero si se obtiene mayor cantidad sin rebasar el costo no existe
problema alguno.
3.3 Planteamiento de problemas de
programación lineal
Para poder explicar cómo se plantea un problema de programación lineal, lo haremos a
través del siguiente caso.
Una empresa produce dos tipos de refacciones: X1 y X2 para automóviles. La manufactura
de cada refacción requiere procesamiento en dos máquinas. La máquina 1 tiene
disponibilidad de 60 horas a la semana, mientras que la máquina 2 dispone de 130 horas
por semana. La refacción X1 debe permanecer en la máquina 1, tres horas, y en la máquina
2, cuatro horas. La refacción X2 debe procesarse en la máquina 1 por 2 horas y en la
máquina 2 por seis horas. El precio en que se vende la refacción X1 es de 50 dólares,
mientras que el de la refacción X2 es de 60 dólares. ¿Qué cantidad de la refacción X1 y X2
deben producirse para que la empresa tenga una máxima utilidad?
Primer paso: Se recomienda vaciar los datos en una tabla para mejor comprensión del
problema, y así verificar también si las unidades en que se manejan los datos son iguales,
en caso contrario antes de plantear la función objetivo y las restricciones se tendrían que
convertir los datos a las mismas unidades.
Página 4 de 16
Métodos cuantitativos para la toma de decisiones en los negocios | Unidad 3. Programación lineal
Refacción X1 Refacción X2 Horas disponibles
Máquina 1 3 hrs. 2 hrs. 60 hrs/semana.
Máquina 2 4 hrs. 6 hrs. 130 hrs/semana
Precio 50 dólares 60 dólares
Segundo Paso: Identificar las variables de decisión. En este caso sería, X1 y X2 ya que X1
representa el número de refacciones de tipo 1 que deben elaborarse y X2 el número de
refacciones del tipo 2 que se deben fabricar para lograr la máxima utilidad.
Tercer paso: Establecer la función objetivo, para lo cual se maneja la suma de la cantidad
de refacciones de cada tipo, con el precio de cada refacción como se muestra a
continuación.
𝒁𝒁𝒎𝒎𝒎𝒎𝒎𝒎 = 𝟓𝟓𝟓𝟓𝑿𝑿𝟏𝟏 + 𝟔𝟔𝟔𝟔𝑿𝑿𝟐𝟐
Cuarto paso: Se plantean las restricciones o limitantes, en este caso las restricciones que
consideramos son las horas disponibles de cada máquina por semana. Así también debe
plantearse la no negatividad de las variables, es decir en casos reales no existen valores
negativos para las variables, por lo que su valor puede ser cero o número positivo, pero
nunca negativo.
Máquina 1 𝟑𝟑𝑿𝑿𝟏𝟏 + 𝟐𝟐𝑿𝑿𝟐𝟐 ≤ 𝟔𝟔𝟔𝟔
Máquina 2 𝟒𝟒𝑿𝑿𝟏𝟏 + 𝟔𝟔𝑿𝑿𝟐𝟐 ≤ 𝟏𝟏𝟏𝟏𝟏𝟏
𝑿𝑿𝟏𝟏 ≥ 𝟎𝟎 𝒚𝒚 𝑿𝑿𝟐𝟐 ≥ 𝟎𝟎
Nota: Los signos de las restricciones en caso de maximizar siempre son ≤ debido a que
son los máximos recursos de los cuales disponemos, y podemos utilizar menos de
éstos o el total de ellos, pero no tenemos la forma de ocupar más de los disponibles.
Página 5 de 16
Métodos cuantitativos para la toma de decisiones en los negocios | Unidad 3. Programación lineal
En este caso las máquinas sólo pueden utilizarse como máximo las horas
disponibles por semana.
Así finalmente tenemos planteado un problema de programación lineal para el caso de
maximizar. Más adelante resolveremos un problema de minimizar y para plantearlo
utilizaremos los mismos pasos, sólo que, en la función objetivo, se utilizarán los costos y en
las restricciones se manejará el signo ≥.
3.4 Métodos de solución
Para resolver problemas de maximizar y minimizar, se puede aplicar el método gráfico, el
método simplex y la teoría de la dualidad. A continuación, explicaremos de manera breve
en qué consiste cada uno de ellos.
Método gráfico: se recomienda utilizar para resolver problemas con pocas variables, de
preferencia 2 o hasta 3 de éstas. El procedimiento consiste una vez que
se establece la función objetivo y las restricciones, trazar las ecuaciones
de las restricciones en un eje de coordenadas X1 y X2 para tratar de
identificar el área de soluciones factibles (soluciones que cumplen con
todas las restricciones).
Método simplex: es un método analítico que nos permite resolver modelos más
complicados que los resueltos a través del método gráfico.
Se trata de una metodología iterativa, es decir, se aplica de manera
sucesiva la misma rutina de cálculo, lo que genera por resultado una
amplia variedad de soluciones sucesivas. Esto hasta que se encuentra el
mejor resultado, que facilita la mejora de las soluciones durante cada paso
gracias a un factor matemático.
Teoría de la dualidad: constituye un tópico de gran importancia para la programación lineal
puesto que brinda las bases teóricas para comprender cómo cambia la
solución óptima de un problema cualquiera cuando cambian las
constantes del modelo matemático, lo que se conoce como análisis de
sensibilidad o análisis post-óptimo. Todo problema de programación lineal
Página 6 de 16
Métodos cuantitativos para la toma de decisiones en los negocios | Unidad 3. Programación lineal
tiene otro problema de programación lineal relacionado de manera
especial. Al problema que se formula originalmente se lo conoce como
primal, mientras que a su contraparte estrechamente relacionada se lo
conoce como dual. Las relaciones son tales que cada uno es el dual del
otro y encontrar la solución óptima de uno implica encontrar
inmediatamente la solución óptima del otro.
3.5 Aplicaciones
Para entender mejor cada uno de los métodos llevaremos a cabo un caso de minimizar por
método gráfico y uno de maximizar por el método simplex.
Método Gráfico. Para llevar a cabo este método se recomienda lo siguiente:
1. Graficar las soluciones factibles, o el espacio de soluciones (factible), que
satisfagan todas las restricciones en forma simultánea.
2. Las restricciones de no negatividad 𝑿𝑿𝒊𝒊 ≥ 𝟎𝟎, confían todos los valores posibles.
3. El espacio encerrado por las restricciones restantes se determina sustituyendo en
primer término ≤ ó ≥ por =, para cada restricción, con lo cual se produce la ecuación
de una línea recta.
4. Trazar cada línea recta en el plano y la región en la cual se encuentra cada
restricción, cuando se considera la desigualdad lo indica la dirección de la flecha
situada sobre la línea recta asociada.
5. Cada punto contenido o situado en la frontera del espacio de soluciones satisfacen
todas las restricciones y, por consiguiente, representa un punto factible (Si se trata
de maximizar es el área que se encuentra por debajo de las rectas, si es de
minimizar se considera el área por encima de las rectas de las restricciones)
6. Aunque hay un número infinito de puntos factibles en el espacio de soluciones, la
solución óptima puede determinarse evaluando las esquinas del área factible
mediante la función objetivo (si se trata de maximizar, la solución óptima es el
Página 7 de 16
Métodos cuantitativos para la toma de decisiones en los negocios | Unidad 3. Programación lineal
mayor resultado de las evaluaciones de puntos, en caso contrario para minimizar
se toma el valor mínimo obtenido).
Caso 1 método gráfico de minimizar:
Se tienen dos alimentos diferentes recomendados por un médico para un paciente, los
cuales proporcionan la siguiente información por kilogramo.
Alimento Calorías Proteínas (gr) Precio ($)
A 1000 25 60
B 2000 100 210
Hallar el costo mínimo de una dieta formada sólo por este tipo de alimentos y que al menos
aporte 3000 calorías y 100 gramos de proteínas como lo señala el médico.
Solución:
Paso 1. Colocamos nuestros datos en una sola tabla para mejor comprensión del caso
Proteínas (gr)
Calorías aportadas Precio ($)
proporcionadas
Alimento A 1000 25 60
Alimento B 2000 100 210
Aporte mínimo 3000 100
Página 8 de 16
Métodos cuantitativos para la toma de decisiones en los negocios | Unidad 3. Programación lineal
Paso 2. Definimos las variables de decisión
X1 = Kilogramos de alimento A
X2 = Kilogramos de alimento B
Paso 3. Establecer la función objetivo y restricciones
𝒁𝒁𝒎𝒎𝒎𝒎𝒎𝒎 = 𝟔𝟔𝟔𝟔𝑿𝑿𝟏𝟏 + 𝟐𝟐𝟐𝟐𝟐𝟐 𝑿𝑿𝟐𝟐
Aportación mínima de calorías: 𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝑿𝑿𝟏𝟏 + 𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝑿𝑿𝟐𝟐 ≥ 𝟑𝟑𝟑𝟑𝟑𝟑𝟑𝟑
Aportación mínima de proteínas: 𝟐𝟐𝟐𝟐𝑿𝑿𝟏𝟏 + 𝟏𝟏𝟏𝟏𝟏𝟏𝑿𝑿𝟐𝟐 ≥ 𝟏𝟏𝟏𝟏𝟏𝟏
𝑿𝑿𝟏𝟏 , 𝑿𝑿𝟐𝟐 ≥ 𝟎𝟎
Paso 4. Graficar las restricciones
1000𝑋𝑋1 + 2000𝑋𝑋2 ≥ 3000
𝑿𝑿𝟏𝟏 𝑿𝑿𝟐𝟐
0 1.5
3 0
25𝑋𝑋1 + 100𝑋𝑋2 ≥ 100
𝑿𝑿𝟏𝟏 𝑿𝑿𝟐𝟐
0 1
4 0
Kg. De alimento B
Zona factible
Kg. De alimento A
Página 9 de 16
Métodos cuantitativos para la toma de decisiones en los negocios | Unidad 3. Programación lineal
Paso 5. Para encontrar la esquina donde se interceptan las rectas, se resuelve el sistema
de ecuaciones, obteniendo el punto (2 , 0.5)
Paso 6. Evaluamos esquinas
𝒁𝒁𝒎𝒎𝒎𝒎𝒎𝒎
Esquinas Costo ($)
= 𝟔𝟔𝟔𝟔𝑿𝑿𝟏𝟏 + 𝟐𝟐𝟐𝟐𝟐𝟐𝑿𝑿𝟐𝟐
(0 , 1.5) 𝟔𝟔𝟔𝟔(𝟎𝟎) + 𝟐𝟐𝟐𝟐𝟐𝟐(𝟏𝟏. 𝟓𝟓) $315
(2 , 0.5) 𝟔𝟔𝟔𝟔(𝟐𝟐) + 𝟐𝟐𝟐𝟐𝟐𝟐(𝟎𝟎. 𝟓𝟓) $225
(4 . 0) 𝟔𝟔𝟔𝟔(𝟒𝟒) + 𝟐𝟐𝟐𝟐𝟐𝟐(𝟎𝟎) $240
Como podemos observar, el costo más bajo es de $225, por lo que nos conviene
comprar 2 kilogramos de alimento A y 0.5 kilogramos de alimento B para cubrir los
requerimientos de calorías y proteínas, teniendo un costo mínimo.
Método Simplex. Cuando se realiza la programación lineal por este método se recomienda:
1. Cambiar las desigualdades a ecuaciones.
2. Agregar variables de holgura a las restricciones (S1, S2).
3. Agregar variable de holgura faltante.
4. Construir la tabla simplex.
5. Agregar las columnas Cj y Cj-Zj.
6. Analizar el renglón Cj-Zj. Si existen números positivos se realizará otra tabla
simplex.
7. Determinar qué variable X1, X2, X3… Xn sale o que entra.
Página 10 de 16
Métodos cuantitativos para la toma de decisiones en los negocios | Unidad 3. Programación lineal
8. Determinar si sale S1 o S2.
9. Determinar Nuevo renglón X1, X2.
10. Determinar valores de nuevo renglón S1, S2.
• Restarle cada uno de los valores del renglón.
• El producto valores de nuevo del nuevo renglón.
• Valor interseccional.
Caso 2 método simplex para maximizar:
Una empresa produce dos tipos de refacciones: X1 y X2 para automóviles. La manufactura
de cada refacción requiere procesamiento en dos máquinas. La máquina 1 tiene
disponibilidad de 60 horas a la semana, mientras que la máquina 2 dispone de 130 horas
por semana. La refacción X1 debe permanecer en la máquina 1, tres horas, y en la máquina
2, cuatro horas. La refacción X2 debe procesarse en la máquina 1 por 2 horas y en la
máquina 2 por seis horas. El precio en que se vende la refacción X1 es de 50 dólares,
mientras que el de la refacción X2 es de 60 dólares. ¿Qué cantidad de la refacción X1 y X2
deben producirse para que la empresa tenga una máxima utilidad?
Primer paso: Se recomienda vaciar los datos en una tabla para mejor comprensión del
problema, y así verificar también si las unidades en que se manejan los datos son iguales,
en caso contrario antes de plantear la función objetivo y las restricciones se tendrían que
convertir los datos a las mismas unidades.
Página 11 de 16
Métodos cuantitativos para la toma de decisiones en los negocios | Unidad 3. Programación lineal
Refacción X1 Refacción X2 Horas disponibles
Máquina 1 3 hrs. 2 hrs. 60 hrs/semana.
Máquina 2 4 hrs. 6 hrs. 130 hrs/semana
Precio 50 dólares 60 dólares
Segundo Paso: Identificar las variables de decisión. En este caso sería, X1 y X2 ya que X1
representa el número de refacciones de tipo 1 que deben elaborarse y X2 el número de
refacciones del tipo 2 que se deben fabricar para lograr la máxima utilidad.
Tercer paso: Establecer la función objetivo, para lo cual se maneja la suma de la cantidad
de refacciones de cada tipo, con el precio de cada refacción como se muestra a
continuación.
𝒁𝒁𝒎𝒎𝒎𝒎𝒎𝒎 = 𝟓𝟓𝟓𝟓𝑿𝑿𝟏𝟏 + 𝟔𝟔𝟔𝟔𝑿𝑿𝟐𝟐
Cuarto paso: Se plantean las restricciones o limitantes, en este caso las restricciones que
consideramos son las horas disponibles de cada máquina por semana. Así también debe
plantearse la no negatividad de las variables, es decir en casos reales no existen valores
negativos para las variables, por lo que su valor puede ser cero o número positivo, pero
nunca negativo.
Máquina 1 𝟑𝟑𝑿𝑿𝟏𝟏 + 𝟐𝟐𝑿𝑿𝟐𝟐 ≤ 𝟔𝟔𝟔𝟔
Máquina 2 𝟒𝟒𝑿𝑿𝟏𝟏 + 𝟔𝟔𝑿𝑿𝟐𝟐 ≤ 𝟏𝟏𝟏𝟏𝟏𝟏
𝑿𝑿𝟏𝟏 ≥ 𝟎𝟎 𝒚𝒚 𝑿𝑿𝟐𝟐 ≥ 𝟎𝟎
Página 12 de 16
Métodos cuantitativos para la toma de decisiones en los negocios | Unidad 3. Programación lineal
Quinto paso: Se iguala a cero la función objetivo y se colocan las variables de holgura
𝒁𝒁𝒎𝒎𝒎𝒎𝒎𝒎 − 𝟓𝟓𝟓𝟓𝑿𝑿𝟏𝟏 − 𝟔𝟔𝟔𝟔𝑿𝑿𝟐𝟐 = 𝟎𝟎
𝟑𝟑𝑿𝑿𝟏𝟏 + 𝟐𝟐𝑿𝑿𝟐𝟐 + 𝑺𝑺𝟏𝟏 ≤ 𝟔𝟔𝟔𝟔
𝟒𝟒𝑿𝑿𝟏𝟏 + 𝟔𝟔𝑿𝑿𝟐𝟐 + 𝑺𝑺𝟐𝟐 ≤ 𝟏𝟏𝟏𝟏𝟏𝟏
Sexto paso: Se introducen los datos en la primera tabla simplex
Variables Z A B 𝑺𝑺𝟏𝟏 𝑺𝑺𝟐𝟐 Solución
Z 1 -50 -60 0 0 0
A 0 3 2 1 0 60 60/2=30
B 0 4 6 0 1 130 130/6=21.6
Renglón pivote
Columna clave
(valor más negativo de z)
a) Dividir todo el renglón clave entre el valor pivote para convertir en 1 el valor pivote
y esos valores resultantes se colocan en la misma posición en una nueva tabla
simplex
b) Se debe convertir en ceros toda la columna del valor pivote por lo que se toman
los dos valores que debemos convertir en ceros con signo contrario, en este caso
es el 2, por lo que se toma -2 y el -60 por lo que se toma el 60 positivo, y cada uno
de estos valores se multiplican por todo el renglón pivote y se le va sumando cada
valor del renglón que corresponde, es decir:
-2(0 2/3 1 0 1/6 65/3) obteniendo: 0 -4/3 -2 0 -2/6 -130/3
Y se le suma algebraicamente al renglón original, es decir:0 3 2 1 0 60
__________________________
0 5/3 0 1 -2/6 50/3
60(0 2/3 1 0 1/6 65/3) obteniendo: 0 40 60 0 10 1 300
Le sumamos algebraicamente el renglón original: 1 -50 -60 0 0 0
__________________________
1 -10 0 0 10 1300
Página 13 de 16
Métodos cuantitativos para la toma de decisiones en los negocios | Unidad 3. Programación lineal
Esos resultados se colocan en la nueva tabla simplex
Variables Z A B 𝑺𝑺𝟏𝟏 𝑺𝑺𝟐𝟐 Solución
Z 1 -10 0 0 10 1300
A 0 5/3 0 1 -1/3 50/3
B 0 2/3 1 0 1/6 65/3
Se repiten todos los pasos en la tabla anterior obteniendo la siguiente:
Variables Z A B 𝑺𝑺𝟏𝟏 𝑺𝑺𝟐𝟐 Solución
Z 1 0 0 6 8 1400
A 0 1 0 3/5 -1/5 10
B 0 0 1 -2/5 9/30 15
Como podemos observar en la última tabla, conviene producir 10 refacciones 𝑿𝑿𝟏𝟏 y 15
refacciones 𝑿𝑿𝟐𝟐 por semana, para obtener una máxima ganancia de 1,400 dólares,
respetando las restricciones.
3.6 Software aplicado
Como pudimos observar en los casos anteriores, el método gráfico y el método simplex son
un poco largos si se realiza de manera manual, y sólo consideramos dos variables, por lo
que si se consideran más de dos variables se tendría que realizar un desarrollo más
complejo. Por tal motivo existen diferentes softwares que simplifican el procedimiento.
Sin embargo, para ello se recomienda plantear de manera correcta el caso (función objetivo
y restricciones) y una vez hecho esto se vacían los datos en el software obteniendo así los
resultados de manera inmediata.
Página 14 de 16
Métodos cuantitativos para la toma de decisiones en los negocios | Unidad 3. Programación lineal
Existen varios softwares, uno de ellos que recomendamos por ser más simple de aplicar
es:
Calculadora simplex
http://www.phpsimplex.com/simplex/simplex.htm
Se sugiere ver el siguiente video para aprender a manejar la calculadora PHP sin
contratiempos:
https://www.youtube.com/watch?v=zXYPirokDhk
Fuentes de Información
• Bravo, V. G. C. G. R. N. G. B. (2021). Principios de Investigación de Operaciones.
Patria Educación.
• EcuRed. (s. f.). Teoría de la dualidad - EcuRed.
https://www.ecured.cu/Teor%C3%ADa_de_la_dualidad
• Marcel Ruiz :). (2015b, septiembre 5). Método Simplex a mano. Ejemplo 1 [Vídeo].
YouTube. https://www.youtube.com/watch?v=c6nKUZ5BELs
• PHPSimplex. (s. f.-b). http://www.phpsimplex.com/simplex/simplex.htm
• Project, G. (2021b, septiembre 11). Introducción a la programación lineal [Vídeo].
YouTube. https://www.youtube.com/watch?v=MtAay8UyRT8&feature=youtu.be
• Puddu, S. F. I. M. V. (2023). Introducción A La Optimización Combinatoria:
Programación Lineal Y Flujos En Redes (Spanish Edition). Editorial Académica
Española.
• Puente Riofrío, M. I., & Gavilánez Álvarez, Ó. D. (2018). Programación lineal para
la toma de decisiones (1.a ed.).
• Taha, H. (s. f.). Investigación de operaciones: Vol. Novena edición. PEARSON.
Página 15 de 16
Métodos cuantitativos para la toma de decisiones en los negocios | Unidad 3. Programación lineal
Responsable(s) de Contenido:
Irma Angélica García Alarcón
Juana Ocampo López
Los derechos de propiedad intelectual sobre los contenidos e imágenes en el presente documento son
responsabilidad exclusiva de los autores, en consecuencia, La BUAP no se hace responsable por el uso
no autorizado, errores, omisiones o manipulaciones del Copyright (Derechos de autor) y estos serán
atribuidos directamente al Responsable de Contenido.
Página 16 de 16
